センサーｘIo tｘ機械学習が実現する導線分析のビジネス貢献

© 2018 Supreme System Co., Ltd. All rights reserved.
This presentation is for informational purposes only. Supreme System Consulting makes no warranties, express or implied, in this summary.
センサー×IoT×機械学習が実現する、
動線分析のビジネス貢献
2018年2月8日
スプリームシステム株式会社
～生産性向上、安全管理、
One to Oneプロモーションなどでの活用例～

© 2018 Supreme System Co., Ltd. All rights reserved. 2
会社概要
会社名
所在地
設立
事業
資本金
スプリームシステム株式会社
〒170-0013
東京都豊島区東池袋2-60-3
グレイスロータリービル7F
2000年4月17日
■ 独立系ソフトウェアメーカー
■ DBマーケティング事業
150.75百万円（2017年7月現在）
社員数 49名（2017年4月現在）

アジェンダ
課題（工場/店舗/施設）
動線とは
動線利用方法
活用例（工場/店舗/施設）
事例
Moptarについて

課題（工場）
工程ごとの作業時間を
自動的に計測したい
作業員配置、作業順序、
製品配置、などの課題を
知りたい
安全を確保したいミス発生や作業時間超過
の要因を知りたい
ミスを予防したい
作業員配置、作業順序、
製品配置、などを最適化したい
作業員、製品、部品の
動線を把握したい

課題（店舗）
顧客の動きに合わせた
店舗レイアウト・POP・
売り場にしたい
従業員の売場配置・
接客を効率化したい
ついで買いを
発生させたい
レジ待ち、入店後売場
直行直帰などの課題
を知りたい
店舗の安全を
確保したい
ネット販売と
連携したい
最適化された
マーケティング店舗を
作りたい

課題（施設）
施設全体、通路、
各テナントごとの通行者数、
入店者数を知りたい
曜日・時間帯ごとの
通行者数から
今後の通行者数・客数
を予測したい
人間の異常な
動きを検知し
リアルタイムに
通知したい
顧客へのサービスを
拡大したい
通行者数・客数データを
テナントへ販売したい
テナントの待ち行列
の人数や待ち時間を
顧客へ通知したい

動線とは

動線とは
なぜ動線が必要なのか？

動線とは
人間の位置をプロットして
ヒートマップで表示したりするだけでなく、
同一人間の位置を短い間隔で線としてつなぐことで、
個々人についての情報が得られ、
個々人に応じたアクションを実現します。

動線とは
人数カウント人流ヒートマップ
130
人
80
人
45
人

動線とは
ビーコンカメラ
２Dセンサ３Dセンサ
３Dステレオ
カメラ

動線とは
詳細センサーカメラビーコン
プライバシー
侵害しない
○
個人を特定しない
✖
匿名加工情報
にすれば可
△
スマホの場合はグレー
限定端末の場合はOK
位置計測誤差が
小さい ○ ○ ×
動線追跡 ○ ×
測距ができないため
△
混雑時の
動線取り違え
○
あまりない
×
頻発
◎
工事コスト △ ○ ◎

動線利用方法
取得した動線を利用する

動線利用方法
後から課題解決につながる分析を行う
リアルタイムに行動を検知する
1
2

動線利用方法－後から課題解決につながる分析を行う
KPI ヒートマップ動線マップ
自動分類ツリー
豊富な分析機能クロス集計

動線利用方法－後から課題解決につながる分析を行う
入店率
売場立寄り率
購入率
などに
影響を与える因子
を見える化
重要KPI
接客成功率
・・・・・・・・
機械学習で予測モデルを作成し、影響を与えるKPIをランキング
顧客動線
店舗レイアウト
従業員接客
サイネージ
・・・・・・・・
因子
店舗レイアウトや店員接客シナリオを作成

動線利用方法
後から課題解決につながる分析を行う
リアルタイムに行動を検知する
1
2

動線利用方法ーリアルタイム行動を検知する
行動定義
人数割合人数割合人数割合人数割合人数割合人数割合
メンズスーツ 13 2 15% 5 38% 6 46% 13 2 15% 5 38% 6 46%
メンズシャツ 10 3 30% 3 30% 4 40% 10 3 30% 3 30% 4 40%
メンズ小物 13 6 46% 5 38% 2 15% 13 6 46% 5 38% 2 15%
メンズフォーマル 9 2 22% 3 33% 4 44% 9 2 22% 3 33% 4 44%
レディーススーツ 11 4 36% 2 18% 5 45% 11 4 36% 2 18% 5 45%
立寄り滞留
１F
2F
フロア売場
現在の状況当日総計
客数
素通り立寄り滞留
客数
素通り
リアルタイムモニタ

