ホーム  > サービス&ソリューション > データアナリティクス

データアナリティクスDATA ANALYTICS

勘や経験ではなく、事実に基づいた意思決定が求められる中で、お客様のデジタル変⾰をデータ分析の観点からご⽀援いたします。

データ活用コンサルティングサービス
(1ヶ月~4ヶ月)

データ活用支援の図 データ活用支援の図
  1. データ分析の活用イメージをヒアリングし、目的と現状の課題を整理します。
  2. 利用可能なデータを確認し、データでわかる事/不足データを調査します。
  3. 目的と現状が明確になったらデータ分析で解決できる方法の仮説をたてます。
  4. 分析対象データの種類や量、値の分布や欠損状況などを調査し、データ分析に不都合がないことを確認し、必要があれば補正を行います。
  5. データの選択と分析モデルの試作を繰り返し、KPIに影響の大きかった因果関係や、時系列データから分析モデルを確定します。
  6. モデルを試用し、ビジネスへの適応計画を検討します。

分析基盤構築サービス
(2ヶ月~4ヶ月)

分析基盤構築の図 分析基盤構築の図
  1. データ分析基盤の構築にあたり、セキュリティやガバナンスの見直しについてご支援いたします。
  2. データ分析を効果的に実施するために必要なアーキテクチャの設計を行います。
  3. DWH/マート、分散処理基盤などの設計/構築を行います。
  4. データ分析用のDWH/マートへのデータ移行やデータ品質の担保、バックアップやバッチ処理のスケジューリングなどのデータ運用を行います。

BI導入サービス
(3ヶ月毎更新)

BI導入・定着化の図 BI導入・定着化の図
  1. BIツールの導入およびデータ入手元となるシステムとの連携の仕組みの設計・構築を行います。
  2. ETLツール等を使用してデータの加工・集計を行います。
  3. お客様の要求をヒアリングしながらダッシュボードのプロトタイプ作成を行います。
  4. 初心者でも使いこなせるようにBIツールのトレーニングメニューの提供や定着化に向けてのご相談を承ります。

モニタリング & システム運用サービス
(3ヶ月毎更新)

データ活用支援& システム運用の図 データ活用支援& システム運用の図
  1. 分析業務に対して、分析アドバイザーが外部有識者として参画し、レポーティングや、円滑な運営のアドバイスを行います。
  2. 分析業務に対して、データサイエンティストが高度な統計手法を用いて課題解決と改善を行います。
  3. データ分析システムに対して、キャパシティ管理、可用性管理を行い最適な状態に保ちます。

事例紹介

事例

数理最適化による「からくさホテル」部屋割り⾃動化システム開発
従業員の部屋割り業務が約3分の1に短縮

「からくさホテル」では訪⽇観光客が全体の約9割を占め、ファミリーの⻑期滞在が多く全客室の約5割に隣接する2部屋を内扉でつなげて利⽤するコネクティングルームを導⼊しているのが特徴です。予約サイトから届く予約情報に対して部屋タイプ、⽇数、団体・個⼈旅⾏、⽬的などを考慮しつつ、ホテルの従業員が⽇々⼿作業で部屋割りを⾏っていました。
部屋割りの仕⽅によって客室稼働率に影響がでるため、部屋割り業務には経験が求められ⾃動化が難しい業務とされています。

1ホテルあたり平均1〜4時間/⽇の業務時間が割かれる上に経験や能⼒により結果に差が⽣じるため、時間短縮と平準化が求められていました。

既存ホテルシステムに⾃動部屋割り機能が存在するが、以下の理由により適応が困難

  • 1部屋でも使⽤可能かつ、隣接する2部屋をつなげて1部屋として使⽤可能なコネクティングルームの概念
  • 団体、個⼈旅⾏、滞在期間、年齢などで部屋の間隔、フロアを考慮した割振りができない

