狠狠撸

狠狠撸Share a Scribd company logo

[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略

?
?
Deep Learning Lab（ディープラーニング?ラボ）
Deep Learning Lab（ディープラーニング?ラボ）

2020/8/1 Deep Learning Digital Conference DATUM STUDIO株式会社 光田 健一 氏

1 of 24
Downloaded 16 times
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. DATUM STUDIOのご紹介 Web? https://datumstudio.jp/ お問い合わせ? info@datumstudio.jp
DATUM STUDIO株式会社 執?役員 CTO 光?健? ■略歴 ?凸版印刷株式会社 ?グリー株式会社 ?株式会社PKSHA Technology ?DATUM STUDIO株式会社 ??紹介
企業概要 ?2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. DATUM STUDIO 株式会社 東京都港区?ノ??丁?17号1番 ?ノ?ビジネスタワー Supershipホールディングス株式会社 100% データ活?に関するコンサルティング、受託分析、 システム開発、?材育成、セミナー、書籍の執筆など 117名（2020年5?現在） 著書紹介 ? データサイエンスとテクノロジーでパートナーと新しい未来を共創する
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 役員紹介 略歴? 1971年?まれ。明治?学?学 院グローバル?ビジネス科修 了。 2003年 流通業、商社を経て ヤフー株式会社に?社。法?営 業、営業企画などに従事 2012年 ?事部で組織開発、 ?材開発に従事 2015年 6?よりSupership ホールディングス株式会社にて ?事業務および総務業務を統括 2019年 6?よりDATUM STUDIO株式会社 代表取締役社 ?に就任 略歴? 2008年 ヤフー(株)で、推薦ロ ジックや株価の予測モデル構築 など分析業務に従事 2010年 (株)ディー?エヌ? エーで?規模データマイニング やマーケティング分析に従事 2013年 (株)ドリコムにて、 データ分析環境の構築やソー シャルゲーム、メディア、広告 のデータ分析に従事 2014年 DATUM STUDIO(株) を設? 著書? 「データサイエンティスト養成 読本」（技術評論社）／「ビジ ネス活?事例で学ぶデータサイ エンス??」（ソフトバンクク リエイティブ）／「Rではじめ るビジネス統計分析」（翔泳 社）／「戦略的データマイニン グ (シリーズ Useful R 4)」 （共?出版） 「Rパッケージガイドブック」 （東京図書） 略歴? ちゅらデータ株式会社 代表取締 役／DATUM STUDIO株式会社 取締役副社? (?財)沖縄ITイノベーション戦 略センター理事 PyLadies Tokyo 発起?＆初代 代表／(社)PyCon JP 元理事 ?岡技術科学?学にて?然?語 処理を専攻。株式会社VOYAGE GROUP に新卒?社し、広告事 業のデータ分析などを経験。 2016年 DATUM STUDIO 株式 会社に?社。 2017年 沖縄に?会社として ちゅらデータ株式会社を創業。 ビジネスデータのみならず、? 然?語処理、深層学習を?いた 画像解析など100社を越えるAI 構築のコンサルティング?開発 に従事。 共著?Pythonライブラリ厳選レ シピ／寄稿?Software Design12 ?号「ITエンジニア と数学」 ■ アドテクノロジー業界 x 分析? 代表取締役 社? 吉? 毅 取締役 副社? ? 洋平 取締役 副社? 真嘉? 愛
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 当社の強み: 多種多様なデータの収集から活?まで対応 4 企業様提供 データ ??知能テキスト 画像 数値 Google Cloud Platform amazon web services Microsoft Azure アウトプットイメージ Power BI Tableau 独?BI 独?モデル
