お問い合わせ
Go to Top

SERVICE

活用データ

商品データ

商品データとは主に分類データ(カテゴリー・メタタグなど)、数値データ(スペック・価格など)、テキストデータ(商品説明・コピーなど)、画像・音声データ(動画・静止画・音声など)で構成されており、売上予測や需要予測、マーケティング分析を行う際に幅広く利用されるデータです。

商品データのケース一覧

顧客育成を目的としたデータドリブンマーケティング

新規・既存顧客の継続率向上 、ロイヤル化、DMやカタログのCVR向上を目的として、データドリブンマーケティングを実施。ロイヤルカスタマー分析によるターゲット選定・施策の評価や、ブランド間共起分析による推奨商品の特定、顧客クラスター分析によるコンテンツ内容の決定等、さまざまなデータを活用したマーケティング分析を実行。これにより顧客タイプごとの趣向性を把握でき、DM・カタログ・メールなどで各顧客タイプに合わせたコミュニケーション設計を実現。

中古車価格予測アルゴリズム構築

精度のさらなる向上を目的として、中古車価格予測アルゴリズムを構築。過去に実施した車両単位の査定価格と、生産からの経過による価格減衰を組み合わせ、車種ごとに分析を行い、新車価格からの減法方式で価格を予測。これにより、中古車販売価格の予測精度が向上し、適正価格での販売を実現。

オープンデータを活用したマーケティング戦略支援

自社で蓄積したデータ以外のオープンデータも活用し、来店者数やリピート率などの従来指標だけでなく、販売戦略や商品開発に必要な指標を新たに算出。また、データドリブンな方針策定に必要なKPIをBIツールで管理できる環境を構築し、経営層から現場まで誰もが同じデータを共有することで、より迅速な意思決定が可能となり、幅広い視野や顧客の目線に近い視点のもとマーケティングを行うことができます。

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

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。

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。