統計モデルのAI活用事例・導入事例

【成果】 AIによる予測モデルの導入により、月間の客数予測精度は95%以上という高水準を維持しています。全305店舗における客数修正率はわずか0.5%にとどまり、店舗での客数予測や入力作業が大幅に効率化されました。 これにより、自動発注の精度向上やレジシフトの最適化が実現し、客数予測および入力作業にかかる工数を年間で約1,100時間削減する効果を生み出しています。現場の管理職の負担が軽減されたことで、今後は他のシステムとの連携をさらに深め、店舗オペレーションの効率化や販促施策への活用など、さらなるデジタル変革を推進していく展望です。

【成果】 新たなAIアルゴリズムの導入により、査定精度の飛躍的な向上が実現しました。実証実験において、機械学習による推定成約価格と実際の成約価格との誤差率の中央値（MER）は、首都圏1都4県で4.89%、全国エリアでも5.34%という極めて高水準な精度を達成しています。また、対応エリアも拡大し、全国18都道府県にわたる約30,000棟のマンションを対象とした推定成約価格の算出が可能となりました。これにより、顧客に対してより正確で透明性の高い情報提供が実現しています。

【成果】 分析の結果、一般的なコンビニとは異なり「デスクで食べても散らからない直まきおにぎりが人気」といった独自の傾向や、時間帯・顧客グループごとの細かなニーズを発見することができました。 これらの分析結果は、実際の店舗での発注業務に反映されています。現場の担当者が自らデータを見て、考えて、実践するサイクルを回せるようになり、中堅・中小企業における限られた人員でも効率的かつ精度の高いサービス向上が可能となりました。 今後は、商品の組み合わせ傾向を把握するバスケット分析など、さらに高度なデータ活用やマーケティング施策への展開を計画しています。

【成果】 実験店舗での事前検証において、当初計画していた発注作業時間の削減目標を達成し、精度の高い発注が行えることが実証されました。この結果を受け、全304店舗の生鮮部門への本格導入が決定しています。 現場では、3週間先まで算出された各商品の発注数量が画面に表示され、スタッフは異常値を確認するだけで済むようになり、作業負荷が大幅に軽減されました。AIによる高精度な予測は、商品の欠品を防ぎ販売機会を創出すると同時に、廃棄ロスの削減にも貢献しています。さらに、難易度の高い発注業務が自動化されたことで、経験の浅い新入社員でも精度の高い発注が可能となり、早期戦力化という定性的な成果も生み出しています。

【成果】 本プロジェクトは実証実験の段階であり、収量最大30％増と品質向上を目標に掲げて検証を進めています。 収集されたデータは株式会社NTTデータが提供する営農支援プラットフォーム「あい作」に蓄積され、離れた場所にいる農業従事者と営農指導員がタイムリーに情報共有や相談を行える環境の構築が期待されています。今後は対象品種や作物を拡大し、日本全国や海外への展開も視野に入れた取り組みが計画されています。

【成果】 AIが発注推奨値を自動算出することで、発注業務にかかる時間を1店舗あたり1週間で約6時間削減することに成功しました。これにより、発注担当者の業務負担が大幅に軽減されています。 また、適切な商品陳列量の維持による販売機会の最大化や、過剰発注の抑制による廃棄ロスの適正化（フードロス対策）といった効果も期待されています。今後は導入店舗での売上や収益への効果を検証し、さらなる展開店舗の拡大を目指すとしています。

【成果】 プロジェクト開始から約1年という短期間で新サイトのローンチに成功し、IT未経験のメンバーによる内製運用が実現しました。AIを活用したレコメンド機能は非常に高い効果を発揮しており、サイト全体の売上に占めるレコメンド経由の割合は平均40％、最高で48％を記録しています。サイトオープンから2年後には、レコメンドによる売上が3.2倍へと大きく伸長しました。 また、マーケティング施策の自動化により、会員登録後のフォローやメルマガ配信にかかっていた手作業の時間が削減され、大幅な業務効率化を達成しています。その結果、メールマガジンの会員数は約4倍に増加し、メルマガ経由の売上も約4倍に拡大しました。 さらに、システムの運用を通じて現場メンバーの意識にも変化が生まれています。「この作業を自動化して効率化したい」といった自発的なアイデアがチーム内で活発に議論されるようになり、データに基づいた新しい施策が次々と生み出されるデータドリブンな組織文化が定着しつつあります。

【成果】 購買データを活用したターゲティング広告を配信した結果、顧客獲得単価（CPA）を従来の2分の1に削減することに成功しました。特定の商品の購入実績や頻度、組み合わせがカードローンの申し込み割合に影響を与えるという、非常に興味深い特徴を可視化できるようになっています。 今後は、高度なデータ分析スキルがなくても利用できるdotDataの特長を活かし、現場主導のAI・データ活用を促進していく方針です。また、「金融」と「リテール」のデータを掛け合わせたノウハウを基に、顧客のニーズに柔軟に対応できる新たな金融ビジネスの創出も目指しています。