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. お取引実績 （?部抜粋） 5 株式会社アカツキ 株式会社ショーケース パシフィックコンサルタンツ株式会社 味の素株式会社 Supership株式会社 株式会社広島銀? アフラック?命保険株式会社 株式会社?中?務店 株式会社ベルク 株式会社ARISE analytics 株式会社デンソー 株式会社北洋銀? 株式会社IDOM (旧株式会社ガリバーインターナショナル) 株式会社電通デジタル 本?技研?業株式会社 株式会社インテージ 東京海上?動あんしん?命保険株式会社 株式会社マクロミル エイベックス株式会社 凸版印刷株式会社 マネックス証券株式会社 ANA X株式会社 トヨタ?動?株式会社 株式会社三井住友銀? オイシックス?ラ??地株式会社 ?建リース?業株式会社 三菱商事株式会社 株式会社オークローンマーケティング ?本航空株式会社 株式会社三菱UFJ銀? KDDI株式会社 株式会社野村総合研究所 株式会社リクルート 業界業種問わず様々なお客様をご?援してまいりました （敬称略?50?順）
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 事例紹介 ■ 顧客?動データを?いた顧客セグメント分析 ■ ゲーム?動ログを?いたユーザー成?要因分析 ■ 反応データを?いたクーポン?DM配布の最適 化 ■ 購買データによるECサイト売上向上分析 ■ 製品画像データを?いた不良品検知 ■ 通信ログデータを?いた通信機器の異常検知 ■ チラシデータの?字列校正 ■ ?動運転技術系の画像認識 ■ 店内センサーログを?いた?動経路マイニング ■ 機械学習を?いたオークション落札価格の予測 ■ クローラーデータを?いた製品輸?量の予測 ■ ?質センサーログを?いた?物の成?要因分析 ■ 地図情報から災害発?を判定する機械学習モデ ルの作成 ■ ウィルス画像の検知 ■ チラシデータの?字列校正 ■ ?動運転技術系の画像認識 ■ 上空からの写真画像解析 ■ 顔認証（個?を特定） ■ ?載カメラの静?画像認識
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. Microsoft様との取り組み事例 Microsoft様のパートナーとして、Microsoft様と共同でお客様の課題解決をご?援いたしております。 2017年パートナーに 2019年 Azure MLハンズオンセミ ナー開始 オンラインコンテンツ提供開始 Azureで始めるビックデータ利活?ことはじめ ???編 ? データ収集や分析の考え?から始まり、Azureを活?し た、AI、予測分析のためのDWH/データマート構築基盤の 概要 Azureで始めるビックデータ利活?のことはじめ ?分析 編? Azureツール群の中から、AI,機械学習分析サービス会社 である弊社の視点でお奨めのツール２つ。 「Azure Data Explore」、「AzureML」の紹介。 2020年リンガーハット様事例公開 Azureチャットボット??動辞書作成サービス開始?動校正AI on Azure 提供開始 Monex様事例公開
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. Microsoft様との取り組み事例 8 IoTデータの収集、可視化からDxP構築をご?援 Databricks on Azure 導??援 Azure Data Explorer 導?検証?援 Azure Synapse Analytics 導??援 Databricks Streaming data(ADX) DxP構築
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. DATUM STUDIOによる?援サービス with Microsoft 基盤構築、データ分析?POCの実施、各サービスの研修サービスまで幅広くご?援 Azure Machine Learning/Azure Data Explore/Databricks利??法の研修 Azure ML/ADX研修 IoT分析?基板 ADX/DataLake/ Azure Synapse Analytics /Databricks/Azure Machine learning DxP構築 (ADX)/DataLake/ Azure Synapse Analytics /Databricks /Azure Machine learning データ分析基盤構築 データ分析POC?予測モデル構築 ?援?データアセスメント データ分析?POC?データアセスメント
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. リンガーハット様事例紹介 10 Azureを活?し、短期間でSQLサーバーのクラウド移?、BI構築、需要予測モデルを構築納品?
