ページの先頭です。
サイト内の現在位置を表示しています。
  1. ホーム
  2. ソリューション・サービス
  3. AI・ビッグデータ
  4. 特集コンテンツ
  5. イベント・セミナーレポート
  6. Gartner Business Intelligence & Analytics Summit
ここから本文です。

Gartner Business Intelligence & Analytics Summit

2016年3月14日~16日 於:米国テキサス州グレープヴァイン

ビジネスとデータサイエンスを融合する「Prescriptive Analytics」

NEC主席研究員 工学博士 藤巻 遼平

成功事例3 ビジネスの実態に即してアナリティクスの結果を調整

データの変化に連動してダイナミックに変化するアナリティクスプロセスの質を維持し続けることは、Prescriptive Analyticsにとって重要な要素です。そこで3つめの成功事例では、データの限界を理解し、ビジネスの実態に即して、アナリティクスが導く結果を調整する観点について説明します。データアナリティクスが導く判断の予期せぬ誤りを避けるため、ビジネスの実態をアナリティクスプロセスに組み入れる工程が必要です。

拡大するビジネスの実態に即して、アナリティクスが導く結果を調整

事例3 アサヒビール:ビジネスの実態を定義し、アナリティクスの結果を調整

アサヒビールは、2015年の売上高9,729億円に上る日本最大手のビールメーカーです。変化が激しい顧客ニーズに対応するため、アサヒビールは、ビールの新商品を平均で週1品発売しています。課題は、廃棄や欠品を避けるために、どのように適正な生産量を決めれば良いかということでした。

NECとアサヒビールは、共同で新商品の生産量を最適化する生産調整のプロセスを定義しました。異種混合学習技術が、高精度な需要予測、売上予測を行い、予測型意思決定最適化技術が適切な生産量を算出します。しかし、市場のすべての情報を予測アルゴリズムや最適化アルゴリズムに入力することは不可能です。入力できなかったデータのせいで、予測や最適化の結果に予期せぬ誤差が発生し、需要と生産量との間に大きなずれが生じる恐れがあります。特にアサヒビールの場合、ツイッター上の1つのつぶやきが新商品の需要の変化に大きく関わることもあります。

講じた対策は非常に単純です。アサヒビールの営業担当者、物流担当者、小売担当者、マーケティング担当者が毎日新商品の生産調整会議を開き、アナリティクスの結果を分析し、入力しなかった情報・データを検討しました。こうした会議の代わりに、プログラム上にビジネスの実態を書き表すポリシーを設定したり、商用アルゴリズムを使って予測の異常を検出したりといった方法もとり得ます。大切なのは、予測や最適化の限界を理解することです。予測や最適化は、利用できる限られたデータに基づいて行われるため、常に誤差が生じる可能性があります。データサイエンスが導いた判断がビジネスにどのようなリスクを及ぼす可能性があるか考慮したうえで、ビジネスの実態に基づき、不足しているデータを補い、誤った判断を含むアナリティクスの結果を調整する必要があります。この対策の導入後、アサヒビールは生産の過不足を最小化することに成功しました。

拡大する新商品生産量最適化の概要

NECの貢献:新商品の需要を高精度に予測。アナリティクスの予期せぬ失敗や損失を防ぐためにビジネスの実態をアナリティクスプロセスに組み入れるコンサルティングサービスを提供。

「Prescriptive Analytics」はさまざまな業種のお客さまに有効です

ご紹介した3つの導入例のほかにも、NECではさまざまな業界に向けて先進のPrescriptive Analyticsソリューションの開発を行っています。たとえば、水道事業向けには、水の需要予測ソリューションや、町全体への水の供給最適化ソリューションを開発しています。小売業に対しても、機械学習と最適化技術とを活用し、一度に大量の製品の価格設定を行うサービスなど、さまざまなソリューションを提供しています。

今年のGartner Summitで、2020年には、アドバンスト・アナリティクスへの純投資のうち40%はPredictive AnalyticsおよびPrescriptive Analyticsに向けられるだろうという観測が示されました。今こそ、Prescriptive Analyticsを導入しビジネスの成果を最大にするときです。

拡大するPrescriptive Analyticsをはじめましょう

ページの先頭へ戻る