以上から数理最適化⼿法による問題解決アプローチにより効率的な部屋割りとなるアルゴリズムを開発

  • 部屋割りルールを定式化して⽬的関数(※1)および制約条件(※2)を設定
  • 制約条件を守りつつ⽬的関数を算出して得点化する数理モデル(※3)を構築
  • 最⼤の得点となる組合せを最適解とするアルゴリズムを開発
  • 部屋割り担当者の作業負荷軽減(1/3程度)に貢献しました
  • 従来の経験者による部屋割りと遜⾊のない結果を記録し平準化に貢献しました。
  • 2ホテルでの実証実験及び本稼働をへて、全国8ホテルへ順次展開することとなりました。

数理最適化による部屋割り業務イメージ

※1)⽬的関数:最適化問題では最⼤化または最⼩化させることを⽬的とした関数

※2)制約条件:必ず守る条件として設定する数式

※3)数理モデル:特定の事象・対象について数学を使⽤して表現したもの

  • ザイマックスグループは、不動産の現場におけるビルメンテナンス業務から経営代⾏・資産運⽤までの不動産運営管理の様々な業務をワンストップで⾏う、不動産総合マネジメント会社です。「⽇本株式会社の不動産部をめざします」というビジョンを掲げ、不動産を利⽤する企業の側に⽴ち、不動産とお付き合いしていく上で発⽣するさまざまな課題や業務に向き合っていきます。
  • 「からくさホテル」は、2016年3月に誕生した観光客向け宿泊特化型ホテルです。国際空港・ターミナル駅近くや観光都市に位置し、平均20㎡以上のツインルームを軸に、ファミリーやグループ利用に最適なコネクティングルームを全体の約5割設けているのが特徴です。さらに、全館無料Wi-Fiや、各室のバスルーム、洗面所、トイレを独立させるなど、観光客向け機能・サービスが充実したホテルです。現在、札幌に1軒、東京に2軒、関西に5軒の計8ホテルを経営・運営しています。

事例

IoTデータを活⽤した来場者の動線分析
データ収集基盤の構築及びデータ可視化を実現

東京ガス 株式会社様

最適な顧客体験の提供にむけて、施設内の配置および提供コンテンツを検討するために来場者の⾏動および傾向を把握したい

  • 施設内にセンサーを配置し来場者の動線を把握
  • データ収集の仕組みにはクラウドIoTプラットフォームを使⽤しスモールスタートで開発
  • データに基づいた意思決定およびサービス向上の施策検討を実現する環境を提供
  • 来場者の動線およびエリア別滞在時間を可視化し、傾向を分析・把握することで具体的な改善施策の検討が可能となった。
  • 来場者属性情報と⽬的のクロス集計を⾏い、タイプ別に動線・滞在傾向を抽出。
  • 可視化することで⼀元的な応対からタイプ別応対が可能となった。
  • 動線可視化イメージ

    動線可視化イメージ
  • 滞在時間可視化イメージ

    滞在時間可視化イメージ
  • 遷移率可視化イメージ

    見える化のイメージ

事例

機械学習スコアリングによる営業活動⽀援
機械学習スコアリングモデル開発により顧客あたりの購買率が上昇

製造販売業において販売数を伸ばしたいが、営業員⼀⼈が対応できる顧客数には限りがあるため購買率上昇が課題となった。顧客の潜在的な購買意欲を把握するには⼀⼈⼀⼈個別対応に時間をかける必要があるが、すべての顧客へ対応しきれないため、購買意欲の⾼い顧客の絞り込みが求められた。

  • 機械学習向けデータ収集基盤を構築
  • 顧客の属性/⾏動データから購買可能性を予測する機械学習モデルを開発
  • 購買可能性の⾼い顧客リストの作成
  • 顧客リストを利⽤した場合、対応顧客あたりの購買率が上昇した。
  • 購買可能性の低い顧客への営業活動を減らし、余った時間で他の営業活動に注⼒することが可能となった。
本サービスに関する
ご意見・お問い合わせはこちら

03-5769-8080
月~金(土日祝を除く)9:00~17:00

お問い合わせフォームへ