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 需要予測モデルを組み込んだ?動発注システムの構築 11 時 系 列 予 測 モ デ ル 【要望】 【実施】 【結果】 売上予測をもとに発注内容を?動的に算出し、発注業務から解放することで、質の?い調理や接客対応したい 売上予測?需要予測モデルを構築し、予測数値をもとに?動発注システムを構築 オペレーションが改善し、?きなミスも激減し、?材不?、?品廃棄からも解放 販売履歴 店舗種別 曜??祝祭? テレビCM 天気?温度 利?変数の取捨選択 と利?アルゴリズム の決定 店舗ごとの?材の適正な発注内容をシステム が?動的に提? 発注担当者は提?された数量をもとに最終発 注量を決定した上で発注 短期予測 中期予測 中期予測にもとづいたシフト調整の実施 誤差解析 予測結果と実際の売上の乖離を分析するこ とで、新しい影響変数を模索する https://www.itmedia.co.jp/news/articles/1912/16/news125.html
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 事例詳細 12
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 課題の選定とアクションまでのフレームワーク 13 現状 あるべき姿 ギャップ 問 題 発 ? デ タ 収 集 デ タ 分 析 ア ク シ ョ ン DATUM STUDIOでは以下のようなプロセスで問題解決のご?援をいたしております。 ①現状とあるべき姿の間のギャップの確認 ②問題発?とデータ分析によって問題解決が可能かのアドバイス ③社内データの確認、データの収集 ④データ分析 ⑤アクション案策定?援 リンガーハット様案件では問題発?までのプロセスはお客様側にて実施いただいておりました。
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 課題の選定とアクションまでのフレームワーク 14 現状 あるべき姿 ギャップ 問 題 発 ? デ タ 収 集 デ タ 分 析 ア ク シ ョ ン 【あるべき姿】 【現状と問題】 『すべてのお客さまに楽しい?事のひとときを?と技術でつくる』ため調理や接客の業務に?分時間を割く 出店店舗数拡?と??不?の発? 発注にまつわる作業に追われてなかなか時間を確保できない 調理?接客業務時間の確保が充分確保できない 店舗に新たな?が?って来るたびに発注のやり?を教えなくてはならず、?間も重荷 ?材が?りなくなり、急きょ他の店舗に?材を借りに?かなくてはならないケースが1?１?２回は発? 発注しすぎると期限切れのものが出てしまい、処分しなければならない 【経営環境】
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 課題の選定とアクションまでのフレームワーク 15 現状 あるべき姿 ギャップ 問 題 発 ? デ タ 収 集 デ タ 分 析 ア ク シ ョ ン 【あるべき姿】 『すべてのお客さまに楽しい?事のひとときを?と技術でつくる』ため調理や接客の業務に?分時間を割く 出店店舗数拡?と??不?の発? 現在の?員リソース、店舗拡?ペースを維持しつつ、 発注にまつわる作業を省?化すし、新?に対する発注?数を削減し、 ?材が?りなくなる『販売機会損失』?『顧客満?度低下』を回避しつつ、 過剰仕?れによる賞味期限切れ廃棄量を削減する AIを使って将来の売上を予測し、正確な発注内容?発注量を?動的に導き出せるようになれば、 店舗の?員は煩雑な発注業務から解放され、限られた?員でも質の?い調理や接客が可能になるのではないか 上記を実現するための、?度需要予測計算ロジック、簡易なUIの発注システムを構築する 【経営環境】 【問題発?】 【取り組み】
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 課題の選定とアクションまでのフレームワーク 16 現状 あるべき姿 ギャップ 問 題 発 ? デ タ 収 集 デ タ 分 析 ア ク シ ョ ン お客様がお持ちのデータを基礎俯瞰 売上傾向が異なる店舗を分類 2か?間という実?制約を鑑み、売上の増減に寄与すると考えられるデータのみに利?データを選定 売上がスパイクする特別?（祝祭?等）を設定 販売履歴 店舗種別 曜??祝祭? テレビCM 天気?温度 売上の傾向に応じたグループを作成売上の曜?、祝祭?による影響を把握
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 課題の選定とアクションまでのフレームワーク 17 現状 あるべき姿 ギャップ 問 題 発 ? デ タ 収 集 デ タ 分 析 ア ク シ ョ ン データ収集時フェーズでパターン分けをした7種類のグループに対して売上予測モデルを作成 複数のモデルを作成し、?番あてはまりの良いモデルを取捨選択 販売履歴 店舗種別 曜??祝祭? テレビCM 天気?温度
