なぜKDD（データベースからの知識発見）が必要なのか？理由と活用事例を解説

データを知識へと変換する従来の手法は、人手による分析と解釈に大きく依存してきました。例えば医療業界では、専門家が四半期ごとに医療データの最新トレンドや変化を体系的に分析するのが一般的でした。

こうした専門家たちは、分析結果をまとめた詳細なレポートを依頼元の医療機関へ提出します。このレポートは、今後の意思決定や医療経営計画の基礎となるものです。また、同様の手作業によるアプローチは他の分野にも見られます。例えば惑星地質学者たちは、惑星や小惑星のリモートセンシング画像を精査し、クレーターなどの地質学的対象物を丁寧に位置特定・分類しています。

手作業によるデータ分析の限界

しかし、このような手作業によるデータセットの探索には大きな問題があります。処理速度が遅く、コストが高くつき、しかも結果が分析者の主観に左右されやすいのです。さらに、データ量が爆発的に増大している現在、この種の手作業によるデータ分析は、多くの分野で完全に非現実的になりつつあります。

そこで注目されているのがKDD（Knowledge Discovery in Databases：データベースからの知識発見）です。コンピュータの力を活用することで、膨大なデータの中から有用なパターンや知識を自動的かつ効率的に抽出できます。

ビジネスにおけるKDDの主要な応用分野

ビジネスの世界では、KDDはマーケティング、金融（特に投資）、不正検知、製造業、通信、ウェブエージェントなどの分野で幅広く活用されています。以下、代表的な応用事例を紹介します。

マーケティング

マーケティング分野における基本的な応用は、データベースマーケティングシステムです。顧客データベースを分析することで、複数の顧客グループを識別し、それぞれの行動を予測します。これにより、より精度の高いターゲティングや施策立案が可能になります。

投資

投資目的でデータマイニングを活用する企業は数多くありますが、そのシステムの詳細を公開している企業はごくわずかです。その例外の一つがLBS Capital Managementです。同社のシステムは、エキスパートシステム、ニューラルネットワーク、遺伝的アルゴリズムを組み合わせて、総額6億ドルのポートフォリオを運用しています。1993年の運用開始以来、このシステムは株式市場全体を上回るパフォーマンスを実現してきました。

不正検知

クレジットカードの不正利用検知では、HNC社のFalconやNestor社のPRISMといったシステムが、数百万件規模のアカウントを監視するために使用されています。また、米国財務省金融犯罪取締ネットワークのFAISシステムは、マネーロンダリング（資金洗浄）の疑いがある金融取引を特定できます。

製造業

ゼネラル・エレクトリック（GE）とSNECMAの合弁事業の一環として開発されたCASSIOPEEトラブルシューティングシステムは、欧州の主要航空会社3社によって採用され、ボーイング737型機の故障診断と問題予測に活用されています。

通信

通信アラームシーケンス解析装置（TASA）は、通信機器メーカー1社と電話会社3社の協力のもとで開発されました（Mannila、Toivonen、Verkamo、1995年）。このシステムは、アラームストリームから頻繁に発生するアラームパターン（エピソード）を検出し、それらをルール形式で表示するという新しい仕組みを採用しています。

発見された大量のルールは、対話性と反復性を備えた柔軟なデータ検索ツールを使って探索できます。TASAはこの方法において、総当たり（ブルートフォース）検索で得られたルールの結果を絞り込むためのプルーニング（枝刈り）、グループ化、並べ替えの機能を提供しています。

データクレンジング

MERGE-PURGEシステムは、重複する生活保護申請の特定に使用されました（Hernandez and Stolfo、1995年）。このシステムはワシントン州福祉局のデータに対して大規模に適用され、高い効果を発揮しました。

まとめ

このように、データ量の急増と手作業分析の限界を背景に、KDDはさまざまな産業分野で不可欠な技術となっています。マーケティングから金融、製造業、通信まで、KDDの応用KDDの応用範囲は今後さらに拡大していくでしょう。