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

バッテリー劣化予測

バッテリー劣化予測

車輌から取得したデータを用いて、バッテリーの劣化状況を予測するアルゴリズムを構築。数ヶ月以内の劣化を予測し、交換が必要になる会員に事前通知する仕組みを実現。

産業
分析テーマ
活用データ
分析手法
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。

正常な画像データのみを活用した外観不良検知

正常な画像データのみを活用した外観不良検知

不良データがない場合にも、正常時の画像データを数百枚学習し、正常ではないと判断された画像に対して「不良」と判定する外観不良検知アルゴリズムを構築。これにより、人の目による再検査が大量に発生する従来の外観検査装置とは異なり、人の目による判断に近いアルゴリズムを用いて再検査を減らすことで、人手不足を解消できます。また、注目箇所の可視化により画像内のどこを重視して判断したのかを確認できるため、判断のブラックボックス化を回避可能です。

詳しくみる
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。

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。

大容量データ処理技術を活用し、アジャイル開発でデータ基盤を迅速に構築

大容量データを処理する技術やデータ処理を減らすためのノウハウを活用し、処理を大幅に高速化。また、従来のITシステム構築とは異なり、ウォーターフォール型の開発手法とアジャイル開発をうまく組み合わせることにより、スピーディかつユーザーフレンドリーなシステム構築が可能に。試行錯誤しながらダッシュボード開発を進めることで、迅速なデータの可視化を実現し、運用負荷を軽減。

サーバーラックの吸気温度予測精度向上

サーバーラックの吸気温度予測精度向上

サーバーラックにおける、吸気温度の上昇を理由とした異常発生を防ぐため、各サーバーラックおよび空調の消費電力等のデータを用いて、吸気温度の変化を予測するアルゴリズムを構築。これにより、空調設備を適切な温度で管理でき、電気代等の経費削減に成功。

産業
分析テーマ
活用データ
分析手法