SERVICE

ALBERTができること

お客様の課題解決において、ALBERTの各サービス(AI・データ分析/研究開発支援、プロダクト、データサイエンティスト育成支援)が実現できることを、
テーマ・活用データ・分析手法・産業別にご紹介いたします。

ピックアップ

仕入れの発注量を判断する需給予測モデル

仕入れの発注量を判断する需給予測モデル

発注・在庫をシンプルに管理するために、商品の売上個数を予測し仕入れの発注量を判断する需給予測アルゴリズムを構築。複数のアルゴリズムを検証の上、最適なアルゴリズムを構築し誤差数を大幅に改善。これにより、属人的に人がExcelを用いて行ってきた作業から脱却し、予測精度の向上と業務効率化を実現。

交通事故要因推定アルゴリズムの構築

交通事故要因推定アルゴリズムの構築

交通事故を減少させる目的で、交通事故要因を解明するアルゴリズムを構築。交通事故における内的要因(事故内容や当事者の属性など)と外的要因(天候、路面状況など)を分析し、特徴と傾向から事故発生との関係性の強弱を解明。これにより、開通前の新しい道路を含め、交通道路の安全性を高める対策を事前に講じることを可能にした。

店舗の契約手続き数の予測

店舗の契約手続き数の予測

過去の来店者データ等を活用し、店舗ごとの契約手続き数を予測するアルゴリズムを構築。来店者データ以外に週効果や祝日効果、キャンペーン効果、天気効果など複数の要因(変数)を加味して組み込むことで、具体的な契約手続き数を予測できます。これにより、店舗ごとの混雑状況を事前に把握でき、適切な人員配置やシフト管理の効率化を実現。

服のカテゴリの自動分類タグ付け

服のカテゴリの自動分類タグ付け

従来行っていた、膨大な商品データを手動でカテゴリに分類し、それに関連する検索用のタグを付与する作業について、自動で分類しタグを付与するアルゴリズムを構築。これにより、人的作業の効率化やコスト削減、誤ったタグが付与されるヒューマンエラーの解消を実現。

細胞の分類自動化

細胞の分類自動化

従来では専門家が手動で行っていた細胞の分類について、アルゴリズムを構築し自動で判別。また、細胞名ラベルを付与したデータを用いて学習させ、分類正解率を確認してアルゴリズムをチュー二ング。新たな画像を追加することで自動的に再学習し精度を向上させるシステムを開発し、作業効率の向上を実現。

産業
分析テーマ
活用データ
建造物の外壁劣化度診断

建造物の外壁劣化度診断

従来、作業員の主観や経験値で判断していた建造物の外壁劣化度診断について、画像データを用いて自動で判定するアルゴリズムを構築。学習データと検証データを活用し画像データを劣化度ごとに分類することで、学習データとの正誤率等を確認し、精度を評価。これにより、人的作業のコストの削減および診断結果の標準化を実現。

カタログ送付量の削減と受注数の向上による収益の最大化

カタログ送付量の削減と受注数の向上による収益の最大化

行動データや属性データを加味した総合的なスコアリングを実施し、購買に繋がりやすい顧客を抽出をするためのアルゴリズムを構築。従来はRFM分析(Recency/Frequency/Monetaryの3つの指標で顧客をグループ化し、マーケティング施策を講じる手法)を用いたアルゴリズムを採用していましたが、それ以外の要因(変数)を追加したアルゴリズムの再構築により、カタログ送付で効果のある顧客を抽出でき、送付量の削減と全体の受注数の向上による収益の最大化を実現。