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 課題の選定とアクションまでのフレームワーク 18 現状 あるべき姿 ギャップ 問 題 発 ? デ タ 収 集 デ タ 分 析 ア ク シ ョ ン 【アクション】 ２店舗で試験導?し効果を検証 天候の影響やテレビCMによる、発注担当者がなんとなく感じていた突発的な売上の変動も可視化 前年度実績を基にした”経験と勘”による売り上げ予測から、データに基づいたロジカルな予測?案を実現 発注業務が半?動化され、業務負担を?幅に軽減 発注担当者は煩雑な発注業務から解放され、浮いた分の時間を本来注?すべき調理?接客に充てられる 経験が浅い担当者でもシステムを通じて精度の?い発注を簡単に?えるため、発注忘れも含め?きなミスが 激減し、新しく?ってきた?に発注ノウハウを１から教え込むための?間や時間も不要に オペレーションが改善し、?きなミスが激減 差分があったとき、何故差分が発?したかを思考する癖がついた ?針?『３?４店舗を兼任している店?もいるため、発注などの思い業務を軽減していく』 今後?『浜かつ』などでも応?していく。 【効果】
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. AZURE で分析を実施する場合のメリット Azureを活?することで以下のような課題を解決することができます 今までのAI開発 発?していた課題 お客様にデータを準備いただき、送付してもらう 分析可能な状態に下ごしらえする 下ごしらえができたデータを?旦可視化した上でお客様との 認識を合わせる 予測モデルを構築する 作成したソースコードを納品する お客様環境に展開して、動作を確認する モデル修正のたびに以下を繰り返す ? 予測モデルを構築する ? 作成したソースコードを納品する ? お客様環境に展開して、動作を確認する データ量が膨?な場合、ローカルPC/serverでスペックが? りず、前処理作業のクエリー処理待ちで異様な時間を使う ※ケースによって1か?使っても処理が終わらないことがあ る 前処理が終了したデータを分析担当者が複数いる場合は各? のローカル環境に配布 予測モデルを複数の担当者がそれぞれローカルで作成し、中 間テーブル、モデル等が乱雑になり作業?戻りが発?してし まう Pythonライブラリー等の関係でお客様環境に引き渡した後 の動作確認に?るまでにリードタイムが発?する また予期していない動作、結果が発?した場合の確認（再現 性確認）に無駄な時間がかかる 19
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. AZURE で分析を実施する場合のメリット ? お客様環境からデータを社外に持ち出す必要が無い ? データ前処理を?速に実?できる ? 複数分析者が作業をしたソースコード、中間テーブルの?元管理ができる ? お客様への納品がスムーズ ? Intel Data Science VMを利?することができる（Azure のみ?） ? 計算に必要なリソースを都度確認しながらスケールUPできる ? 納品後の確認依頼対応がスムーズ 20 クラウドを利?するメリットを纏めます
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. WHY AZURE? 1. Databricks?時間単位課?で、コストを?きく抑えることができる(Azure Only) 2. Azure Data Explore?リアルタイムでのクエリを投げて分析できる、IoTのデータを蓄積しな がらも分析できる I. パフォーマンス、コストの観点で優位性が?いです 3. VMのスペックをあげても、Pythonがボトルネックになることが多いがそれに対応した VM(Intel Data Science VM)が出ている点 4. Azure ML Designer I. 学習コストが低い 21 Azureを利?するメリット
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. DATUM STUDIOによる?援サービス with Microsoft 企画検討フェーズからご?援いたします? 基盤構築、データ分析?POCの実施、各サービスの研修サービスまで幅広くご?援 Azure Machine Learning/Azure Data Explore/Databricks利??法の研修 データ分析POC?予測モデル構築?援?デー タアセスメント Azure ML/ADX研修 データ分析?POC?データアセスメント IoT分析?基板 ADX/DataLake/ Azure Synapse Analytics /Databricks/Azure Machine learning DxP構築 (ADX)/DataLake/ Azure Synapse Analytics /Databricks /Azure Machine learning データ分析基盤構築 代表メール info@datumstudio.jp お問合せ窓?
? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL.

More Related Content

[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略

  • 1. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. DATUM STUDIOのご紹介 Web? https://datumstudio.jp/ お問い合わせ? info@datumstudio.jp
  • 2. DATUM STUDIO株式会社 執?役員 CTO 光?健? ■略歴 ?凸版印刷株式会社 ?グリー株式会社 ?株式会社PKSHA Technology ?DATUM STUDIO株式会社 ??紹介
  • 3. 企業概要 ?2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. DATUM STUDIO 株式会社 東京都港区?ノ??丁?17号1番 ?ノ?ビジネスタワー Supershipホールディングス株式会社 100% データ活?に関するコンサルティング、受託分析、 システム開発、?材育成、セミナー、書籍の執筆など 117名（2020年5?現在） 著書紹介 ? データサイエンスとテクノロジーでパートナーと新しい未来を共創する
  • 4. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 役員紹介 略歴? 1971年?まれ。明治?学?学 院グローバル?ビジネス科修 了。 2003年 流通業、商社を経て ヤフー株式会社に?社。法?営 業、営業企画などに従事 2012年 ?事部で組織開発、 ?材開発に従事 2015年 6?よりSupership ホールディングス株式会社にて ?事業務および総務業務を統括 2019年 6?よりDATUM STUDIO株式会社 代表取締役社 ?に就任 略歴? 2008年 ヤフー(株)で、推薦ロ ジックや株価の予測モデル構築 など分析業務に従事 2010年 (株)ディー?エヌ? エーで?規模データマイニング やマーケティング分析に従事 2013年 (株)ドリコムにて、 データ分析環境の構築やソー シャルゲーム、メディア、広告 のデータ分析に従事 2014年 DATUM STUDIO(株) を設? 著書? 「データサイエンティスト養成 読本」（技術評論社）／「ビジ ネス活?事例で学ぶデータサイ エンス??」（ソフトバンクク リエイティブ）／「Rではじめ るビジネス統計分析」（翔泳 社）／「戦略的データマイニン グ (シリーズ Useful R 4)」 （共?出版） 「Rパッケージガイドブック」 （東京図書） 略歴? ちゅらデータ株式会社 代表取締 役／DATUM STUDIO株式会社 取締役副社? (?財)沖縄ITイノベーション戦 略センター理事 PyLadies Tokyo 発起?＆初代 代表／(社)PyCon JP 元理事 ?岡技術科学?学にて?然?語 処理を専攻。株式会社VOYAGE GROUP に新卒?社し、広告事 業のデータ分析などを経験。 2016年 DATUM STUDIO 株式 会社に?社。 2017年 沖縄に?会社として ちゅらデータ株式会社を創業。 ビジネスデータのみならず、? 然?語処理、深層学習を?いた 画像解析など100社を越えるAI 構築のコンサルティング?開発 に従事。 共著?Pythonライブラリ厳選レ シピ／寄稿?Software Design12 ?号「ITエンジニア と数学」 ■ アドテクノロジー業界 x 分析? 代表取締役 社? 吉? 毅 取締役 副社? ? 洋平 取締役 副社? 真嘉? 愛
  • 5. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 当社の強み: 多種多様なデータの収集から活?まで対応 4 企業様提供 データ ??知能テキスト 画像 数値 Google Cloud Platform amazon web services Microsoft Azure アウトプットイメージ Power BI Tableau 独?BI 独?モデル
