Retail
  • プロダクト
    • dotDataとは?
    • AutoML 2.0とは?
    • dotDataが選ばれる理由
    • dotData Enterprise
    • dotData Cloud
    • dotData Py
    • dotData Stream
  • ソリューション
    • 業界別
      • 銀行
      • 保険
      • 製造
      • 小売
      • 製薬
      • 通信
    • 役割別
      • BI & データアナリスト
      • データサイエンティスト
      • 経営層
      • IT&ソフトウェア
    • 価値別
      • 加速
      • 民主化
      • 拡張・強化
      • 業務適用
  • ニュース関連
    • プレスリリース
    • 掲載記事
  • 会社情報
    • 会社情報
    • お問い合わせ
    • 経営陣
  • ブログ
  • USAサイト
  • プロダクト
    • dotDataとは?
    • AutoML 2.0とは?
    • dotDataが選ばれる理由
    • dotData Enterprise
    • dotData Cloud
    • dotData Py
    • dotData Stream
  • ソリューション
    • 業界別
      • 銀行
      • 保険
      • 製造
      • 小売
      • 製薬
      • 通信
    • 役割別
      • BI & データアナリスト
      • データサイエンティスト
      • 経営層
      • IT&ソフトウェア
    • 価値別
      • 加速
      • 民主化
      • 拡張・強化
      • 業務適用
  • ニュース関連
    • プレスリリース
    • 掲載記事
  • 会社情報
    • 会社情報
    • お問い合わせ
    • 経営陣
  • ブログ
  • USAサイト
お問い合わせ

AI in Retail

小売業界にAutoML 2.0ソリューションがもたらす価値

概要

AI活用による小売業の戦略最適化

実店舗を運営する小売業界は、消費者の購買行動の変化やEコマースへの対応が急務となっています。AIの活用により、来店するお客さまが欲しいものが常に店舗に陳列されており、デジタルチャネルを通じてお客さまの趣味・嗜好にあった商品・サービスをレコメンドし来店を促す、といった最適なオペレーションが実現できます。また、AIの活用で発注業務の自動化等、さらなる効率的な店舗運営を実現できます。

小売業界でのAI活用事例

商品企画・開発

【改善・改革領域の概要 】
お客さまの購買履歴に基づく深い嗜好性分析:
催事商品や新しいタイプの商品を、どのようなお客さまが購入するかについて、単純な属性別の集計ではなく、過去の購買行動パターンや将来の購買行動予測に基づく深いプロファイルができるようになります。

【 dotDataが業務部門にもたらす価値 】
さまざまなカテゴリーの商品の購買履歴や、顧客属性、趣味・嗜好情報など分析対象商品の購買イベントとの関連性を調査したいデータをdotDataに取り込むだけで、深いインサイトを自動的に発見することができます。

【 ビジネス効果 】
AIがデータから発見する洞察を活用した新商品の企画や販促計画の策定

物流・品質管理

【改善・改革領域の概要 】
在庫型物流センターの所要量予測と在庫計画の改善:売上実績や発注・納品実績に加え、天候データや地域性、販促情報などの多様なデータを活用することで、精度の高い所要量予測モデルを短期間で構築できます。構築したモデルはすぐに予測実行が可能で、発注システムと連携することで自動発注の仕組みが構築できるようになります。

【 dotDataが業務部門にもたらす価値 】
多様な粒度(SKU単位、商品カテゴリ単位、日別、週別)で予測モデルを構築でき、予測精度悪化時のモデル再学習が短時間で可能となります。

dotDataがもつ自動化技術により、人のスキルに依存したモデル構築技法から解放されるため、予測策定業務の継続性が担保されます。

小売り業は仕入先より販売に係る多くのデータを保有しており所要量予測精度の向上が可能で調達先含めたSCM(サプライチェーンマネージメント)改革に取り組めるようになります。

【 ビジネス効果 】
物流センターの欠品・在庫・廃棄削減
回送物流費の削減
調達先への所要量予測サービス化

店舗開発・運営

【改善・改革領域の概要 】
売上予測精度の向上と自動発注: 
売上実績や発注・納品実績に加え、天候データや店舗属性、来店客層、販促情報などの多様なデータを活用することで、精度の高い売上予測モデルが短期間で構築できます。構築したモデルはすぐに予測実行が可能で、発注システムと連携することで自動発注の仕組みが構築できるようになります。

【 dotDataが業務部門にもたらす価値 】
多様な粒度(SKU単位、商品カテゴリ単位、日別、週別)で予測モデルが構築でき、予測精度悪化時のモデル再学習がdotDataでは短時間で可能となります。

dotDataがもつ自動化技術により、人のスキルに依存したモデル構築技法から解放されるため、予測策定業務の継続性が担保されます。

dotDataのプラットフォームはスケールアウト可能な構成となっており、大量のPOSデータのハンドリングも可能です。

【 ビジネス効果 】
予測精度の維持・向上
販売機会ロス削減
廃棄ロス削減
自動発注による省力化

マーケティング・会員管理

【改善・改革領域の概要 】
販促実施による来店促進、リピート購入促進:
お客さまごとに新商品の興味をもちそうな度合いを予測し、誰に販促を実施すべきかが分かるようになります。また、販促に反応しなかったお客さまに共通して見受けられる特徴を自動的に分析し、販促戦略をデータに基づいて改善することができます。

