AIソリューション提案事例
AIが解決できる最新事例
01
需要予測
分析テーマ／需要を予測したい
発注量が担当によってバラつきがあり、
適切な仕入れ管理が行えない・・・
多店舗展開を実施しているが、今まで過去の売上データや天気予報を元に、経験と勘で来店者数予測をしていたため、店舗責任者によって発注量の精度や、アルバイトシフトに大きく乖離があり、時間も掛かっていた。属人化した経験や勘での来店者数予測では無くデータに基づいた来店予測により、発注量の適正化や、アルバイトの適切な配置を行いたい。
飲食店、小売店の来店者数予測・商品売上予測が出来ます！
店長の勘は必要ありません。
需要予測でバラツキがあった発注量や
アルバイトシフトが適正化できます！
需要予測で機会損失を無くし、経常利益ＵＰ！
店舗責任者は、予測客数を指標として、翌日の発注量や事前準備の量を指示できる
店舗責任者が不在でも、店舗スタッフが予測客数に合わせて発注や事前準備ができる
シフト作成や売上の目標設定に活用できる
売上が低い日を事前に把握し、売上アップのための施策を検討・実行ができる
予測に基づいて、注文数、在庫調整、広告投下の判断などに活用ができる
導入イメージ
過去の売上データ、天気、近隣イベント、ＣＯＶＩＤ－１９の感染者数、首都圏緊急事態宣言期間などの情報を元に未来の日別・時間別の来店者数、カテゴリー単位からSKU単位まで需要予測などをダッシュボードに表示します。
- 活用データ
ＰＯＳデータ、天気予報データ、近隣イベントデータ、COVID-19 感染予測（google提供）
- 分析手法
重回帰分析、決定木、ベイズ
- 業種
流通小売、飲食、リテール
- 関連製品
02
問い合わせ業務の効率化
分析テーマ／お問い合わせ対応を効率化したい
時間外での子育て相談が出来ず、
孤立家族が生まれてしまう・・・
核家族化や地域のつながりの希薄化により、子育てに不安や孤独感を抱える家庭も少なくない。そのため、孤立し周りに頼る人が定常的にいない状況や、救急車を呼ぶほどでもないが、コドモが突然の病気や怪我になり、突発的に困ったことが起こる状況が想定される。そのような場合でも、開庁時間（９時～17時）でないと子育て支援の相談を受け付け出来なかった。
繁忙期で税務申告相談は、
スタッフの手がまわらない・・・
確定申告時期になると住民からの税務相談の問い合わせ電話が集中して架電されてくる。税務担当者は、課税資料の整備をしながらこの問い合わせ対応を実施しなければならず、日々、膨大な作業に追われて課税時期を乗り越えている。この税務相談の一部でもＡＩチャットボットで回答できれば、職員の作業負担が軽減される。また年配者でも質問形式の入力により、手軽に回答が得られる効果がある。
お問い合わせ対応の効率化が出来ます！
相談したい時に、
すぐに行政相談対応ができます。
行政サービスの良さは、住みごこちの良い町に。
24時間365日いつでも利用できるため、開庁時間（9時～17時）に関係なく、問い合わせが可能
家事などが一段落した夜間帯（21時～23時）の問い合わせにも対応でき、住民から高い評価を得ている
導入イメージ
ＡＩチャットボットとホームページのＦＡＱページの違いを整理する。ＦＡＱページの場合、ユーザ―は、多くの検索結果の中から解決したい内容を選択しなければならない。一方、ＡＩチャットボットの場合、ユーザと対話から適した回答を「自然言語処理エンジン」によって回答する。
- 活用データ
ＦＡＱデータ
- 業種
自治体、流通小売
- 分析手法
自然言語処理
- 関連製品
03
部品カウントの自動化
分析テーマ／物体を検出したい
⼈が部品カウントするためコストがかかり、
間違いも発⽣・・・
自動車部品製造工場。製造ラインにおいて部品入荷時に部品カウント(員数確認)を行っている。複数種の部品が混ざって入荷するものもあり、カウントに時間を要している。作業者は手順に沿ってカウントしているが、間違うこともありWチェックが必要だった。部品カウントの作業自体は、現場において付加価値を生み出さない作業。より価値を生む組立などの工程に作業者をシフトさせたい。
部品カウントの自動化が出来ます！
部品カウント自動化によって、
作業者を単純作業から解放。より付加価値が
高い作業の比率を上げる事ができました。
部品カウントの工程を自動化できた