  • 6. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. お取引実績 （?部抜粋） 5 株式会社アカツキ 株式会社ショーケース パシフィックコンサルタンツ株式会社 味の素株式会社 Supership株式会社 株式会社広島銀? アフラック?命保険株式会社 株式会社?中?務店 株式会社ベルク 株式会社ARISE analytics 株式会社デンソー 株式会社北洋銀? 株式会社IDOM (旧株式会社ガリバーインターナショナル) 株式会社電通デジタル 本?技研?業株式会社 株式会社インテージ 東京海上?動あんしん?命保険株式会社 株式会社マクロミル エイベックス株式会社 凸版印刷株式会社 マネックス証券株式会社 ANA X株式会社 トヨタ?動?株式会社 株式会社三井住友銀? オイシックス?ラ??地株式会社 ?建リース?業株式会社 三菱商事株式会社 株式会社オークローンマーケティング ?本航空株式会社 株式会社三菱UFJ銀? KDDI株式会社 株式会社野村総合研究所 株式会社リクルート 業界業種問わず様々なお客様をご?援してまいりました （敬称略?50?順）
  • 7. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 事例紹介 ■ 顧客?動データを?いた顧客セグメント分析 ■ ゲーム?動ログを?いたユーザー成?要因分析 ■ 反応データを?いたクーポン?DM配布の最適 化 ■ 購買データによるECサイト売上向上分析 ■ 製品画像データを?いた不良品検知 ■ 通信ログデータを?いた通信機器の異常検知 ■ チラシデータの?字列校正 ■ ?動運転技術系の画像認識 ■ 店内センサーログを?いた?動経路マイニング ■ 機械学習を?いたオークション落札価格の予測 ■ クローラーデータを?いた製品輸?量の予測 ■ ?質センサーログを?いた?物の成?要因分析 ■ 地図情報から災害発?を判定する機械学習モデ ルの作成 ■ ウィルス画像の検知 ■ チラシデータの?字列校正 ■ ?動運転技術系の画像認識 ■ 上空からの写真画像解析 ■ 顔認証（個?を特定） ■ ?載カメラの静?画像認識
  • 8. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. Microsoft様との取り組み事例 Microsoft様のパートナーとして、Microsoft様と共同でお客様の課題解決をご?援いたしております。 2017年パートナーに 2019年 Azure MLハンズオンセミ ナー開始 オンラインコンテンツ提供開始 Azureで始めるビックデータ利活?ことはじめ ???編 ? データ収集や分析の考え?から始まり、Azureを活?し た、AI、予測分析のためのDWH/データマート構築基盤の 概要 Azureで始めるビックデータ利活?のことはじめ ?分析 編? Azureツール群の中から、AI,機械学習分析サービス会社 である弊社の視点でお奨めのツール２つ。 「Azure Data Explore」、「AzureML」の紹介。 2020年リンガーハット様事例公開 Azureチャットボット??動辞書作成サービス開始?動校正AI on Azure 提供開始 Monex様事例公開
  • 9. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. Microsoft様との取り組み事例 8 IoTデータの収集、可視化からDxP構築をご?援 Databricks on Azure 導??援 Azure Data Explorer 導?検証?援 Azure Synapse Analytics 導??援 Databricks Streaming data(ADX) DxP構築
  • 10. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. DATUM STUDIOによる?援サービス with Microsoft 基盤構築、データ分析?POCの実施、各サービスの研修サービスまで幅広くご?援 Azure Machine Learning/Azure Data Explore/Databricks利??法の研修 Azure ML/ADX研修 IoT分析?基板 ADX/DataLake/ Azure Synapse Analytics /Databricks/Azure Machine learning DxP構築 (ADX)/DataLake/ Azure Synapse Analytics /Databricks /Azure Machine learning データ分析基盤構築 データ分析POC?予測モデル構築 ?援?データアセスメント データ分析?POC?データアセスメント
  • 11. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. リンガーハット様事例紹介 10 Azureを活?し、短期間でSQLサーバーのクラウド移?、BI構築、需要予測モデルを構築納品?