【成果】 約20名の参加者が、データを用いた課題解決の手法や精度改善のプロセスを実践的に学びました。すぐに実業務へ適用できる完璧なモデルが完成したわけではないものの、参加者全員が「もっと学習を続けたい」と答えるほど、データ活用に対する強い学習意欲が芽生えるという大きな成果を得ています。 この成功の裏には、NECの講師による伴走支援がありました。答えをすべて教えるのではなく、ヒントを示して好奇心を刺激したり、チームごとの進捗レポートを基にプログラムを微修正したりするきめ細やかなサポートが、参加者のモチベーション維持に貢献しました。経営層からも高く評価されており、今後は第一期メンバーの学びを深めるとともに、グループ内の多様な人材が集い、データ分析を通じて新たなビジネスを生み出す場として、取り組みを継続・拡大していく展望を描いています。

【成果】 2019年からの試験運用を経て、不具合の予兆を示す有効な特徴量の抽出に成功し、2020年から本格的に仮説探索型の故障予測分析を開始しました。 具体的な成果として、ボーイング787のエアコンシステム部品の不具合予兆検知に関する特徴量作成に成功し、航空技術協会の表彰審査会委員長特別賞を受賞しています。また、対象システムが停止している最中に特定の傾向を示す特徴量が存在するなど、人の知見だけでは見出せなかった新たな特徴量を発見することにも成功しました。 今後は、dotData活用の質と量の双方を強化し、部品整備部門など社内のより多くの部門での分析・予兆検知の取り組みを広げていく展望です。

【成果】 「MS1 Brain」の導入により、従来は営業担当者の経験と勘に頼っていた活動がデータドリブンなものへと変革されました。AIが算出したスコアリングをもとに、見込みの高い顧客へ優先的にアプローチすることで、営業活動の効率化と顧客満足度の向上を実現しています。また、解約や他社への切り替え意向が高い顧客を早期に抽出し、抑止活動に繋げることも可能になりました。 さらに、AIが導き出した特徴量をトークスクリプトに落とし込んだ結果、クロスセル（販売商品数アップ）の成約率やアップセル（保険料単価アップ）の特約付帯率が従来比で2～3倍に向上するという大きな成果を上げています。現在では、海外提携先での保険解約要因の分析や、自動車の買い替えタイミング予測など、他部門や新規ビジネスへの横展開も進んでおり、社内全体でデータドリブンな文化が醸成されつつあります。

【成果】 従来は外部機関の専用装置による実験で半年以上かかっていた熱間延性の予測が、独自開発した分析モデルによってわずか数分で実行可能となり、大幅なリードタイム短縮を実現しました。また、現場のユーザーが数値を入力するだけで簡単に予測結果を得られるシステムが完成し、鋼材の種類に応じて複数のモデルを使い分けることで予測精度をさらに高めています。 現在では300人以上の社員がツールを活用し、30件以上のプロジェクトが実用段階に進むなど、組織全体にデータドリブンな課題解決の文化が定着しつつあります。

【成果】 段階的な研修プログラムの導入により、受講者がデータ分析のプロセスや価値を深く理解し、取り組むべき目標がより明確になるという効果が得られました。実際の業務データを用いたOJTを通じて、業務の効率化や高度化が見込める案件が複数創出され、中には実際の業務で運用される段階に進んだ事例も生まれています。 今後に向けては、研修の最終報告会を全社に公開することでデータ分析の必要性を広く啓発するとともに、社内でのデータ分析事例共有会を開催し、さらなるデータ活用文化の浸透と受講者の拡大を目指しています。

【成果】 AIを活用した新しいマーケティング戦略の実践により、ある弁当の販売プロモーションにおいては、ターゲット層に最適なクリエイティブとキャッチコピーを用いたポスターを展開した結果、短時間での完売を達成し、販売数量が利用前と比較して200%に達するという劇的な成果を上げました。 これは、反応予測AIやフェルミ推定AIによって施策効果を事前に予測できたことで、確信を持って施策を実行できた結果です。また、企画検討や販促物制作にかかる時間も大幅に短縮され、少人数体制でも質の高いプロモーションを迅速に展開できるようになりました。 現場からは「導き出されるアウトプットに根拠と信憑性があるため安心して施策を実行できる」といった声が上がっており、今後は日用品や食料品などの最寄り品や、健康保険組合と連携した家庭用常備薬の拡販など、さらなる活用領域の拡大が期待されています。

【成果】 dotDataを活用した予測スコアに基づいて、約20万人の会員に最適化されたクーポンを配信した結果、ターゲティング精度の向上で4倍、デザインの最適化で3倍の効果を生み、トータルで商品購入率が約12倍に向上するという劇的な成果を達成しました。 今後は、Cookieレス時代を見据えた新たなデータマネジメントモデルとして、メーカー向けの商品開発や販促支援など、新たな収益の柱としての展開も視野に入れています。