LIFULL HOME′Sが“広告主”と“エンドユーザー”との「三方よし」を実現する数理最適化の裏側

なぜLIFULL HOME′Sは物件表示の最適化に取り組むのか？

ルールベースや単一指標の最適化では不十分

DOORS編集部（以下、DOORS）　初めに、お二方のご担当内容をお聞かせください。

株式会社LIFULL・嶋村昌義氏（以下、嶋村氏）　プロジェクト当時は、グループデータ本部 データサイエンスグループという部署でグループ長をしていました。グループデータ本部は、LIFULLグループに存在するデータを利活用できる状態にすることを目指す部署です。その中でデータサイエンスグループは、研究開発部署としてデータ分析の業務をしていました。例えば、機械学習を使って「おすすめ順」の物件表示を最適化したり、間取り図情報を深層学習で認識して3D化する「LIFULL HOME′S 3D間取り」などに取り組んでいました。

株式会社LIFULL・羽賀崇史氏（以下、羽賀氏）　私は、LIFULL HOME′S事業本部の中で、事業統括部 事業戦略ユニットというところにいました。よりビジネスに近い部署です。事業戦略ユニットは、主に戦略の実行推進や進捗のモニタリングをする部署です。私は主に、LIFULL HOME′Sの事業分析用のデータ基盤を作り分析する仕事をしていました。

DOORS　どのようなデータがあるのでしょうか。

羽賀氏　LIFULL HOME′Sは不動産会社と住替えを検討しているエンドユーザーをWeb上でマッチングするサービスです。ひとつは物件情報や不動産会社の情報、もうひとつはエンドユーザー側の、検索の行動ログや問い合わせ内容です。検索時の希望の条件や、どれくらいの物件を比較検討しているのか、また、最終的にどの物件を実際に見たい／買いたいと思ったのか、などの情報があります。

DOORS　なぜ物件表示の最適化に取り組もうと思ったのでしょうか。

嶋村氏　不動産情報サイトでは、不動産会社から預かった物件情報の中から、よりエンドユーザーにマッチする情報を見せるのが、そもそもの大きな課題です。一方で、不動産情報を預けていただく不動産会社さんにも価値を届けなければいけません。不動産会社も、エンドユーザーも有益な物件情報の表示。さらには、我々自身のサービスも成長する。そういった「三方よし」の状態を目指すべきだということで取り組んでいます。

DOORS　エンドユーザーにとって、好みの情報がすぐに手に入れば嬉しいというのはイメージできるのですが、「三方よし」という状態についてもう少し教えていただけますか。

羽賀氏　目指すのは、「できるだけ多くの物件情報が、偏りなくいつでも表示される」ことです。これにより、

1. エンドユーザーに対して、常に好みの／役立つ情報が見えるという価値を提供
2. 不動産会社（広告主）に対して、表示する情報量を幅広く継続的に維持するという価値を提供
3. 自社に対して、メディアパワーを維持してサービス売上を最大化するという価値を提供

という三方よしが実現できると考えています。

多数の物件情報の中から、いつも特定の情報が表示されるとか、時期によって表示される情報量が減ってしまうなどが発生すると、エンドユーザーにとっても不動産会社にとっても不利益があります。それはつまり、メディアパワーが下がり、サービス売上が下がるということになります。これを解決するのは、ルールベースでは難しいんです。

嶋村氏　ルールベースの限界を感じていましたし、「三方よし」の全体最適を目指す必要があるんじゃないのか、というのが最適化プロジェクトのきっかけでした。

ブレインパッド・岡崎祥太（以下、岡崎）　自社利益を最大化するための最適化というお話かと思って伺ったら、土台からそういう話ではありませんでした。あと、溜めたデータをどう活用しようかというニーズもあったとおっしゃっていた気がします。

羽賀氏　大量のユーザーデータをお預かりしているが、それをどうビジネスに活かそうか（不動産会社・エンドユーザーに還元するか）というのもテーマとしてありました。サイト改善などには活用していましたが、他にもっとできることがあるんじゃないかと。

