データが日々増えていく場合、一度作ったモデルを使い続けることで全体のデータに対して少ない割合のデータに最適化されたモデルになる、という事象がありえるのかと思ったのですが、いかがでしょうか?
解決済! 解決策の投稿を見る。
日々新しいデータが蓄積されていく環境の中で運用される予測モデルは、時間の経過と共に予測精度が落ちていくことが一般的です。したがって、例えば、実運用に乗せる段階で「月に一度新しいデータも含めたデータセットを学習データとしてモデルを更新する」などのモデル運用指針を決めておく必要があります。
また、精度が下がってくる前に、MLOpsで特徴量のドリフト (予測に使う特徴量が学習で使用した特徴量と変わること)を検知し、モデル更新する運営方針も検討してみてください。