膨大なデータから
次の一歩を予測する。
私たちの日常は、
この繰り返しです。
例えば、暮らしの中で。曇り空なので傘を持って出かける。週末は渋滞しやすいので予定より早く出発する。
歩行中に車の音に気づいて道の脇に避けたり、下校時刻はいつもより速度を落として運転し、曲がり角に注意する。
そんな風に私たちは、意識する・しないに関わらず、身の回りのあらゆる事象をセンシティブに感じ取り、 “次に起こること”を、予測しています。それはビジネスシーンにおいても同じです。熟練工が長い年月をかけて培った繊細な知覚が、機械のわずかな変化を見極めるように、あらゆるデータから必要なデータを選択し判断するAIソリューションを、Ristは提供しています。
お客様の課題解決や生産性向上を目指して。
データ分析をご検討のお客様へ
データ分析を一度は導入したけれど、
いまいち効果がわからない。導入したデータ分析の結果が
よくない。そもそも何から始めて、
どう役立つのかわからない。
収集したデータの意味を理解して適切に分類することが、データ分析の精度を飛躍的に高めます。データサイエンティストは、深い知見と経験を持つAI開発のプロフェッショナル。柔軟な発想と高度な分析力で“予測の手がかり”を導き出します。
Ristでは世界最高クラスの称号を持つデータサイエンティストが、データの意味からAIシステムに至る工程を丁寧に説明しながら、現場と一緒に進めます。安心してお任せください。
データ分析でできること
課題整理・データ確認
ご相談内容から課題を整理し、お客様のビジネスで収集されたデータを確認します。
データの分類（特徴量エンジニアリング）・アルゴリズムの構築
RistにはKaggle Grandmasterをはじめ、データ分析における専門知識、統計手法を理解したデータサイエンティストが集まっています。収集したデータの意味を理解して分類、抽出。高度な分析でお客様のビジネスに最適なアルゴリズムを構築します。
予測モデル・AIシステム開発
分析結果から予測モデルをつくり、お客様のビジネス・現場での運用を行います。
AIシステムを組み込んだアプリケーションの開発等のご相談もお受けしています。
- 予知保全
- 需要予測
- 歩留まり改善
- ロス削減
データ分析を担うのは
世界最高クラスの精鋭チーム
最近日本でKaggle（カグル）という単語が浸透してきました。
Kaggleは、世界中のデータサイエンティストがAIの精度を競うコミュニティです。
最高クラスのデータサイエンティストには「Kaggle Grandmaster」の称号が与えられます。
Ristのデータ分析専門チームは、Kaggle Grandmasterが率いる世界最高クラスのチームです。
Ristデータ分析チーム顧問
Kaggle Grandmaster
小野寺 和樹氏
大学卒業後、銀行系基幹システム開発に従事。その後、金融コンサルとして金融機関の審査モデル構築に携わりつつ、2015年にACM/KDD 主催のデータマイニングコンテスト KDD Cup 2015 にて準優勝。
そして2017年、KaggleのInstacart Market Basket Analysisにて準優勝。現在はNVIDIAにて、Senior Deep Learning Data ScientistとしてRAPIDSの開発を行っている。
閃きから生まれる、
特徴量エンジニアリング
データ分析で最も大切な手法が“特徴量エンジニアリング”。データを特徴付ける情報を数値で表現した「特徴量」を抽出し、予測モデルの精度を高める作業です。Ristのデータサイエンティストは、様々な分野や業種の知識と経験を持つ精鋭たちだからこそ、この特徴量を“適切に”抽出するセンスと閃きを持っています。
お客様と二人三脚で進める
データ分析・AIシステム開発
Ristのデータ分析専門チームはお客様の良きパートナーです。現場に精通したコンサルタントがデータサイエンティストとお客様を繋ぎ、常に課題を共有。AIシステムに至る工程を丁寧に説明しながら、お客様とともに理解を深め、二人三脚で開発・導入までワンストップで行います。
生産製造業で活躍する
データ分析の例
-
予知保全
機器や設備の劣化や故障を予知し、最適なタイミングで点検や部品交換を行うことで、コストとダウンタイムの削減が可能です。
-
需要予測（生産調整）
販売量と出荷量を予測することで生産量を調整し、在庫の最適化を図ります。これにより、調達最適化と価格最適化を行うことができます。
-
歩留まり改善・ロス削減
製造ラインの不良原因を分析することで、歩留まりを改善。製造コストのロスを削減し、生産性の向上を図ります。
当社のデータサイエンティストは製造業以外でも活躍しています
-
ECサイトにおける
次回購入品予測モデルインターネット上での商品販売ビジネスにおいて、過去の販売データを用いて、ある属性の顧客が次にどのような商品を購入するのかを予測します。
-
店舗における販売・
需要予測モデルPOSレジデータ等の過去の販売データを用いて、店舗の将来（例えば、明日や次月）の売上・需要を予測します。
-
不動産の
販売価格予測モデル土地そのものの特性、周辺環境、利便性などの情報と過去の販売実績データから、ある土地の販売価格を予測します。
-
クレジッドカードの
不正利用検知モデルクレジットカードの使い方（何をどれくらいの期間でどれくらい買ったか）を過去の使い方と比較し、不正か、適正かで分類し、不正利用を検知します。