（３）ＤＸの実例
1.データグラフ
グラフデータベースとは
グラフDBとは一言で言うと、グラフ構造を備えたデータベースのことである。データの構造が従来のリレーショナルではなくネットワーク状になっている場合に、格納・検索の面で威力を発揮する。
顧客が
「いつどこで商品を購入したか」
「一緒に購入した商品は何か」
「商品を買う前や買った後に何をしているか」、
あるいは
年齢、収入などの情報である。顧客が商品を利用する際のこのような行動データをもとに、企業と顧客のつながりをとらえるものだ。
amazonの購買グラフ
毎分4000個販売する商品のうち約半数が、
パーソナライズド・レコメンド・エンジンで顧客に
お薦め商品として提示されたものだ。
アマゾンのサイトを訪れると、その人がまさに
その瞬間にほしがっているものをアルゴリズムが予測し、
それに沿って約3億5300万品目の中から商品を選び出し、並べてくれる。
閲覧データ
プライムビデオやアマゾンミュージックの試聴データ
アレクサ対応デバイスからのデータ
購買履歴
×
多様性（レコメンド品がどれだけ異なっているか）
意外性（どれだけ驚きがあるか）
新規性（どれだけ新しいか）
などの要素を組み込んだ協調フィルタリングのアルゴリズム
地球上で最も高度なレコメンドを実現していると、言われる。
アマゾンは現在、米国のeコマース市場の40％を占有している。
同社に最も迫る競合他社のウォルマートの市場シェアは、
わずか7％にすぎない。
マクドナルドの場合
毎年どれだけハンバーガーが売れたかを追跡するのはもう古い。
データグラフ先進企業は絶対数をあまり気にしない。
それよりも、
消費者はいつどこでハンバーガーを買ったのか。
一緒にどんなドリンクを飲むのか。
ハンバーガーを買う前や買った後に何をしているのか。
どのような顧客で、どのような年齢、
収入、場所、嗜好、ライフスタイルなのか。
どのようにすればよりいっそう顧客ニーズを満たすことができ、
他店ではなく当店でより多くのお金を使い、
対価に見合う価値が得られたとたしかに感じて、
何度も足を運んでもらえるのか。
を考えている。
DXを考える前に考えておきたい、考え方が
データグラフだ。
データグラフにお金を掛けようと言うことでは無く
「なぜ？お客様はうちの会社なのか？」これを意識し
今までと違う購買理由を考えることが重要なのだ。
