ユースケース1 飲食店チェーンA社の場合
今まで食材の仕入れを経験値で管理していたので、ロスが出ていました。ナレコムAIを導入しての解決方法とは？
【 ナレコムAI導入前 】経験値による仕入れ予測
【発注日】
明日は150食売れそうだから、材料を発注しておこう。
経験値からの予測150食
【翌日】
100食しか売れなかった…。残りは廃棄に・・・。
廃棄が50食も…
ナレコムAIで予測をしたら
【翌日】
115食が売れた！廃棄を減らせた！！
コストダウン〜収益拡大！
廃棄は5食に削減！
【お客様の課題】
食材の仕入れは現場担当者の経験則で発注量を決めており、食材の在庫切れや、消費期限切れになった食材の廃棄が頻繁に発生していました。
過去数年にわたって各店舗の商品販売数や食材発注量はデータを蓄積しており、統計・分析ツールによる予測モデル構築を計画しましたが、 ハードウェア、ソフトウェアの初期投資費用が高く、また社内にデータ分析の専門知識を持った社員もおらず、予測モデル構築がなかなか進められずにいました。
【ナレコムAIによる解決策】
過去の商品販売数データをナレコムAIを用いて分析、特徴を抽出し、商品販売数予測モデルを簡単に作成できます。
【期待できるビジネスメリット】
・発注量の適正化により在庫切れや食材廃棄の頻度を減らすことができます。
・発注量決定の自動化により現場担当者は顧客満足度を高める業務に集中できます。
・店舗全体の売上予測にも活用し、繁閑を予測することで人材配置を適正化できます。
ユースケース2 保険販売会社B社の場合
過去の申し込みデータや成約情報から仮説を立て、顧客へのアプローチを行っていますが、成約率の向上に苦戦している状況です。
【 ナレコムAI導入前 】過去のデータを見て仮設を立てる
【仮説】
富山県の既婚・30代男性へアプローチしよう。
予測5成約
【翌日】
１件も成約しなかった。。。
実際は0成約
ナレコムAIで予測をしたら
【翌日】
2件成約がとれた！
業務効率化に成功！！売上げアップ！
成約獲得2件！
【お客様の課題】
保険商品の広告を見て興味を持った顧客からの資料請求を受けて、商品資料を送付、顧客で検討してからお申込みいただく形で商品を販売しています。
成約促進のために、見込み顧客に対する電話営業も行っています。より効果的に営業を行うために、電話営業部隊の責任者が、過去の申し込みデータや成約情報から仮説を立てて、 見込みの高そうな顧客へのアプローチを行っていますが、成約率の向上に苦戦している状況です。
【ナレコムAIによる解決策】
過去の資料請求顧客の顧客属性と成約可否データをナレコムAIを用いて分析、特徴を抽出し、成約可否の予測モデルを簡単に作成できます。
【期待できるビジネスメリット】
・成約予測確率の高い顧客に絞った電話営業を行い成約率を効率的に向上することができます。
・成約商品種別の情報も予測を行うことで、顧客のニーズにより合致した資料を送付することができます。
ユースケース3 化学メーカーC社の場合
ベテラン技術者の経験値に基づく予想、暗黙知の見える化や技術継承が大きな課題です。
【 ナレコムAI導入前 】技術者の経験値で配分を決める。
【ベテラン】
今日は湿度が少し高いので、配合量を調整して減らそう。
経験値から数値を予測
【若手社員】
どのくらい減らせばいいのかわからない…。
暗黙知の見える化や技術継承ができていない
ナレコムAIで予測をしたら
【若手】
過去実績からも8.01%で間違いない！
ノウハウ継承！
【お客様の課題】
化学製品の合成には、原材料ロットごとの成分特性や、気温、湿度等を考慮して原材料使用量の調整必要で、ベテラン技術者が微妙な調整を毎回行っています。
数年後にベテラン技術者が定年退職となるため、暗黙知の見える化や技術継承が大きな課題です。 将来の技術継承に備えて、製造時の各種パラメータ情報の蓄積を行っていますが、品目数も多く、分析や見える化がなかなか進んでいない状況です。
【ナレコムAIによる解決策】
過去の化学製品の合成時のパラメータをナレコムAIを用いて分析、特徴を抽出し、原材料使用量の予測モデルを簡単に作成できます。
【期待できるビジネスメリット】
・ベテラン技術者の暗黙知をモデル化し、安定的に製品を製造することができます。
・品目ごとにモデルを簡単に作成でき、多品種の生産を効率的に行うことができます。
ナレコムAIは、その他にも幅広い業種・利用シーンに対応しております。
有望顧客予測
活用テーマ
営業がアプローチ先を選定するために活用
ナレコムAIで実現できること
顧客ごとに買うor買わないといった購買意欲のスコアをつけることができる。ニーズが高い顧客から優先的にアプローチすることができる。
利用方法
顧客の属性情報、実績(自社/競合)、外部要因情報などから出現率(ニーズ)を予測するモデルを構築し、活用
売上予測
活用テーマ
勘や過去の経験で行っていた属人性が高いい売上予測をナレコムAIでデータを用いた分析を行う
ナレコムAIで実現できること
属人的に売上予測を自動化し、予測の頻度も短くすることで、予測の精度向上及び工数削減ができる
利用方法
過去の売り上げ実績や、それに伴う天候、温度等の売り上げに関するするデータから売上予測を行うことができる。
離反分析
活用テーマ
会員サービスで解約しそうなユーザーを予測し、解約防止のために活動
ナレコムAIで実現できること
解約の見込みが高いユーザーを抽出し、特別なキャンペーンやクーポン等のオファリングを実施。解約防止のためのアクションにつなげることができる
利用方法
実際に解約したユーザーに属性情報、課金状況、サービス利用状況を学習して、解約予測モデルを構築し、活用
需要予測
活用テーマ
レストランの予約等の需要を予測し、利益向上のために活用
ナレコムAIで実現できること
需要予測を行い、需要が落ち込むと予測される時はチラシ枚数を増やしたり、逆に人員の調整を行い、コスト削減を行い、利益増加のためのアクションにつなげることができる。
利用方法
予約実績及び、季節、周囲のイベントなどによる予約状況に関連があると思われるデータを学習して、需要予測モデルを構築し、活用