  • 12. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 需要予測モデルを組み込んだ?動発注システムの構築 11 時 系 列 予 測 モ デ ル 【要望】 【実施】 【結果】 売上予測をもとに発注内容を?動的に算出し、発注業務から解放することで、質の?い調理や接客対応したい 売上予測?需要予測モデルを構築し、予測数値をもとに?動発注システムを構築 オペレーションが改善し、?きなミスも激減し、?材不?、?品廃棄からも解放 販売履歴 店舗種別 曜??祝祭? テレビCM 天気?温度 利?変数の取捨選択 と利?アルゴリズム の決定 店舗ごとの?材の適正な発注内容をシステム が?動的に提? 発注担当者は提?された数量をもとに最終発 注量を決定した上で発注 短期予測 中期予測 中期予測にもとづいたシフト調整の実施 誤差解析 予測結果と実際の売上の乖離を分析するこ とで、新しい影響変数を模索する https://www.itmedia.co.jp/news/articles/1912/16/news125.html
  • 13. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 事例詳細 12
  • 14. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 課題の選定とアクションまでのフレームワーク 13 現状 あるべき姿 ギャップ 問 題 発 ? デ タ 収 集 デ タ 分 析 ア ク シ ョ ン DATUM STUDIOでは以下のようなプロセスで問題解決のご?援をいたしております。 ①現状とあるべき姿の間のギャップの確認 ②問題発?とデータ分析によって問題解決が可能かのアドバイス ③社内データの確認、データの収集 ④データ分析 ⑤アクション案策定?援 リンガーハット様案件では問題発?までのプロセスはお客様側にて実施いただいておりました。
  • 15. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 課題の選定とアクションまでのフレームワーク 14 現状 あるべき姿 ギャップ 問 題 発 ? デ タ 収 集 デ タ 分 析 ア ク シ ョ ン 【あるべき姿】 【現状と問題】 『すべてのお客さまに楽しい?事のひとときを?と技術でつくる』ため調理や接客の業務に?分時間を割く 出店店舗数拡?と??不?の発? 発注にまつわる作業に追われてなかなか時間を確保できない 調理?接客業務時間の確保が充分確保できない 店舗に新たな?が?って来るたびに発注のやり?を教えなくてはならず、?間も重荷 ?材が?りなくなり、急きょ他の店舗に?材を借りに?かなくてはならないケースが1?１?２回は発? 発注しすぎると期限切れのものが出てしまい、処分しなければならない 【経営環境】
  • 16. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 課題の選定とアクションまでのフレームワーク 15 現状 あるべき姿 ギャップ 問 題 発 ? デ タ 収 集 デ タ 分 析 ア ク シ ョ ン 【あるべき姿】 『すべてのお客さまに楽しい?事のひとときを?と技術でつくる』ため調理や接客の業務に?分時間を割く 出店店舗数拡?と??不?の発? 現在の?員リソース、店舗拡?ペースを維持しつつ、 発注にまつわる作業を省?化すし、新?に対する発注?数を削減し、 ?材が?りなくなる『販売機会損失』?『顧客満?度低下』を回避しつつ、 過剰仕?れによる賞味期限切れ廃棄量を削減する AIを使って将来の売上を予測し、正確な発注内容?発注量を?動的に導き出せるようになれば、 店舗の?員は煩雑な発注業務から解放され、限られた?員でも質の?い調理や接客が可能になるのではないか 上記を実現するための、?度需要予測計算ロジック、簡易なUIの発注システムを構築する 【経営環境】 【問題発?】 【取り組み】
  • 17. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 課題の選定とアクションまでのフレームワーク 16 現状 あるべき姿 ギャップ 問 題 発 ? デ タ 収 集 デ タ 分 析 ア ク シ ョ ン お客様がお持ちのデータを基礎俯瞰 売上傾向が異なる店舗を分類 2か?間という実?制約を鑑み、売上の増減に寄与すると考えられるデータのみに利?データを選定 売上がスパイクする特別?（祝祭?等）を設定 販売履歴 店舗種別 曜??祝祭? テレビCM 天気?温度 売上の傾向に応じたグループを作成売上の曜?、祝祭?による影響を把握
  • 18. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 課題の選定とアクションまでのフレームワーク 17 現状 あるべき姿 ギャップ 問 題 発 ? デ タ 収 集 デ タ 分 析 ア ク シ ョ ン データ収集時フェーズでパターン分けをした7種類のグループに対して売上予測モデルを作成 複数のモデルを作成し、?番あてはまりの良いモデルを取捨選択 販売履歴 店舗種別 曜??祝祭? テレビCM 天気?温度
