データサイエンス活用事例

課題 既存顧客の離反を防止すること、休眠状態としないことは企業の利益に大きく関わる。これまでは性別と年代など属性情報のみでキャンペーンを実施していたため、離反予定のない顧客も対象としておりコストがかかっていた。解約しそうな顧客を特定し、限定的なキャンペーンを実施することでコストを削減したいという課題を抱えていた。 施策 デモグラ属性や利用履歴、利用端末などさまざまな情報から1～2ヶ月後の解約を予測する統計モデルを作成し、解約率が高い顧客をリスト化。対象の顧客に対して適切なキャンペーン…

課題 ECサイト内でユーザーの購買履歴や行動履歴に基づく商品のレコメンドが実施できていないため、購入に至らずにサイトを離脱してしまうユーザーが多いことが課題となっていた。ユーザーの検索行動履歴や過去の購買履歴などを元にした嗜好に合った商品をレコメンドし、購買率の改善や合わせ買いを促進したいという課題を抱えていた。 施策 ユーザーの行動（閲覧ページ、時間別閲覧数など）や季節性、商品の属性などから購入率と期待購入金額を予測し、期待購入金額と購入率に基づく予測モデルを構築。 効果 A/B…

課題 現行の各フランチャイズ店でのキャンペーン施策は各店舗のオーナーが独自の判断で行っており、営業効果にばらつきがありました。各店舗の過去のキャンペーンデータを利用し、店舗ごとに効率的なキャンペーンの時期や種類をシミュレートしたい。 施策 過去3年分の店舗別×月別のデータをもとに、キャンペーン効果予測モデルを作成。モデルを利用して、最適なキャンペーンの種類や時期についてのシミュレーションも実施。 効果 店舗別のキャンペーン効果が算出された 店舗ごとに最適なキャンペーン施策の提案が可…

課題 当該サービスの利用者は、専用アプリを用いるユーザ（以下、アプリ利用者）とブラウザ上のみで利用するユーザ（以下、アプリ非利用者）に分かれる。このとき、アプリ非利用者に対してアプリ利用者の方がLTVが高くなるのかを明らかにしたい。また、アプリ非利用者に対してアプリインストールを促す施策を打つべきか否かも判断したい。 施策 アプリ利用群と非利用群を単純比較すると、アプリ利用の可否以外の属性効果が混入してしまい、アプリ利用の効果を過小/過大評価してしまう危険性がある。そこで、この偏りを…

課題 既存のECサイトに加えて新規アプリを導入することで、顧客のWEBサイトへの来訪率(以下、CV率）が向上するかを把握したい。（※適用地域が決められておりABテストは適用不可という前提あり） 施策 CVデータと属性情報（業種、エリアなど）を用いて、因果推論の手法から施策の前後での効果を推定。 効果 新規アプリを導入することでCV率向上が示唆された …

課題 新規出店行いたいがどの地域に出店すればどの程度の売り上げが見込めるかを事前に明らかにし、最適な出店を行いたいという課題を、今までの出店実績と各出店店舗の売上履歴を元に解決したい。 施策 過去3年分の地域別の店舗経営データを元に売上額予測モデルを作成し、地域ごとの営業利益のシミュレーションを実施。 効果 出店実績と店舗売上から地域ごとの予測営業利益額が算出された 予測営業利益額から新規出店計画の策定が可能になった …

課題 顧客に対し商品のキャンペーンDMを送付しているがDM送付対象者は営業担当が選定しており、属人性を解消したい。また、商品に興味を持っていた顧客には効果があるが、そうでない顧客はDMの開封率が低く、次第にどの商品のDMも開封しなくなるという課題も抱えていた。 施策 顧客の商品購入可能性をスコアリングするロジックを実装し、購入可能性の高い顧客にDMを送付する運用とした。 効果 営業担当者のDM送付者選定のための工数が削減された スコアリングロジックにより、属人性が排除された DMの…

課題 売上に寄与する広告戦略を打つために手元のデータの中から効果的な訴求変数を探索したい。（※広告代理店が取り扱うことのできる訴求変数は手元のデータに現れる変数すべてではない。） 施策 売上に最も寄与する変数とこの変数に寄与する変数の間の効果構造を共分散構造分析を用いて可視化。売上に最も寄与する変数が訴求変数になるとは限らないので、この変数に寄与する変数の中から訴求変数を探索。 効果 売上に寄与する変数の効果構造を広告代理店の訴求可/不可の観点で可視化された 売上に寄与する訴求変数…

課題 配送拠点の物流量によって担当者が運送トラックの配備をしているが、配備計画は1か月前に行う必要があることから、これまでは担当者の経験に基づき配備しており、ばらつきが生じることがあった。過去のデータから物流量を事前に予測することで、属人性のない効率的なトラックの配備を行いたい。 施策 配送拠点間の物流量データ（取得期間:1年半）と曜日・休日・年末年始などのイベント要因を考慮してAIによる時系列モデルを構築し、起点日から1ヶ月後までの物流量を予測。 効果 物流量予測値を利用し、効率…

課題 これまでは商品の需要予測を属人性を含む手法を用いていた。生産や供給の効率化を図るため、商品別×支店別の数百規模の予測対象に対して、自動で需要予測指数を算出するAIを構築したい。 施策 商品別×支店別の数百規模の予測対象に対して、出荷実績データを複数のモデルで学習・予測を行う。モデル構築にはAutoML（DataRobot）を利用。 効果 需要予測AIモデルを用いて、実運用可能なレベルの自動システムが構築された 定番商品や季節商品は従来の担当者と比肩する予測精度が得られた 属人…

課題 商品ごとの日時（1週間先まで）の売上予測を行い、店舗の最適な在庫管理を行う必要性がありました。 また、商品ごとの月次（3か月先まで）の売上予測を行い、製造における最適な生産計画を立てることも同様に課題として抱えられていました。 さらに、店舗の在庫管理や製造における生産計画は属人性が高く、AIによるオートメーション化を行いたいと考えられていました。 施策 商品ごとの過去の売上やその他の外部データを用いていくつかのモデル（LightGBM、Prophet、CatBoost）を作成し…

課題 クーポンをランダムに選択した顧客に配布しているが、費用対効果の悪さを感じられていました。適切な顧客に適切な額面のクーポンを配布し、予算内で効果的に予約数を伸ばす必要性がありました。 施策 既存会員の予約確率をロジスティック回帰で予測し、どの既存会員にどの額面のクーポンを配布すればマーケティング予算内で予約数最大化が達成できるかを数理最適化（ラグランジュ緩和法）により決定しました。 効果 高効率のクーポン差配方法が明らかになった 現行のランダムに決定された額面の割引クーポンを配…