プロジェクト推進に関する課題と進め方

協力会社選定に苦戦

DOORS　ブレインパッドにご依頼いただいた背景を少し伺ってもいいですか。

嶋村氏　RFPを作成して、各協力会社にお送りし最終的に何社か話をしたいと思った中にブレインパッドさんがいました。

決め手としては、我々の課題をしっかり理解してくれたことです。

岡崎さんは、今回の取り組みが難しい問題であることを直ぐに理解しつつ我々の問題意識にしっかり寄り添いつつ咀嚼する力がすごかった。信頼できる人だ、一緒に仕事したいなと思いました。元々活用する技術は「数理最適化」になるだろうと思っていたのですが、岡崎さんは話している時に頭の中で数理最適のモデル化をしているようでした。話していたら、ホワイトボードに数式を書き始めたんです。実は弊社CDOの山田がその打ち合わせに参加していて、「ドラマの『ガリレオ』みたいなことってあるんだな」と、今でも語りぐさです。

岡崎　嶋村さん、羽賀さん以外にLIFULLさんには、数理最適化について非常に詳しい方がいらっしゃっていました。その方に打ち合わせの中で「オフライン評価はできますか？」と質問をいただきました。私としては難しいと分かっていましたが、最初から「それは難しいですね」と返すと、「結局できないのか」と受け取られてしまう懸念もありました。

一方で、曖昧に答えるよりも正直に伝えるべきだと私は考え、「オフライン評価は簡単に実現できるものではありません」と率直にお伝えしました。するとその方からは「よくご存じですね」という反応があり、結果的にこの伝え方が信頼につながったと感じました。

ブレインパッド・藤田亮（以下、藤田）　私は途中からの参加でしたが、オンライン配信プラットフォーム領域と数理最適化の領域で、個別に経験がありました。「三方よし」の構造をアルゴリズムとして実現し、問題解決に取り組むというのは、すごくチャレンジグですがオフライン評価が難しいというのも、オンラインプラットフォームの経験があったので体感としてありました。

嶋村氏　もうひとつの観点としては、実際の開発者と営業の吉村さんの距離感というか、すごく連携ができていました。営業、プロマネ、現場の方々の連携が取れている底力を、ブレインパッドさんに感じました。

数理最適化を事業部の言語に翻訳する

DOORS　プロジェクト推進中の、貴社の状況や課題について教えてください。

嶋村氏　「こうあって欲しい」が、エンドユーザー、不動産会社、LIFULLのそれぞれの視点で異なります。「あちらを立てれば、こちらが立たず」のものをかけ合わせるのは、ルールベースでは実現困難で、数理最適化が適していると考えました。しかし、数理最適化というアルゴリズムの複雑さを解きほぐすのが難しいため、どういう効用をもたらすものなのか事業部に説明するのが、やはり大変でした。

ルールベースのルールは、ある程度人間が理解可能です。しかし数理最適化は、今までのルールより複雑なルールを見つけるもので、直感的には理解できません。どう最適化したいかを数式で定義し、その上で自動的に最適解が定まるという性質の仕組みなので、この辺りの理解を得るのに苦労しました。

その影響で、「こういうケースが起きてしまわないのか」という不安の声が、過度な心配も含めて、いろいろとありました。その都度、こういう場合はこうなりますと、事業部に粘り強く説明しました。その結果、事業部でもルールベースでは限界があると同じ課題を感じていたこともあり理解が得られました。

岡崎　短期的に売上が上がればいいだけなら、他にも手段はあるはずです。でも、それは長期視点でユーザーが離反しないか。あるいは、関係者は本当に納得できるのか。数字だけ追うのではなく、最初から様々な関係者の利益を損なわないということを、すごく意識されていた。そこがすごく良かったと思います。

また、嶋村さんがこれまで比較的理解しやすいルールベースのアプローチから最適化へアプローチを変えるには、最適化がどういった技術でそれを用いるとどういう便益があるか、社内の関係者へ理解を得る必要があります。弊社の支援では、こうしたコミュニケーションの一部を代替する場面もあるのですが 、嶋村さんにすごく助けられました。

藤田　アルゴリズムの部分の検証や開発に集中して、チームとしてどういいものを作るかに注力できたのは、嶋村さんのご協力のおかげだなと、ひしひしと感じています。

DOORS　羽賀様もプロジェクト中にご苦労されたことはありますか。

羽賀氏　いくつかあるのですが、ひとつは社内がルールベースに馴染んでしまっていたことです。これは実は、LIFULL HOME′Sができた経緯に関係します。

事業者側には情報がたくさんあるが、消費者は得られる情報が少なくて不利だというのは、よくある話かと思います。そういう状況はよくない、「不動産業界にある、情報の非対称性をなくそう」という創業者の思いが、LIFULL HOME′Sのベースにあります。