動線利用方法
▶

活用例

活用例（工場）
工場店舗施設

活用例（工場）
１
作業者・製品・部品
の動線取得
・カラーコードやQRコードで
製品・部品を認識
2
作業工程判定
・製品・部品と作業員の距離
（接近・離脱）、時間、遷移、
組み合わせより作業工程判定
3
作業工程の
ボトルネック検出
・製品・部品・作業者間の距離・
動線分析
4
作業工程の効率化
・ミスや作業時間が影響を受ける
製品、部品、作業者、その他情
報を分析・検出し改善
5
ヒヤリハット検知
・ミスや事故のヒヤリハットを
リアルタイムに判定して通知

活用例（工場）－作業者・モノの動線取得
機械機械
作業者動線可視化
・作業者ごとに動線軌跡、エリア遷移
・ヒートマップ、入出流量表示
定量化
・ライン（設備・機械）/エリア/作業者ごとに以下のKPIを取得
進入/退出時刻、滞在時間、動線距離、平均速度、停止回
数/時間、通路のUターン率、順方向/逆方向比率
・振る舞い（素通り・立ち寄り・滞留）別のエリア遷移
モノの動線を可視化
・カラーコードやQRコードで認識

活用例（工場）－作業工程判定
機械機械
カメラ付き
３Dセンサー
・作業開始、作業終了・各作業工程の時間算出
・製品/部品の動線・作業者と製品の距離
・製品別の作業者ごと担当時間、設備稼働率
・作業者の作業区分比率
・機械学習によるボトルネック検出、作業ミス要因検出
モノ（仕掛品・備品など）と
作業員の動線認識し
作業工程判定
・モノと作業員の距離（接近・離脱）、接近時間、遷移、
組み合わせ

活用例（工場）－作業工程のボトルネック検出・効率化
休憩
作業範囲
補充
作業台
棚
棚
棚
生産効率改善方法の発見
・機械学習
・最適化
D1
CB1
A3A1 A2
B2 D2
時間｜距離
プロセス１ 1:32 0.5 1:38 9.5 1:40 0.5 1:51 0.5 1:53 0.5
プロセス２ 5:40 4.2 5:32 4.1 5:38 4.2 6:12 4.4 5:53 4.3
プロセス３ 4:08 5.3 4:13 5.7 4:34 6.1 5:01 6.7 5:11 7.1
・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・
合計・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・
基準 Aさん（熟練）Bさん（中堅）Cさん（新人）Dさん（新人）時間｜距離
プロセス１ 1:32 0.5 1:38 9.5 1:40 0.5 1:51 0.5 1:53 0.5
プロセス２ 5:40 4.2 5:32 4.1 5:38 4.2 6:12 4.4 5:53 4.3
プロセス３ 4:08 5.3 4:13 5.7 4:34 6.1 5:01 6.7 5:11 7.1
・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・
合計・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・
プロセス１ 1:32 0.5 1:38 9.5 1:40 0.5 1:51 0.5 1:53 0.5
プロセス２ 5:40 4.2 5:32 4.1 5:38 4.2 6:12 4.4 5:53 4.3
プロセス３ 4:08 5.3 4:13 5.7 4:34 6.1 5:01 6.7 5:11 7.1
・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・
合計・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・
基準 Aさん（熟練）Bさん（中堅）Cさん（新人）Dさん（新人）
＜プロセス３の詳細＞
＜セルでの動線情報＞
0:46 0.6 0:43 0.6 0:45 0.6 0:53 0.6 0:52 0.6
0:13 0.6 0:12 0.6 0:13 0.6 0:14 0.6 0:15 0.6
0:38 0.8 0:45 1.2 0:51 1.4 1:17 2.1 1:22 2.3
・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・
・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・
1.エリアA1進入
2.エリアA2進入
3.棚Aに手を出す
・・・・・・・
合計
0:46 0.6 0:43 0.6 0:45 0.6 0:53 0.6 0:52 0.6
0:13 0.6 0:12 0.6 0:13 0.6 0:14 0.6 0:15 0.6
0:38 0.8 0:45 1.2 0:51 1.4 1:17 2.1 1:22 2.3
・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・
・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・
2.エリアA2進入
3.棚Aに手を出す
・・・・・・・
合計
基準 Aさん（熟練）Bさん（中堅）Cさん（新人）Dさん（新人）
1.エリアA1進入
時間｜距離
製品・部品・作業者
配置の改善
・製品・部品・作業者間の距離・動線分析
・ミスや作業時間が影響を受ける製品、部品、
作業者、その他情報を分析・検出し改善

活用例（工場）－ヒヤリハット検知
管理区域
プレス機
高温/低温エリア
管理区域
時間制約検知
・高温（炉）や低温（冷凍庫）など
滞在時間に制約がある環境での作業
時間を計測、滞在限界時間が迫って
いる/時間超過が起きているなどを検知
巻き込み事故防止
・点検中などで人が作業している間、
誤って機械を作動させないように、
人の存在を通知接近検知
・危険なエリアへの接近、接近しそう
な動きを検知してアラートを発動
複数人作業
・危険を伴うなど、複数人で作業
することが規定されている作業に
対して、規定された人数で作業を
行っているか？

