様々な業種の事例

• ●不良品発生率の改善　＜製造業＞
  製造現場では不良品発生率（歩留まり率）が一つの目安となっているところも多いですが、様々な要因が絡むため人による分析や改善が難しい場合があります。不良品が発生する状況など、過去のデータを集めて分析して原因を突き止め、結果として歩留まり率を改善できます。
• ●クレジットカードの不正利用（異常検知） ＜金融業＞
  キャッシュレス化やオンラインショッピングの人気から電子取引の数は増え続けており、全ての取引を人が確認することはほぼ不可能です。不正利用の可能性がある取引をAIやシステムが判定し、決済前にEC事業者に通知することで被害を防止します。また、カスタマーサポートやサービスデスクといった対応部署の負担を軽減することができます。
• ●ユーザーに合わせたコンテンツの提案　＜サービス業＞
  ユーザーの購買意欲は多様化しており、1人1人に合わせてその時欲しいものを提供するレコメンデーションがECサイトなどで利用されてきました。
  中でも動画配信サービスのNetflixはユーザーの行動分析を行いおすすめの作品を提案するほか、視聴傾向をオリジナル作品に反映しています。
• ●ダイナミックプライシング　＜小売業＞
  データ収集・分析と需要予測を行い、需要や供給に応じて価格を柔軟に変えるダイナミックプライシングはテーマパークの入場券や飛行機の航空券で利用されてきましたが、小売業でも活用されています。
  家電量販店大手のビッグカメラやドラッグストア大手のツルハホールディングスでは、液晶ディスプレイや電子ペーパーで価格を表示する電子棚札を導入しています。

課題

成功例が話題となる一方で、データ利活用に関わる業務を専門とするデータサイエンティスト・データエンジニア等が世界中で奪い合いになっており、企業が専門人材を確保しづらいという課題もあります。

解決策とおすすめ情報

解決策として、担当業務の経験と知識があるビジネス部門の社員がデータ分析スキルを習得する流れがあります。こうした施策を行うことで、

• 従業員のリスキリング（学び直し）に繋がる
• 全社的な取り組みになり、DXやデータ分析がスムーズに進む
• 企業全体のデータ活用力の底上げになる

といったメリットがあります。

あわせて、データ活用・分析部門やビジネス部門など、部署を問わず誰にでも使いやすいツールの導入もおすすめです。以下からAIプラットフォーム「Dataiku」を3分で視聴できる動画をご覧いただけます。