このため、情報量が多い方が良い、という考え方が根づいており、それをベースにルールが作られていたのです。数理最適化では情報量が考慮されているのか、という疑問に対して説明しなければなりませんでした。

もうひとつはデータに関してで、きれいなデータというのは元々難しいとは思いますが、弊社も例外ではありませんでした。データはたくさんあるけれど、すぐに活用できる環境ではなく、データ活用基盤を構築するのも最初は大変でした。どのようなデータを作らなければいけないかは分かっているが、それをどこから持ってくればいいか分からないとか、データはあるけれど必要な情報同士が紐付いていないとか。

そんな中、一旦やってもらう・後で中身を修正・確認というやり取りで進めました。スピード感を持って、結構うまくやれていたと思います。

シミュレーション評価で期待効果を算出

DOORS　課題を踏まえて、具体的にはどのようにプロジェクトを進めたのでしょうか。

嶋村氏　まず定式化ですが、これは数理最適化を数式で表現することです。プロジェクトチーム内では数式で議論していましたが、事業部向けにはエンドユーザーへのメリット、不動産会社へのメリットなどに言い換える形で説明しました。 こういう場合はこうなりますとか、エンドユーザーにとってのメリットはこうですとか、クライアントにとってのメリットはこうですとか。そのように言い換えます。

また、何を考慮して最適化するのかを言葉にして、考慮している項目はこれこれです、というように、事業部側の言語に翻訳しました。

次にシミュレーション評価ですが、事業部との会話に役立つものをブレインパッドさんから出していただけて、社内に説明する時に助かりました。

そして、最初は箱庭的に作ったアルゴリズムを、本番環境で動作させるようにカスタマイズするという順番になります。

DOORS　ブレインパッドに、もっとこうして欲しかったということはありますか。

嶋村氏　一体のチームとしてやっていたので、「事業側がこういう懸念を感じているから、こういうものを出せますか」とざっくばらんに話して、すぐに対応していただきました。すごくやりやすかったです。

羽賀氏　事業部側の心配に対して、説明のためのシミュレーションをしていただいたので、やりやすかったです。シミュレーションによる予測期待値を見て、事業部に納得してもらえることもありました。

DOORS　ブレインパッド側で心がけたことはありますか。

岡崎　なるべく包み隠さずに伝えよう、というのはありました。進捗情報についても、技術についてもです。技術については、嶋村さんも含めて技術に明るい方ばかりだったので、我々が持っている技術をそのままお伝えして、それがLIFULLさんにナレッジとして残っていけばいいなと思っていました。

あとは、最初のディスカッションでCDOの方がいらして、既存の慣例を制約とせずに、必要と思われることは何でも提案してほしいと言って頂き、楽しかったです。ここだけは変えないでくれ、という制約があることも多いのですが、そういうこともほとんどなかったです。

藤田　技術的な部分でいうと、数理最適化と配信プラットフォームで、それぞれ難しいポイントがあると想像していました。例えば、LIFULL HOME′Sには膨大なデータがあるので、計算すべきデータ量が多すぎて、必要なタイミングまでに結果が出ないかもしれない。先ほどから出ているオフライン検証をどうやるのかという問題もあります。

落とし穴がたくさんある中で、出てきそうな課題についてなるべく実感を持って認識するために、まずは動く物をスピーディーに作って動かしてみることを意識していました。それに対して、事業部視点でのフィードバックもいただき、その解決策のアルゴリズムへの反映もスピーディーにやる。事業部側の意見とアルゴリズムが成り立つように、うまくやっていけたと思います。

数理最適化実装の裏側

オフライン評価とオンラインテストそれぞれに難しさがある

DOORS　数理最適化実装の内容について教えてください。

嶋村氏　手順としては、以下の6段階があります。

1. 定式化
2. 基礎部分の実装
3. シミュレーション評価
4. 本格実装
5. A/Bテスト
6. 評価

「1. 定式化」は、「結局どういう課題を解くのか」を言語化し、それを数式として表現するという段階です。先ほど岡崎さんが「包み隠さず」とおっしゃっていましたが、こちらも技術的に分かっている人間が揃っていましたので、数式のまま話せるのはよかったです。もちろんどこかで日本語にはするのですが、日本語で話していると曖昧さが出てしまいます。この問題はこのように解くと、具体化していったのが、定式化です。

