Categories
セキュリティ、セーフティ、そしてプライバシーは、私たちの組織の中心にあります。市場調査業界全体がこのセクターの変化や課題に適応していくのと同様に、私たちもそうしています。
サンプル品質の低下は、今日の市場調査業界が直面している最大の問題の一つです。私たちの分野は、実在の人間や実機を模倣できる、非常に高度なスクリプト不正技術を考案、展開する能力を持つ組織化された不正集団ネットワークと対峙しています。
それだけでは十分でないかのように、この業界はクリックファームや自動ボットによる大規模かつ高速度の攻撃にもさらされています。
不正行為者は常にセキュリティチェックの回避を試みています。したがってCintは、お客様のデータが可能な限り安全であると安心していただける製品の開発に取り組んでいます。
私たちの主要なセキュリティ対策の一つがCint Trust Scoreで、これはセッションがネガティブリコンサイル（取り消し）に至る可能性を能動的に予測する、独自の機械学習／AI サービスです。
このモデルは警戒心が強く適応力があり、新しいデータシグナルを取り込み、変化するパターンや状況に合わせて調整する準備ができています。
モデルは機械学習と人工知能に基づいて調査参加者をスコアリングし、不正の可能性がある行動をすみやかにフラグし、問題のある該当セッションは直ちに終了されます。
Trust Scoreがもたらすメリットは多面的です。Cintのお客様にとって、データが高品質であるとわかることはインサイトへの自信につながり、有効なビジネス判断を可能にします。とはいえ、Trust Scoreは実際にはどのように機能するのでしょうか。
私たちは VP Trust and Safety のジミー・スナイダー（Jimmy Snyder）と、プリンシパルプロダクトマネージャーのアレックス・ナムゾフ（Alex Namzoff）に話を聞き、Cintがお客様に自信を提供するための自信を持てるようにしている、そのモデルの「頭脳」の内部を探りました。
人間 × 機械
「機械学習」という言葉は2024年には頻繁に用いられていますが、実際には何を意味するのでしょうか。そしてCint Trust Scoreモデルが潜在的な不正を検知するやり方に、どのように適用されているのでしょうか。
「100件の調査エントリがあり、そのうち10件が取り消され、90件が回答を完了してバイヤーに承認されたと想像してください」とナムゾフは言います。
「狙いは、取り消された10件に関連するパターンを見つける方法を見出し、将来、新しいエントリの中にその行動パターンに合致するものを特定してブロックできるようにすることです。そうすれば、次回は100件すべてがコンプリートするわけです。」
要するに、ナムゾフの言葉を借りれば、「機械学習とは基本的にはその “訓練” のプロセスです。アルゴリズムにあらゆる情報を与え、パターンを見つけられるようにする。モデルとは本質的に、その先で現在のデータを見直し、そのパターンのメタデータに一致するかどうかを確認するために使われるツールです。」
スナイダーはさらに簡潔に言います。「Trust Scoreは私たちの機械学習サービスです。どのセッションがネガティブリコンサイルにつながる可能性があるのかを予測しています。」
Cint Trust Scoreのメカニズム
新しいモデルは、直近3か月分のスコアリングデータに基づいています。「回答者が1回でもセッションに参加すれば、7日間のセッション履歴に基づいて評価ができます」とスナイダーは言います。
「たとえば今日、過去3か月分の履歴でモデルを訓練したとしましょう。そうすると、調査に入ろうとする新しい試みはすべて、その過去のパターンに合うかどうかを判定するプロセスにかけられます」とナムゾフは言います。
「同時に、私が今日調査を受けるとしましょう。私からどんな情報が、私たちが作り上げた過去履歴のモデルパターンと比較されるのかを決めなければなりません。私たちがするのは、私の直近7日間の履歴を取得し、それを3か月分のデータから見えているパターンと比較することです。」
なぜ7日間なのでしょうか。
「7日間は、モデルと比較するために集めるべき情報量として、いわばスイートスポットです。これより多くしてもより良い情報や精度は得られず、少なくすると情報が足りなくなります」とナムゾフは言います。
これらの期間設定の基盤にある方法論は、モデルの裏側での処理がリアルタイムで行われ、顧客体験ができる限りシームレスで迅速である必要があるという事実を反映しています。
「ですから、過去3か月分の履歴を取りに行きモデルによる確認をしている間、回答者に3分待ってもらう、というわけにはいきません」とナムゾフは言います。「お店に行って、身元履歴を確認するあいだ5分待たされるようなものです。」
Trust Scoreのようなチェック＆バランスの仕組みは、顧客と調査協力者の双方を守るために存在し、その目的を念頭に置いて設計・開発・導入されています。ナムゾフの言い方を借りれば、「私たちは常に、不正と戦う必要性と、調査に入ってくる参加者の大多数が正当でよい回答者であるという事実とのバランスを取っており、彼らに過度な影響を与えたくはないのです。」
スパイ vs スパイ
「過去 5 年で不正は著しく増加しました」とスナイダーは言います。「組織化された不正グループが成長し、連携し、驚くべき速度で私たちの業界を攻撃するようになっています。」
彼はこうも付け加えます。「ここ5年で状況が悪化したのは、組織的なグループが、お金を稼ぐ方法を共有し、さらにはその共有自体を収益化するようになったからです。彼らはほとんど、私たちから利益を得る方法を “プロダクト化” しつつあります。」
この拡大は、近年、この種の不正を可能にするテクノロジーへのアクセスのしやすさが増したこと、すなわち日常のデジタル生活において生成系チャットツールのような製品がますます一般的になっていることにも起因している可能性があります。詐欺師たちはさまざまな手法を展開しています。
その一つが、いわゆる「クリックファーム」の使用です。この語は、（しばしば）低賃金の労働者を雇ってアンケートをクリックさせ、提供される報酬を得る行為を指します。
「クリックファームは、VPNを使って調査を受ける人々でビル全体が埋め尽くされるような巨大な集団であることもあります。あるいは、1 人の男が85台のモニターを使ってボットを走らせ、そうした形で攻撃しているのかもしれません。私たちは不正を現場で目撃できるわけではないので、分からないのですが。」
どのような侵入手口が使われたとしても、私たちの顧客、参加者、パートナーが頼りにできるのは、Trust Scoreモデルが不正行為者を検知したなら、その人物はCintの調査エコシステムから排除されるという確かな事実です。CintのTrust and Safetyへの取り組みについては、こちらでより詳しくお読みいただけます。
