事例紹介

導入事例

日立建機日本株式会社さま

・中古車の取り引きにおける価格予測を実施
・年間1,400時間の作業工数削減見込み
・DXや機械学習の活用を外部人材に頼らず自社社員で推進

詳しくはこちら

導入パターン

• 製造業A社

  

  用途

  部品不足の発生可能性予測による過剰在庫の回避

  課題

  サプライチェーンネットワークでの部品不足や出荷遅延を避けるために過剰在庫を抱えてしまい、管理コストがかかる

  利用データ

  出荷元ベンダー、注文数量・単価、納期予定日、配達記録日、製造拠点など

  効果

  • 在庫標準化の実現により余分な保管・ロジスティクス面の不要なコスト削減
  • 納期遅延によるトラブルや費用追加を低減

• 情報処理サービス業B社

  

  用途

  MAツールと連携したインサイドセールスのターゲティング

  課題

  セミナーやWeb問い合わせなど全く異なる施策やチャネル経由で集められたリードを一律の基準で判断することによるターゲティング精度の低下

  利用データ

  企業データ、イベントデータ、Webサイトデータなど

  効果

  • スコアリングの高精度化によるアポイント率の向上
  • MAツールとの連携によりリアルタイムなスコアリングを実現

• 金融C社

  

  用途

  ローン契約におけるオンラインレンディング

  課題

  担当者がローン内容と対象者から調査を実施するため、ローン申請から開始まで審査に時間がかかる

  利用データ

  申請内容、申請者の住居や勤務先等の個人情報、信用情報など

  効果

  • AIとRPAの組み合わせにより審査スピードを高速化
  • 目視審査の負担とコストを削減

• 小売業D社

  

  用途

  商品の需要予測による食品ロス対策

  課題

  人力による予測による精度のぶれがある。予測にかかる時間がデータに比例する為、トップラインにしか需要予測を行えていない。

  利用データ

  商品情報（売価、カテゴリ、定番フラグ）
  初週の仕入れ数、在庫数、廃棄数、シェア、発注店舗数

  効果

  • 担当者の経験に基づいた予測よりも予測精度が向上
  • 予測時間の短縮・扱えるデータの増加により、予測可能商品が増加
  • 過剰在庫・廃棄数の減少

• 製造業E社

  

  用途

  製品欠陥の自動分類による品質保証

  課題

  製品のメンテナンスは品質保証担当のエンジニアが手作業で検査するため、人件費がかかる。また、定期点検のダウンタイムにより機会損失が発生する。

  利用データ

  製品画像、機器データ、その他欠陥検出に関連しそうなデータ

  効果

  • 仕様を満たさない無駄な過剰生産、欠陥原因の特定・是正措置等による生産ダウンタイムの削減
  • メンテナンス作業のリソース人件費削減

• ガス・電力E社

  

  用途

  風力発電におけるダウンタイム予測

  課題

  ダウンタイムの発生により電力販売の損失が発生する。
  ダウンタイム予防を効率的に実施したい。

  利用データ

  風速、風向、シャフト回転速度、タービンの設定など

  効果

  • ダウンタイムが発生する条件を把握
  • コストのかかるダウンタイムを未然に防ぐ保守点検をスケジュール可能
  • 電力販売の損失とそれに伴う追加コストの削減

• 製造業H社

  

  用途

  鋼の物性予測・材料配合の最適化

  課題

  鋼の疲労強度が最大化するように材料の組成を、低コスト・短時間で最適化を実施したい。

  利用データ

  炭素、ケイ素、マンガン等の材料のデータ、温度や時間等製造工程に関するデータなど

  効果

  • 鋼の強度の予測とシミュレーションが可能
  • 求められた品質の鋼を開発するまでにかかるコストと時間を削減

• 製造業兼小売業

  

  用途

  売上拡大（アップセル/クロスセル）を目的とした顧客分析プラットフォーム構築

  課題

  店舗やメンバーサイト、ECサイト、モバイルアプリなど、異なるサービスを保有しているが、横断的に分析ができておらず、データ利活用やマーケティング活用が限定的で、顧客売り上げの最大化ができていない。

  利用データ

  顧客情報、商品情報、販売実績、ポイント情報、キャンペーン応募/ログイン/アクセス履歴など

  効果

  • 各チャネルを横断的に跨いだ分析を行うことにより、従来より、きめ細やかな個人のニーズに応じたレコメンドやキャンペーンの情報の案内を出すことが可能に。
  • アクセス履歴やECサイト/モバイルアプリでの販売実績増、売上拡大を実現。

• 製造業

  

  用途

  IoTデータ活用を目的としたデータ共通格納プラットフォーム構築

  課題

  業務部門で製品不良の要因分析や在庫管理などを行っているが、データ準備はIT部門に依存しているため、分析までのリードタイムが長い。
  また、データの内容が正しく把握出来ず分析結果の精度が低下している。

  利用データ

  製品情報、機器（センサー）情報、顧客情報、販売実績、問い合わせ情報など

  効果

  • ユーザ自身が検索・データ内容を把握できるよう、データをカタログ化し、分析に使うデータをセルフ加工することで分析までのリードタイムを短縮。
  • 分析モデル構築の効率化と精度向上が実現でき、過去の分析だけではなく、リアルタイム予測で品質・在庫管理を最適化し、コスト削減に貢献。