今まで専属で配置していた人材を、より高付加価値の作業に充てることが出来るようになった
導入イメージ
部品ごとの画像を、事前に学習させておく。 数える際には、部品をカメラで撮影する。複数種類が混ざった状態でも、部品ごとに数を表示する。
- 活用データ
画像データ(カウントする部品の写真)
- 分析手法
ディープラーニング
- 業種
製造、流通小売
04
予知保全 (製造)
分析テーマ／故障を予測したい
突然の故障で呼び出され、
納⼊先の業務も⽌めてしまう・・・
製造ラインで使われる設備メーカー。組立・搬送設備を生産し、自動車部品製造工場(エンドユーザー様)に納入している。設備の可動部に使われているモーターは、経年劣化により故障を引き起こす。これまでは故障が発生し、エンドユーザー様から連絡をいただいた後に、訪問修理する「事後保全」しか行ってこなかった。故障は突発的に発生するため、保全要員を余裕を持たせて待機させておく必要があり、待機コストが嵩んでいた。
設備の予知保全が出来ます！
新事業として、予知保全サービスを立ち上げました。
コストだった保全部が、
今や継続的な売り上げを生みだしています。
予知保全は、継続的に設備の状態を監視する必要があるため、有償の保全サービスを立ち上げた
これまで、コストになっていた保全部が、新事業として売り上げを生む部に変わった
導入イメージ
各種センサを設置し、設備の状態をモニタリングする。モニタリングした数値から、故障時期を予測し、閾値を超えたタイミングで保全を行う。
- 活用データ
センサデータ
- 業種
製造
- 分析手法
多変量解析、決定木
- 関連製品
05
営業の成約率アップ
分析テーマ／成約率を予測したい
せっかく持っている顧客データを活かしきれず、
効率的な営業が行えない・・・
化粧品の訪問販売を行っている。過去の訪問履歴や購買情報は社内に記録されている。しかし、毎日の営業活動にそのデータがうまく活かされていない。成約率アップにつながる切り口を、訪問履歴や購買情報の膨大なデータの中から見つけ出すのは難しい。これらデータ資産を活かして営業の成約率を上げたい。
訪問営業の成約率アップ！
実際に売上アップすることで、
データ活用の大切さを実感。
データを貯めて活用する継続的な成長サイクルを
描けるようになりました。
これまで売上比率は、一部のハイパフォーマーに偏っていた。成約率リストを活用することで、営業の底上げにつながり、会社全体として売上アップにも貢献した
営業効率が上がって作り出した時間は、新規開拓に充てられるようになった
導入イメージ
顧客リスト、購買履歴、訪問履歴などの既存データに加えて、地域、気候などのデータを組み合わせてAIに学習させる。特定期間において成約率が高いと予測される人のリストを担当地域別にアウトプットする。営業は成約率予測リストを活用して、顧客訪問するようした。
- 活用データ
顧客データ、商品データ
- 業種
流通小売
- 分析手法
多変量解析
- 関連製品
06
予約のキャンセル予測 (歯科医)
分析テーマ／キャンセルの可能性を予測したい
キャンセル防止対策が出来ておらず、
年間の損失が大きくなっている・・・
歯科医。患者の予約キャンセルによって、治療枠に空きが出ている。治療枠の空きは売上ダウンに直結する。スタッフは治療に手いっぱいで、キャンセル対策まで手を回せていない。キャンセルした人に対しても、特にフォローは行えていない。１度キャンセルすると、治療途中でも来なくなる人もいる。
予約制医院における患者のキャンセル予測が出来ます！
キャンセル可能性が高い方を対象に対策を行った結果、
キャンセル率が下がり経営が安定したので、
患者様の治療に専念できるようになりました。
キャンセルする可能性の高い人に、優先的に効果的な内容でフォローすることができる
導入イメージ
患者の年齢、キャンセル履歴、治療段階、天候などのデータから、キャンセルする可能性が高い人を予測。キャンセル可能性が高い患者のリストがアウトプットされる。キャンセル可能性の高い方に絞って、効率よく対応ができる。また、その人の年齢や治療段階などの属性を見て、連絡手段(電話orメール)、頻度、内容を変えて対応。
- 活用データ
顧客データ、商品データ
- 業種
医療、流通小売
- 分析手法
多変量解析
- 関連製品