岡崎　お客様向けの説明には極力数式を使わないのが普通なのですが、本件は数式で会話ができて楽しかったです。

嶋村氏　「2. 基礎部分の実装」というのは、箱庭的にまずは動くようにしましょうというところ。あとは当時、計算処理時間が追いつくのかという不安もあったので、まず規模感が大丈夫なのかという検証とか。不安をきちんと切り分けて、ひとつひとつ検証していってもらいました。

そのうえで本番に導入する前に、「3. シミュレーション評価」を行いました。過去の実データを活用したシミュレーションをして、期待通りに動いているか、どれくらいインパクトがあるかとかなどを評価しました。

それで良さそうだとなったので、「4. 本番実装」し、「5. A/Bテスト」、「6. 評価」と進めていきました。

DOORS　先ほどからたびたび難しいと話題に出たオフライン評価は、「3. シミュレーション評価」のことですか？　何が難しいのか、やさしく教えてください。

藤田　オンラインプラットフォームの場合、アルゴリズムを導入して動かすと、その結果得られた「変化したデータ」もフィードバックして、アルゴリズムに反映させて最適化しなければならないんです。

羽賀氏　毎日、その日の結果を受けて、今日はこれを表示するのが最適、次の日はこちらが最適、という感じで、随時変更していく。きちんと結果をフィードバックしながら、最終的に月内で最適になる、というようなことを目指していましたので、それがやりづらさの根源かなと思います。

DOORS　静的なデータを使うけれど、ずっと同じことを計算していればいいわけではないと。1日と15日では全然状況が違うわけですね。

羽賀氏　そうです。元々のロジックは1個の指標でルールベースなので、同じロジックがずっと続きます。それをうまく計算して、最適に維持するというのがけっこうポイントだったかなと思います。

嶋村氏　協力会社選定の時に、大変だから評価はオンラインでやられた方がいいですよという会社もいくつもありました。

岡崎　オンラインというと、ABテストも実は難しくて、普通のABテストはユーザーで分けますが、今回はその方法だとテストにならない。どうやって分けるは、定式化の次に悩んだところです。

結果として、数理最適化のアルゴリズムの中に、A/Bで分けたときの期待効果を取り込む、という方法を取りました 。最善ではなかったかもしれないけれど、分離してABテストできたのは、なかなかよかったんじゃないかと思っています。悩んでいる方が多い問題ですが、一定の成果を得られる方法があったなと。

社内・社外ではなく、ひとつのチームで同じ課題に向き合えた

DOORS　数理最適化について、弊社支援に対する評価をお聞かせ下さい。

嶋村氏　社内外の隔たりを感じさせず、同じ課題認識を持ち、課題解決に向けてコミットしてくれたと感じています。自分の中では、入社後一番楽しかったと思うくらい、本当にチームとして一緒に働けている感じがしました。事業部から要望が出て状況が変化した時に、柔軟に対応していただいたのもありがたかったです。

また、アルゴリズムのコアをしっかり議論しながら進めていけたので、単に社外に依頼して、構築してもらったものを受け取っただけというより、一緒に作り上げたという感じがしています。

羽賀氏　追加しますと、事業部側の反応が変わった時など、皆さんに追加でこれもやってほしいという急なことがけっこう多かったのですが、すごく早いタイミングでアウトプットしてくれました。とても優秀な方々だなって思っていました。

岡崎　逆に、「難しい依頼をしている」と思っていただけている、分かっていただいていたというのが、我々には安心感がありました。

藤田　チームとして一緒にこのプロジェクトを成功させるんだという考えでご依頼いただいていて、それが私自身にも感じられたので、安心して進められました。こちらにも使命感というか責任感を持ってやらなければと感じましたし、結果的にそれが成果に繋がったと思います。

「データプロダクト」に関する共通認識が生まれつつある

データ活用への社内の期待の高まり

DOORS　プロジェクトの成果をお聞かせください。

嶋村氏　あまり細かいところは言えませんが、最適化の実装で出てきた「6.評価」では、いい数字が出ました。事業部側もすごく興味を持ってくれています。実際に本番システムに導入して、今も動いていますし、事業的に数値が出ています。

ただやはり難しい内容なので、同じようなことを再現できる状態になっているかというと、まだまだかなと。それでも、こういうデータの使い方があるんだな、という期待度は高まったと思います。

