今回の記事について

AIR Designエンジニアチームの活動の本質を一言で表すとすれば何なのか？技術者として本質的にどんなチャレンジをしているのか？

これまでの研究開発から事業化に至るまでの取り組みを振り返って整理してみると、デザインのデータベース化というキーワードにたどり着き、その詳細を社内のブログで全社共有しました。

本記事では、そのブログの内容を一部外部向けに修正し、公開したいと思います。

AIR Designにおけるエンジニアリングの位置づけ

AIR Designのプロダクトとしての顔はマーケティングデザインの高速提供サービスですが、その裏側は、マーケティングデザインの工業化へのチャレンジによって支えられています。これは、事業のミッションである「デザイン産業革命で、関わるすべての人を幸せに」とも密接に結びついています。

マーケティングデザインの工業化というのは、暗黙知中心で職人的なデザインプロセスを、形式知中心で再現性の高いデザインプロセスに変えていくことを意味します。製造業が辿ってきた進化の道は、マーケティングデザインの制作にも応用できるはず、と私たちは考えています。

この考え方に基づき、AIR Designチームは、一種の工場に近いモデルで設計されたKPIに基づいて活動しています。中でもエンジニアチームは、原価工数率というKPIを軸に、デザイナーの生産性を高めるための技術開発を行っています。

世界中のデザインデータを整理する

暗黙知中心で職人的なデザインプロセスを、形式知中心で再現性の高いデザインプロセスに変えていくための必要条件の1つとして、私たちはデザインデータの整理を掲げています。デザインデータを整理することで、はじめて分析や暗黙知の抽出が可能になります。

デザインデータの整理というキーワードで、ふとGoogleさんの有名なミッションを思い出しました。

Google の使命は、世界中の情報を整理し、世界中の人々がアクセスできて使えるようにすることです。

何か、部分的に置き換えても成立するなーとw

『世界中のデザインデータを整理し、世界中のマーケティングデザインに関わる人がアクセスできて使えるようにし、 生産性の向上に寄与すること』

私たちがやっていることは本当にそういうことだと思います。

1点、重要な違いとしては、アクセシビリティがゴールではなく、その先にある生産性の向上、究極的にはデザイン産業革命がゴールであることです。

デザインのデータベース化

デザインデータを整理するというのは、デザインのデータベース化を意味します。

世の中では、マーケティングデータのデータベース化は進んでいますが、デザインのデータベース化はほとんど進んでいません。それを実現することに、私たちエンジニアチームの存在意義があります。

しかし、デザインのデータベース化には、思った以上に多くの壁や、ビジネス価値までの距離感があり、それらを意識したマネジメントをしつつ進める必要があります。

そこで、デザインのデータベース化がどの程度達成されているかを指標化し、達成へのマネジメントを助けるためのモデルとして、デザインデータベースの成熟度モデルなるものを考えてみました。

この図は、ざっくりと左から右に向かってデザインデータのデータベース化の成熟度が高まっていく様子を表しています。

成熟度Lv.0: Digitalization

Lv.0は、デザインのデジタル化です。

現代のマーケティングデザインは、PhotoshopやIllustratorのようなソフトウェアで制作することがほとんどだと思うので、ほぼ達成されているかと思います。

成熟度Lv.1 Directory

Lv.1は、デジタル化されたデザインデータが整理されている状態です。デザインデータ(画像ファイル)が各デザイナーのPCの中にしか無い、というのはマズいので、まずは整理された状態を目指す必要があります。

