データサイエンス活用事例

課題 仕訳業務を年間20万件近く処理している。仕訳が不当なものをすべて調査するのは困難で、さらに勘と経験による絞込を行っているため抜け漏れが発生している。 施策 過去に人が手なりでチェックしたデータと実際に不当経理処理と判定されたデータを基に機械学習モデルを作成し、確認不要なものと確認必要なものを分ける仕組みを構築した。 効果 工数削減およびそれまでは処理対象にしていなかったものに至るまでの処理を実施することができるようになり、グループ会社全体で、年間5千万円~1億円程度の経理処理…

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 与信審査では、リスクエクスポージャーが大きすぎると不履行につながり、逆に小さすぎると機会損失につながる。 データに基づいて客観的に与信を行い、属人化を解消したい。 施策 機械学習モデルを用いて、外部・過去の膨大なデータから与信スコアを求め、貸倒の確率を予測する。 効果 初期与信スコアと途上与信が自動的に付与可能となり、与信審査部門のコストが削減できた。 属人的に与信するよりも最適な与信枠の設定が可能となった。 過小な与信先の増枠による収益アップや、過大な与信先への適切な与信に…

課題 各事業において市場規模を予測し、売上・利益目標設定、人員・設備の投資計画に活用している。しかし、定性的かつ平均値を用いた従来の予測分析のため、精度が低かった。 施策 客観的かつ定量的な手法を用いて、精度の高い市場規模予測を実現。 具体的には、最新の予測モデルを活用し、大量の国別経済指標等(約30 00)を活用した。 効果 最終予測値を現状判明している実績値と比較した結果、乖離率にして4%以下となった。 現状のところ、市場規模予測としては非常に良い精度で予測されていることが確認…

課題 商品の発注は、各店舗・事業所の担当者の経験に基づいて行われている。しかし、発注数量にばらつきがあり、不良在庫や機会損失が発生するケースが多い。 施策 精緻な商品需要予測を実現するために、売上実績だけでなく、マーケティングデータを活用し、最新の機械学習予測モデルを利用した。 効果 データに基づく適正な発注量のレコメンドが可能となった。 店舗の商品仕入れに利用され、 の省力化につながった。 …

課題 水処理膜の適切な交換時期は、使用状況に応じて異なる。 この水処理膜の交換部品の営業の機会損失を減らしたい。 また、装置の稼働率向上によりお客様満足度を向上させたい。 施策 水処理膜にかかる圧力の時系列推移データから、交換のタイミングを予測するモデルを構築する 効果 交換作業の事前スケジューリングにより、 水処理装置の稼働率の向上、および粗悪な非純正膜への切替防止につながった。 …

課題 「生産工程における不具合原因の特定をしたい。 「不具合要因の特定に基づいて生産計画の見直しを行い、生産性を向上させたい。 施策 生産工程における間接・直接要因を予測モデルから特徴として抽出する。 これにより、生産工程のどの要因のどこにコストが発生しているのかが判明する。 効果 これまで特定できなかった不具合要因を特定可能となった。 不具合要因を事前に把握することにより、生産計画の見直しや改善施策をすることが可能となり、それに伴い生産効率もアップした。 …

課題 半導体の加工工程のセンサーデータから、工程中における不良発生を検知したい。 エッチング部分にAIによる異常検知を導入したい。 施策 センサーデータを利用して、Deep Learningによる異常を検知するモデルを構築。異常データがなかったため「正常」を学習したモデルを作成し、それから逸脱しているデータを異常と判別する方針とした。 効果 不良品製造を未然に防止することが可能となった …

課題 顧客メディアでは、「商材」と、それに関連する「記事」を扱っている。これまで、ユーザーが閲覧しそうな記事をレコメンドしていたが、それが必ずしも「商材」へのCVにつながるとは限らない 施策 ユーザーが閲覧しそうな記事ではなく、商材へのCV意欲を高めそうな記事を提示することで、顧客メディアの本来の目的である、商材のCVが増えるような仕組みにした。 具体的には、以下の2つのモデルを構築し、2つのモデルのスコアが高い記事をレコメンドすることにした ①ユーザーが、ある記事を閲覧する確率を算…

課題 保険商品の解約の動向を予測して収支計画に反映しているがいくつかの商品で実績と予測に乖離が生じている 機械学習を用いて解約率の予測精度を向上させて収支計画を精緻化し、より高度な経営判断を実現したい 施策 Step1: 契約内容、解約状況、解約時の返戻金、契約者などの情報を結合したデータマートの作成 Step2: 各データと解約率の相関の可視化、相関の強い変数の選定 Step3: 毎月初の保有契約について、その月に解約するかどうかを予測する二値分類モデルの構築 Step4: 二值分…

課題 1to1 マーケティングの一環として、来店確率に応じて適切な来店促進施策を実施し、顧客体験の質を向上させたい 施策 1. 顧客別にn日後の来店確率を予測する機械学習モデルを作成 2. 来店確率帯に応じて適切な施策を実施 効果 来店予測モデルを利用してクーポン出し分け施策のPoCを実施し、来店確率帯に応じてクーポンへの反応が異なることを確認 その他の活用方法に関しても議論していく運びとなった …