Comcast Advertising は、全 210 の指定マーケットエリアにわたり、従来のプラットフォームとストリーミング プラットフォームにまたがるマルチスクリーン TV キャンペーンを通じて、ブランドが米国の約 1 億 2,500 万世帯とつながることを可能にします。その規模に伴い、膨大な量のデータと、リアルタイムの知見の必要性が生じます。以前は、データサイエンティストはモデルをビジネスですぐに使える製品に変換することに苦労していました。Databricks Apps を使用することで、データサイエンティストは意思決定を加速し、キャンペーンのパフォーマンスを向上させるインタラクティブな予測ダッシュボードを利用できるようになりました。
複雑なモデルをビジネスツールに
Comcast Advertising は、マーケティング担当者がマルチスクリーン TV キャンペーンを通じてブランドの関連性を構築し、持続可能なビジネス成果を達成できるよう支援します。全国に広がる事業でこれほど幅広い層にリーチするには、視聴率やキャンペーンのパフォーマンス、オーディエンス知見、エンゲージメント、過去の成果といった膨大なデータセットを分析し、タイムリーな知見を提供して戦略を継続的に最適化する必要があります。
データサイエンティストは高度な予測モデルを構築できましたが、その知見をビジネスユーザーと共有することに苦労していました。従来の BI ツールでは、エンドユーザーがモデルの出力をリアルタイムで探索するために必要な必要な柔軟性やインタラクティブ性を備えていませんでした。さらに、パ ブリッククラウドやオンプレミスシステム上でカスタムアプリケーションを構築するには、追加のツールやホスティングのオーバーヘッドが必要で、なじみのない技術スタックも導入されていました。こうした複合的な非効率性により、データサイエンスの生産性は低下し、チームの不満は募り、エンドユーザーの視点は限定的なものになっていました。
Comcast Advertisingのリード機械学習エンジニア、Jivitesh Poojary氏は次のように述べています。「基盤となるデータサイエンスを理解していなくても、ビジネスユーザーがモデルの出力と直接やり取りできる方法が必要でした」そのため、アプリケーションを迅速に構築してカスタマイズし、データパイプラインと統合できるプラットフォームが必要でした。
Comcast Advertisingは、予測モデルをユーザーフレンドリーなツールに変換し、迅速なフィードバックループを構築し、モデル開発からビジネス価値の創出までの時間を短縮できるソリューションを必要としていました。そのニーズが、最終的にデータサイエンスチームを Databricks Apps の導入へと導きました。
アプリ開発とコラボレーションの加速
Comcast Advertising のデータサイエンスチームは、Lakeflow の Spark宣言型パイプライン、機械学習実験、ガバナンスの効いたデータアクセスのために、すでに Databricks Data Intelligence Platform を活用していました。Databricks Apps により、既存のワークフローをスムーズに拡張できるようになり、直感的で動的かつインタラクティブなアプリケーションを通じてモデルを実用化 する直接的な道が拓かれました。
Comcast AdvertisingはDatabricks Appsによって、データチームが求めていたアジリティを実現しました。別々のホスティング環境を管理したり、不慣れなフロントエンドインターフェースを構築したりする代わりに、今やデータサイエンティストは、使い慣れた開発スタック内で直接Pythonベースのフレームワークを使用しています。これにより、開発者にとっての学習のハードルが下がるだけでなく、市場投入までの時間も大幅に短縮されます。「一般的な Python フレームワークを使用してこれらのアプリケーションを構築し、より広範な Databricks Platform とシームレスに統合できることで、データから得られた知見を組織全体で利用できる使いやすいインターフェースにパッケージ化するための強力な環境が生まれます」と Poojary 氏は説明しました。
この組織の最初のユースケースの 1 つは、ビジネスユーザーが主要な入力変数を変更し、その変更が収益予測にどのように影響するかを即座に確認できる予測ダッシュボードでした。このハンズオン体験により、営業、マーケティング、戦略、カスタマーエクスペリエンスの各チームは、モデルの出力に関する新たな知見を得ることができます。さらに、更新のたびにデータサイエンスチームだけに頼ることなく、複数のwhat-ifシナリオを検討できるようになります。
安全なアクセス制御のための Unity Catalog、モデル追跡とサービングのための MLflow、高速で統制されたクエリのための SQL Serverless、そして lakehouse アーキテクチャを使用することで、Databricks Apps は、Comcast Advertising に生データからリアルタイム の意思決定に至るまで、統合され合理化された道筋を提供します。
収益に直接影響を与えるための知見をより迅速に提供
Databricks Apps を使用して予測モデルをインタラクティブなツールにパッケージ化することで、Comcast Advertising はデータから意思決定までの道のりを短縮しました。ビジネスユーザーは、入力のテスト、下流への潜在的な影響の調査、広告戦略のリアルタイムでの調整など、モデルの出力と直接やり取りできるようになりました。この変化は、キャンペーン計画、営業、顧客体験にわたって、より迅速でデータドリブンな意思決定を可能にしました。
Databricks Appは、Comcast Advertisingのデータチームの運用効率も向上させました。使い慣れたDatabricks Platformに開発を集約したことで、開発時間が10～30%短縮され、その結果、イテレーションサイクルが高速化し、エンドユーザーからのフィードバックも迅速になり、モデル採用への信頼性も向上しました。Poojary 氏は次のように述べています。「時間を節約できましたが、さらに重要なのは、すべてを 1 つの統合プラットフォーム内に維持することで、構築しているものの品質を向上できたことです」
予測ダッシュボードは現在、ユーザー受け入れテストを実施中であり、キャンペーンマネージャーにアクセスを拡大し、組織全体の数百人のユーザーをサポートできるように拡張する計画です。その一方で、チームはアシスタントスタイルのチャットボットを構築するなど、GenAIの機能を積極的に探求しており、データ製品の提供拡大も準備しています。
今後、Comcast Advertisingは、オペレーショナル、分析、AIの各データをより簡単に統合するために、Databricks Lakebaseアーキテクチャを検討する予定です。より多くのビジネスチームが予測ツールを採用するようになることで、組織はデータ製品を拡張し、将来の Databricks Apps 開発を推進できるようになります。Poojary 氏は次のように締めくくりました。「データ製品の拡張を続ける中で、Lakebase でデータアーキテクチャを簡素化することを楽しみにしています」