AIfield Loading...

AIfield

導入事例

導入事例

AIfieldとさまざまなビジネスモデルを掛け合わせた場合の、成功例をいくつかご紹介します。
AIやそれらを取り扱う人材を活用して、機械学習等を用いた様々な分析により、お客様の抱える多様な課題を解決いたします。

CASE 1
マーケティング × AI
マーケティング × AI

  • 課題:売上向上

    DOMO-データ分析によるビジネス最適化プラットフォーム

    1.
    業務効率化:意識しているが、進んでいない
    2.
    販売促進:社員の属人的な勘と経験に頼っている
    3.
    データの充実:DB化がされていない
  • 解決:データ分析、データの見える化
    1.
    需要予測による在庫、スタッフ・ローテーションの適正化を行う
    2.
    顧客データやスマホ・アプリを利用したCRM/CEM施策実施を行う
    3.
    自社データに加え統計情報や位置情報等の各種外部データを用いた多面的に分析する
    ある小売店様では売上向上を目指し、様々な取り組みを行っていましたがそれに見合った成果が出ず、店頭スタッフの負荷増ばかりを招いていました。そこで、リアルタイム・データプラットフォームを導入し、データの整理・分析および見える化をおこないました。その結果、需要予測やCRM/CEM等の販売促進策を行えるようになり、また、分析は店頭スタッフにも共有、モチベーションアップができ、売上向上につながりました。

CASE 2
業務最適化・高度化 × AI
業務最適化・高度化 × AI

  • 課題:製造工程管理の最適化
    1.
    特別な技術、ノウハウの不足
    2.
    導入コスト低減
  • 解決:AI, IoT活用

    データ分析・AI構築支援

    1.
    AIにより可能となった高度な分析を用いる
    2.
    データ取得に汎用機器を用いる。今後は機器の接続も高速、多数接続の5G回線への移行が期待される
    高度な工程管理は特別な技術とノウハウを必要とし、限られた企業のものとなっていましたが、AIを用いることによりそれまで同等以上の高度な分析が可能となってきています。
    また、データ取得も高価なセンサーとサーバを有線接続し、運用コストも高額となっていましたが、安価なカメラや汎用的なセンサーを用いるようになってきています。今後はサーバ接続にも低遅延の5Gを用いて、導入コストや運用コストも大きく下げることができ、高度な工程管理が幅広く利用されるようになると想定されています。

CASE 3
経営改善 × AI
経営改善 × AI

  • 課題:必要なデータ・分析結果を適切なタイミングで届ける
    1.
    経営判断のためのデータ分析
    2.
    データ・分析結果を届ける仕組みづくり
  • 解決:AI, IoT活用

    DOMO-データ分析によるビジネス最適化プラットフォーム

    1.
    経営にどのようなデータ・分析が必要かを十分に調査し、また、分析結果を提供するタイミング/頻度も明確化する
    2.
    直近だけでなく、将来も見据えた拡張性のあるツールの導入を行う
    重要なことは経営陣に必要なデータを適切なタイミングで適切なかたち(分析結果)で経営陣に届けることになります。
    そのためには事前にどのようなデータ・分析が必要かを十分に経営陣や企画部門にヒアリングを行う必要があります。その結果をもとに必要データの調査から始めて、分析基盤の構築、BIの構築を行います。また、常に新しいデータ、分析も必要となりますので拡張性のあるBIや、柔軟に対応できる運用体制も考慮しておく必要があります。