  • 19. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 課題の選定とアクションまでのフレームワーク 18 現状 あるべき姿 ギャップ 問 題 発 ? デ タ 収 集 デ タ 分 析 ア ク シ ョ ン 【アクション】 ２店舗で試験導?し効果を検証 天候の影響やテレビCMによる、発注担当者がなんとなく感じていた突発的な売上の変動も可視化 前年度実績を基にした”経験と勘”による売り上げ予測から、データに基づいたロジカルな予測?案を実現 発注業務が半?動化され、業務負担を?幅に軽減 発注担当者は煩雑な発注業務から解放され、浮いた分の時間を本来注?すべき調理?接客に充てられる 経験が浅い担当者でもシステムを通じて精度の?い発注を簡単に?えるため、発注忘れも含め?きなミスが 激減し、新しく?ってきた?に発注ノウハウを１から教え込むための?間や時間も不要に オペレーションが改善し、?きなミスが激減 差分があったとき、何故差分が発?したかを思考する癖がついた ?針?『３?４店舗を兼任している店?もいるため、発注などの思い業務を軽減していく』 今後?『浜かつ』などでも応?していく。 【効果】
  • 20. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. AZURE で分析を実施する場合のメリット Azureを活?することで以下のような課題を解決することができます 今までのAI開発 発?していた課題 お客様にデータを準備いただき、送付してもらう 分析可能な状態に下ごしらえする 下ごしらえができたデータを?旦可視化した上でお客様との 認識を合わせる 予測モデルを構築する 作成したソースコードを納品する お客様環境に展開して、動作を確認する モデル修正のたびに以下を繰り返す ? 予測モデルを構築する ? 作成したソースコードを納品する ? お客様環境に展開して、動作を確認する データ量が膨?な場合、ローカルPC/serverでスペックが? りず、前処理作業のクエリー処理待ちで異様な時間を使う ※ケースによって1か?使っても処理が終わらないことがあ る 前処理が終了したデータを分析担当者が複数いる場合は各? のローカル環境に配布 予測モデルを複数の担当者がそれぞれローカルで作成し、中 間テーブル、モデル等が乱雑になり作業?戻りが発?してし まう Pythonライブラリー等の関係でお客様環境に引き渡した後 の動作確認に?るまでにリードタイムが発?する また予期していない動作、結果が発?した場合の確認（再現 性確認）に無駄な時間がかかる 19
  • 21. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. AZURE で分析を実施する場合のメリット ? お客様環境からデータを社外に持ち出す必要が無い ? データ前処理を?速に実?できる ? 複数分析者が作業をしたソースコード、中間テーブルの?元管理ができる ? お客様への納品がスムーズ ? Intel Data Science VMを利?することができる（Azure のみ?） ? 計算に必要なリソースを都度確認しながらスケールUPできる ? 納品後の確認依頼対応がスムーズ 20 クラウドを利?するメリットを纏めます
  • 22. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. WHY AZURE? 1. Databricks?時間単位課?で、コストを?きく抑えることができる(Azure Only) 2. Azure Data Explore?リアルタイムでのクエリを投げて分析できる、IoTのデータを蓄積しな がらも分析できる I. パフォーマンス、コストの観点で優位性が?いです 3. VMのスペックをあげても、Pythonがボトルネックになることが多いがそれに対応した VM(Intel Data Science VM)が出ている点 4. Azure ML Designer I. 学習コストが低い 21 Azureを利?するメリット
  • 23. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. DATUM STUDIOによる?援サービス with Microsoft 企画検討フェーズからご?援いたします? 基盤構築、データ分析?POCの実施、各サービスの研修サービスまで幅広くご?援 Azure Machine Learning/Azure Data Explore/Databricks利??法の研修 データ分析POC?予測モデル構築?援?デー タアセスメント Azure ML/ADX研修 データ分析?POC?データアセスメント IoT分析?基板 ADX/DataLake/ Azure Synapse Analytics /Databricks/Azure Machine learning DxP構築 (ADX)/DataLake/ Azure Synapse Analytics /Databricks /Azure Machine learning データ分析基盤構築 代表メール info@datumstudio.jp お問合せ窓?
  • 24. ? 2020 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL.