データサイエンス活用事例

課題 データサイエンス推進本部は、データ分析案件を担える人材育成を目指していたが、実務に活かすための実践的なスキルの習得機会を提供できないという課題を抱えていた。座学中心の研修では限界があり、業務に直結する実践型の教育機会を提供する必要があった。 施策 実務に活かせるスキル習得を目的に、実践型の「データ分析実践研修(DS実践)」を提供しました。本研修では、標準的な分析プロセス (CRISP-DM)に沿って、分析から報告までを体験。TDSE講師による実務視点のフィードバックを通じて、顧…

課題 求人情報サイトの各広告媒体への投資が、サイト訪問者数の増加へどの程度寄与しているか地域別・媒体別に精度高く算出し、次年度の投資判断を高度化させたい 施策 過去の広告媒体 (TVCM/YouTube/リスティング広告等) 別・地域別広告投資データを用いて、自社媒体への訪問者数を予測する統計モデルを構築 作成したモデルから広告媒体別のROIを算出し、次年度のプロモ投資予算決定の材料とした ※モデルはマーケティング・ミックス・モデリングをベースとし たもので、広告の残存効果、効果の逓…

課題 クライアントが競合に求人を出している場合、求人のニーズや競合にブランドスイッチする可能性があり、優先的に営業活動を行う必要がある。しかし、求人サイトには企業名が記載されておらず推測するしかないため、求人を他社に出稿しているか判定を行う。 施策 求人サイトのクローリングデータといままで受注した求人の情報を突合し、 他社に求人を出している可能性があるクライアント企業をリスト化した。 さらに、現状営業活動に利用されているリストに対して、今回の情報を付 与することで、下記のような場面で…

課題 人材マッチングサービスにおける応募→売上の効果を算出したい。 現在、データ同士の単なる相関や現場の感覚に基づいて意思決定しているが、実際の売上は当期の景況感の影響を受けると考えられるため、景況感を考慮した時系列モデルから、売上予測を行いたい。 施策 応募数と景況感の両方をもとに売上を予測する2段階状態空間モデルを作成し、stanを使ってシミュレーションで妥当性を検証した。 効果 2段階状態空間モデルを構築することで、売り上げへの景況感の作用を推定することができた。また、それに…

課題 現在、人間がテストの採点業務を行っている。この業務をAIを用いて効率化したい。 施策 Deep Learningを用いて、手書きの記号答と短句答に対する正答と誤答を分類するモデルを構築。 効果 識別力の高いモデルを構築を実現し、業務効率化が可能となった。

課題 企業の募集要件のテキスト情報、申込者の申込テキスト情報から人手でのマッチングを図っていたが、AIを活用してもっともよい企業と申込者の組み合わせを知りたい。 施策 テキスト解析を実施し、テキスト情報をVector化。 双方のテキストの類似度を測って変数化し、クラス分類の機械学習を実施することで、マッチングの予測を実施した。 効果 マッチング業務の自動化が実施され、人を介在しないサービスが提供されるようになった。 …

課題 派遣登録スタッフに仕事をマッチングした後、マッチングがこのままでは成立しないと判断された場合には他の仕事を追加でマッチングしている。マッチングが成立するかを判断するための情報精査の時間を短縮し、経験のない新人でも追加マッチングの要不要判断を行えるようにしたい。 施策 ・"マッチングが成立したか”を目的変数、”登録スタッフ情報・仕事情報・マッチング情報”を特徴量として、重回帰モデルを作成 ・派遣登録スタッフごとに既存のマッチングが成立する確率(既存マッチング成功率)を算出。 ・既…

課題 派遣稼働開始後、6か月以内にやめてしまう方が多い (早期終了)。原因としては、仕事とスタッフのミスマッチや、適切なタイミングでのフォローができていないことが考えられる。フォローを優先的にすべき人がわかるようにし、早期終了を防ぎたい。 施策 ・“早期終了したかどうか”を目的変数、“契約情報・スタッフ基本情報”を特徴量として、重回帰モデルを作成。 ・稼働中スタッフごとに早期終了しやすさ示すスコア (早期終了スコア)を算出。 ・スコアが高い人から優先的・重点的にフォローを行う。 効…

課題 企業と派遣登録スタッフのマッチングを行う担当者によって、知識量やスキルに差があり、マッチング成功率に差ができている。その中でも登録スタッフの情報精査・選定に時間を要しており、短時間で誰でも適切な人選ができるようにしたい。 施策 1. “過去にマッチング成立の有無”を目的変数、“登録スタッフの情報(希望条件・登録時基本情報等)”を特徴量として重回帰モデルを作成。 2. 登録スタッフごとに仕事の決まりやすさを示すスコア (決定スコア)を算出。 3. スコアの高い人から優先的にマッチ…

課題 人材を募集している企業から求職者にメールを送付し、企業への応募を増やしたい。企業と求職者の膨大な組合せの中から、応募に至る見込みの高い企業と求職者をマッチングし、メールを送付するロジックを設計/検証したい。 施策 過去の応募履歴などをもとに、対象企業に応募する見込みの高い求職者をレコメンドするためのWord2Vecモデルを構築 さらに、応募につながりやすい因子を集計分析により明らかにし、上記モデルと組み合わせてマッチングロジックを開発 上記ロジックを利用したメール送付施策のリリ…

.contents {margin-top:3rem;} .picblock{padding: 5px 30px 50px;background: #eee;margin: 20px 0;} .picblock .bac1{background: #fff;text-align: center;} .picblock .bac2{background: #fff;text-align: center;padding: 5px 30px 30px;margin: 20px 0 …

株式会社パソナグループ（以下パソナグループ）は、「パソナグループDX白書 2022」において“3000名のDX人財育成を通じて社会のDXに貢献する”ことを目標に掲げ、「デジタル人財育成プログラム」を推進しています。 特に“攻め”のキャリア支援の仕組みを構築する「グループDX統括本部 デジタルデザインラボ」では、TDSEのAI研修プログラムを導入し、社員のリスキルやキャリアチェンジの機会を創出しています。 TDSEのプログラムを取り入れたきっかけ パソナグループのグループ…