また、上期にやったプロダクトですごくいい成果が出たので、下期に似たような別のプロダクトを作る時に、スムーズにやれました。弊社ではブレインパッドさんと構築したシステムをデータプロダクトというように表現しており、データプロダクトはこう作ればいいという知見が、我々の部署やデータ基盤のチームにも溜まったと思います。

DOORS　事業部やデータ基盤の部署の期待が高まったというのは、社内の協力関係が築けたということでしょうか。

嶋村氏　最初は、研究開発部門が何かやろうとしている、という感じだったんです。それが、プロトタイプ的なものをブレインパッドさんに作ってもらい、実際にシステムとして動かすと、自社環境で動かすにはどうカスタマイズすればいいか、運用するにはどうしたらいいかと、作り込むチーム側もどんどん自分事化されていったように思います。

こういうプロダクトを今まで作ってこなかったので、どういう手順で進めるのかやどういう時にデータの品質チェックをすればいいかなど、新たな視点が増えたと思います。

DOORS　今後の展望について教えてください。

嶋村氏　今回、成功事例が作れたので、アルゴリズムとデータの2つの観点で整えていく必要があると思っています。特に、きれいなデータのための前処理や入力データの整備をすれば、もっとやりやすくなるはずです。そのうえで、アルゴリズム的な視点で、より最適化できる範囲を広げていければと思います。

羽賀氏　今回、データプロダクトを1個構築できました。データプロダクトという名前もこのタイミングで作れたし、データプロダクトというのはこういうものだという目安も作れました。これからは、より経営サイドからも期待をもらわなければと思います。今のところ、CDOはものすごく後押ししてくれていますが、他の経営陣にも「今回データプロダクトは本当によかった」と思われることが必要だと思います。

大量のデータがあり事業成果まで実感できる、さらに仲間を増やしたい

嶋村氏　もうひとつは、こういうことのできる人を増やして、社内の分析力を増やしていきたい。今はまだ、少数精鋭のデータ分析チーム、となっていますので。

岡崎　LIFULLさんは、プラットフォームに多くのデータがあるため、分析やアルゴリズム開発の自由度が高い印象です。データサイエンスをやってみたい人には、もってこいの会社ですよね。今回も、単に自社の収益向上だけでなくエンドユーザーや不動産会社にとっても嬉しい形でのロジックに落としていくことを考えるのは、大変勉強になりました。

羽賀氏　LIFULL HOME′Sはマッチングビジネスなので、ユーザーのデータもあれば、物件のデータもあって、データの種類が結構豊富なのが特徴です。データサイエンスやアナリストにとって、多様なデータを自由に触れるというのは、面白さがあると思います。

また、会社のカルチャーとして、挑戦を褒めてくれる会社で、手を挙げれば新しいことをやらせてもらえます。それも、うちの会社の魅力のひとつかなと思います。

嶋村氏　弊社の経営理念である『常に革進することで、より多くの人々が心からの「安心」と「喜び」を得られる社会の仕組みを創る』が全社員に浸透している会社というのも大きな特徴です。事業を通じて社会課題解決に取り組みたい方には、やりがいもあるし居心地もいいと思います。

岡崎　三方よしという話でも感じましたが、ビジョンを大事にされているというのは、嶋村さんからも伺っていました。LIFULLさんは産学連携でデータ提供するなど、情報発信にもオープンですよね。自社利益は当然ですが、業界を強くしていこう、という会社だなと。そういう会社を支援させていただいたのは、すごく嬉しかったです。

あとは、データサイエンスグループは技術に対して明るい部署でした。シンプルに、技術が好きな方には、楽しい会社だと思います。

藤田　実際に支援させていただいた身としては、LIFULL HOME′Sというオンラインプラットフオームのデータ量は、量も種類も日本有数だと思います。それを自分の手でいろいろ活用できるのは、可能性の塊です。サービス面でも、会社のビジョンの面でも、働いている方々の気質という面でも、すごく働きやすい会社だなと、端から見ていても魅力的に見えました。

それだけでなく、データプロダクトを作って、実際のサービスに載せるまでのスピード感も、今回のプロジェクトはかなりすごかった印象です。実際のサービスにはなかなか載らず、研究開発のみというのではなく、実際のサービスでどう反応するか、どうビジネス成果が出るかまで見られるのは、会社にとってもいいことだし、個人にとってもいい成功体験になります。そういう点も魅力的だと感じます。

DOORS　本日は皆さん、ありがとうございました。