マルエツの来店客予測AI、気象データ活用で年間約1100時間の工数削減

1kmメッシュという細かさの気象データを予測モデルの入力に据えた設計が、この取り組みの起点になっています。店舗の過去客数やセール情報だけを学習させれば、天候で説明できるはずの変動まで「読みにくい揺らぎ」として残ってしまいます。外部の気象データを別の入力として持ち込み、しかも商圏の広さに近い解像度でそろえたことで、揺らぎの正体を切り分けられるようになったと考えられます。台風や大雪のときの買い控えという消費者側の行動傾向まで学習対象に含めている点も、単なる天気の反映にとどまらない設計の意図がうかがえます。

予測値を出して終わりにせず、発注システムとレジのシフト管理システムへ自動で流し込むところまでつないだ判断も見逃せません。精度の高い数字が出ても、それを人が画面から画面へ写している限り、入力の負担は元の場所に残り続けます。全店舗へ先行導入したうえでシステム連携を段階的に進めた運びからは、予測の妥当性を実データで確かめながら、業務の流れを少しずつ置き換えていく手順の踏み方が読み取れます。

人の役割を例外対応だけに絞り込んだ運用の組み立ても、この仕組みを回し続ける支えになっています。地域催事のように、モデルが学習データとして持ちようのない事情は現実に存在します。全部を人が見直す運用でも、全部を機械任せにする運用でもなく、人が手を入れる場面を「モデルが知り得ない情報を持っているとき」に限定した切り分け。これによって確認が形式的な作業に流れにくくなり、管理職の判断が本当に必要な場面へ集中します。