【 dotDataが業務部門にもたらす価値 】
過去の購買データに加え、顧客属性、趣味・嗜好、エリア特性などのお客さまに関する全ての情報を理解し、自動的に仮説を構築することができます。

「過去2か月のあいだに販促対象商品とは別の商品であるAとBを、3個以上購買したお客さは販促に反応し易い」といったビジネスに意味のある特徴量を自動で発見し、次の販促企画に活かすことができます。

【 ビジネス効果 】

来店とリピート購入の促進
購入商品の幅の拡大

EC運営

【改善・改革領域の概要 】
新商品のレコメンド:  お客さまごとに新商品の興味をもちそうな度合いを予測し、だれにレコメンドすべきかが分かるようになります。また、レコメンドに反応しなかったお客さまに共通して見受けられる特徴も自動で検知できます。

【 dotDataが業務部門にもたらす価値 】
まだ売上が発生していない新商品でもあっても、過去に販売された類似商品の販売動向から自動で類推できます。

dotDataのプラットフォームはエンタープライズ向けに設計されており、大規模なWebログデータを直接処理することができます。

【 ビジネス効果 】
コンバージョンレートの向上

経営管理

【改善・改革領域の概要 】
売上着地見込みの予測: 
企業における売上予算は、対前年度比で数%UPという数値がおかれているケースが多いです。期中に売上の着地見込みを予測し、期初に立てた予算との乖離(かいり)が大きい業績管理セグメントを特定することで、予算達成に向けたアクションを実行できます。

【 dotDataが業務部門にもたらす価値 】

経営管理として策定する予算編成の際に、参照されなかった現場に近いデータも含めて売上の着地見込みを予測することで、より具体的なアクションにつながります。

売上実現の先行情報であるテキスト情報を含む営業活動全体を考慮した予測が可能になります。

【 ビジネス効果 】
業績管理プロセスの改善
予算未達状態の回避

 

ニーズに応じた二つのdotData

お客様の環境とスキルに応じた二つの異なるdotDataが利用できます。二つの製品の間で開発した機械学習モデルをやりとりし、ビジネスアナリスト・BIユーザーとデータサイエンティストの連携を強化することができます。

dotData Enterprise:
AutoML 2.0とデータサイエンスプロセスの自動化

シンプルで直感的なGUIを活用し、データサイエンスのワークフロー全体を自動化します。市民データサイエンティストとデータサイエンティストの両者を支援します。

詳細はこちら

dotDataPy:「AutoML 2.0」をPythonから

dotDataのAutoML 2.0を Python ライブラリとして活用することで、わずか数行の Python コードで特徴量設計からモデル設計までデータサイエンスプロセス全体を実行することができます。

詳細はこちら

全ての企業、全ての人の手にAIを

dotDataは、独自の自動化技術によって企業のAIを加速し、民主化し、業務を革新し、全ての企業・全ての人がAIを活用できる世界を創出します。dotDataのAutoML 2.0は、AI開発の破壊的なスピードとスケールによって、AIによるビジネスの変革に無限の可能性をもたらします。

BI & データアナリスト

データ前処理や特徴量設計に関する深い知識やスキルが必要な従来のAutoMLとは異なり、dotDataはデータサイエンスプロセス全体を自動化します。BIアナリストとデータアナリストは、 dotDataを利用して、短期間でAI / 機械学習活用の取り組みを開始することができます。

詳詳細はこちら

データサイエンティスト

データサイエンティストは、80%の時間を複雑なデータ処理や特徴量仮説の設計に費やしています。特徴量自動設計で機械学習モデル開発を強化し、プロセス全体の自動化によって価値創出にかかる時間(Time-to-Value)を10倍高速化することができます。

詳細はこちら

IT&エンジニア

AI / 機械学習モデルの本番環境への組み込みは、企業のAIプロジェクトからビジネスの価値を創出するための重要かつ難易度の高いステップです。dotData APIとdotData Streamを使用することで、継続的なAIの導入とメンテナンスがかつてない程に迅速かつシンプルになります。

詳細はこちら

経営層 &ビジネス部門

不確実性の増す経済状況の中で、企業はこれまで以上にデジタル変革の加速に迫られています。AIオートメーションは、企業のAIに破壊的なスピードとスケールをもたらし、真にAIを活用できる組織を実現します。

詳細はこちら

dotDataのAutoML 2.0の詳細に関するお問い合わせはこちら
dotData Logo in white

Follow us on

Product

  • 概要
  • dotData Enterprise
  • dotData Cloud
  • dotData Py

Industries

  • 銀行
  • 保険
  • 製造
  • 小売
  • 製薬
  • 通信

Benefit by Role

  • BI & データアナリスト
  • データサイエンティスト
  • 経営層
  • IT&ソフトウェア

About

  • 会社概要
  • お問い合わせ
  • dotDataの経営陣

News and Events

  • プレスリリース
  • 掲載記事

Resources

  • Blog

  • 会社概要
  • お問い合わせ
  • dotDataの経営陣