整理のレベル感として、Human ReadableとMachine Readableの2レベルを定義しています。

Human Readable

Human Readableは、一応共有ストレージ等で整理されてはいるものの、機械が一括処理可能なレベルには構造化されていない状態です。

具体例として、次のゴチャゴチャしたフォルダを見れば、言わんとすることは伝わると思います。

多くの組織のデザインデータの整理レベルは、ここで止まっている印象です。まずはこれらをMachine Readableにしていく必要があります。

Machine Readable

Machine Readableは、デザインデータが何らかのフォーマットで構造化され、管理されている状態で、機械(コンピュータ)による一括処理が可能になります。

例えば、以下のように出稿したバナー画像のデータが、CSVで整理されている状態をイメージしてもらえると分かりやすいです。デザインのデータベース化としては、ここがスタートラインと言えます。

成熟度Lv.2 Attributes

Lv.2は、整理されたデザインデータに、関連する属性(Attribute)が付与されている状態で、これが整備されることで、デザインデータの利活用の幅が広がります。

属性には、Marketing・Creative・Evaluationの3つのタイプがあります。

Marketing Attributes

Marketing Attributesは、マーケティングに関連する属性で、「商材カテゴリ」や「ターゲット」など、マーケティングに関連する諸々の属性です。

Creative Attributes

Creative Attributesは、1枚のデザインデータ(画像)から、見た目上の特徴を抽出して属性化したものです。たとえば、物体や人物(顔)の座標や、人物の年代・性別・表情、画像の主要色など、多岐に渡ります。

デザインデータは往々にして1枚の画像でしかないので、ここから見た目上の特徴を精度良く抽出するには、画像処理はもちろん、AI/ML関連の技術も使いながら実現する必要があります。エンジニアチームが最も力を入れて研究開発してきたのも、様々なCreative Attributesを抽出するための技術開発です。

Evaluation Attributes

Evaluation Attributesは、デザインの良し悪しを判断するための指標となる属性です。ただし、ここで言う良し悪しは、美しさや完成度の事ではなく、マーケティングデザインとしての結果成績の事を指します。

Webマーケティングのデザインデータであれば、CTR・CVR・CPA等の指標がそれにあたります。

成熟度Lv.3 Data Analysis (重要)

Lv.3は、Machine Readableに整理されたデザインデータと3つの属性を活用し、マーケティングデザインに関する意思決定が、データドリブンに行われている状態です。

プランナーやデザイナーの「なんとなく」で行われていた意思決定の多くが、データを元に行われるようになり、属人性の排除と再現性の向上につながり、最終的に組織の生産性の向上につながります。

デザイン業界ではないですが、Lv.3の状態にある理想的な組織の例として、ワークマンさんの事例が取り上げられることが多いと思います。

• ワークマンのすごいデータ活用
• ワークマン大量出店の裏にABテスト　実はデータ経営企業だった
• 機械学習のビジネス上の価値を「効果測定」して「数値評価」する方法

高度なスキルを持ったデータサイエンティストが頑張るのではなく、誰もが簡単にデータにアクセスできるようにして、誰もがデータに基づく意思決定を出来るようにすることが、Lv.3の重要なポイントです。

成熟度Lv.4 AI/ML (Feature Vectorization + Machine Learning)

Lv.4は、Lv.3の活動をさらにエンパワーするために、AI/ML関連技術を活用している状態です。Data Analysisで得られた知見や仮説に基づき、適切な特徴量エンジニアリングと機械学習を組み合わせて課題を解決していきます。

成熟度Lv.5 Knowledge / Estimation / Automation

Lv.5は、デザインデータベースの成熟度が向上した結果として、デザインに関するナレッジの形式知化やマーケティング効果予測・自動化が進み、それらがビジネス上の価値、つまりは、私たちの掲げるデザインの工業化に近づいている状態です。

最後に

最後まで読んで頂き、ありがとうございました。AIR Designの技術的チャレンジの本質は「デザインのデータベース化」であること、AIR Designのエンジニアチームのイメージが伝われば嬉しいです。

株式会社ガラパゴスでは、デザインのデータベース化、および、その先にあるデザイン産業革命の実現に向けて一緒に走ってくれるエンジニアを絶賛募集中です！興味のある方はぜひ一度お話しましょう！