そもそも、データを分析して次の一手というのは当たり前に思うかもしれないが、このデータの分析というものが非常に難解だったため、簡易的なものでしか活用されていなかった。
それが機械学習などのAI技術が飛躍的に向上してくると、ビッグデータを瞬時に解析し、共通項を見つけることに時間がかからなくなってきた。このような技術の進歩と合わせて、データドリブンも複雑なものに耐えうるようになってきたのである。
一例として、今までのデータドリブンは、ECサイトで物を買った時に、この商品を買った人は、この商品も購入していますというのを良く見かけるが、そういった初歩的なものでしかなかった。つまり、他のお客さんが購入したデータを元に、データを分析し、次の一手として、今購入した商品以外をおすすめしているのである。あくまで分析したのは、同じ商品を買ったお客さんがほかに買ったものを並べているのにすぎない。
これが、AI、機械学習のデータドリブンが可能になってくると、もっと複雑なパラメータを与えることができるようになる。時間帯、地域、デモグラフィックデータなどの情報はもちろんのこと、その人が過去に見てきた履歴情報や、よく移動している経路、天気などを機械学習させ、同じようなセグメントにいる人の情報を分析することで、より購入意欲がわくような商品をおすすめできるのである。
もし、同じようなことを人間がやるとなると、それこそ高度な教育を受けた専門家が時間をかけてやる必要があり、瞬時に次の一手というのはなかなか難しいところである。特に、データドリブンでは、仮説と検証を繰り返し、その結果からまた仮説を立てということを繰り返し行う必要があるため、終わりなき戦いとなってしまうのだ。
このように、データドリブンは、AIの飛躍によって、近年ますます研究が進められており、ジオグラフィック、デモグラフィック、サイコグラフィックの他に、ビヘイビア（行動）データでさえも取り込み、より高度な情報処理分野として必須のものとなりつつある。