活用例（店舗）
工場店舗施設

活用例（店舗）
2 店舗レイアウト改善
4
行動検知（レジ待
ちカウント・接客必要
性通知・防犯）
１
店舗・売場・通路・
商品棚・店員・顧客
分析
5 サイネージ連携
3 商品棚前行動
6
One to One
プロモーション

活用例（店舗）－店内レイアウト改善
マス広告効果インストアー広告効果
α β1
β2
β3
γ
入店者数
(A)
通路通行
者数
(B)
売場通行
者数
(C1)
売場立寄
者数
(C2)
手に取った
人数
(C3)
購入者数
(D)
入店率通路
通行率
売場
通行率
売場
立寄り率
商品を手
に取る率
購入率
店舗入口
混雑
通路
案内板
POP 売場装飾品揃え価格
店舗入口
立寄者数
店内の転換状況を数値化

活用例（店舗）－店内レイアウト改善（商品に手を伸ばす動作）
どの棚の商品に手を伸ばしたか？
商品に手を伸ばす動作をカウント。
３Dセンサの場合、売場通行者数、立寄り者数、立寄り率、各商品棚に手を伸ばした
回数を分析

活用例（店舗）－行動検知（レジ待ちカウント・接客必要性通知・防犯）
怪しい人がいます！
現在地はここです！
買おうか悩んで
いるようです
AとBを見ていました
何か探しているようです
お声がけください
レジ待ち発生中
リアルタイムに特定行動を判定、適切な先に通知

活用例（店舗）－サイネージ連携
• 売場立寄りや商品棚前の行動から、顧客ごとに商品
への興味関心度を取得して、相関性の高いレコメンド
商品を広告します。
• 通行の少ない売り場や、立寄り率が少ない売場への
回遊を促すレコメンドを店内の複数のサイネージで自
動的に行うこともできます。
• また、サイネージへの立ち寄り率、立寄り顧客数、レコ
メンド商品売場への直行率、その商品の購入率などサ
イネージの広告効果分析を行うことができます。
デジタルサイネージでのOne to One広告
ベルギー産
チョコレート

活用例（店舗）－One to Oneプロモーション
店外でも顧客へのOne to Oneアプローチ
ワンピ
手に取る
店内（動線取得）
スマホアプリで
クーポン配布し
て誘導
電子マネーで
ワンピ購入
個人認識可能なシーン
Recommend
購入履歴、Web履歴だけではなく、
店内の興味情報から
Aさんに、ネクタイをレコメンド
数日後
ネクタイを
レコメンド
Aさんの
興味関心度
を更新
メンズシャツ
立寄り
ネクタイ
手に取る

活用例（施設）
工場店舗施設

活用例（施設）
１
施設・通路・テナン
ト・顧客分析
2 異常検知
3
デジタルサイネージで
施設案内
4
特定行動者の
現在地検索

活用例（施設）－異常検知
認
証
端
末
認証エリア
正常入室
・認証エリアに立寄ってから入室
異常入室
・認証エリアに立寄らずに共連れ入室
正常退室
・退室は認証エリアを通らないが、
正常と判断
「動線」だからできる異常検知（入退室管理）
例：オフィス

活用例（施設）－混雑把握・利用状況案内
現在の混雑状況に応じたコンテンツを表示
例：ショッピングモール
サイネージ
効果検証
・サイネージ表示後に目的地まで
誘導できたかどうか効果検証
フードコートはこちら
おすすめ！
１Fフードコート空き状況
現在は座席に
余裕があります
状況に応じた表示
・サイネージ前の人の動線履歴からコンテ
ンツを表示
・現在のフードコートやトイレの込み具合
など

活用例（イベント）－イベントの接客とOne to Oneプロモーション
顧客の興味に応じた接客アプローチ
入店通知
・スタッフにお客様が来店したこと
を通知
例：展示会場、ショールーム接客支援
・お客様の立ち寄りから、現在興味を持ったと思
われる商品情報の通知
・接客タイミングの通知
帰宅後
定量マーケティングデータ
・立ち寄り者少数だが、購入率高い
・立ち寄り者多いが、購入率低い
・A商品からの回遊者が多い

活用例（施設）－現在地検索
特定行動人物の現在地を動線をさかのぼる
例：空港・駅
動線ID IN時刻 OUT時刻
エリア255 tr46783 10:24:10 10:24:40
エリア255 tr46731 10:21:10 10:22:35
動線ID IN時刻 OUT時刻
エリア255 tr46783 10:24:10 10:24:40
エリア255 tr46731 10:21:10 10:22:35
忘れもの・危険物
現在地を表示

さまざまな業種で展開中

小売店製造工場医療・介護サービス
イベント
展示
物流施設・ビルアミューズメント
様々な業種で展開中

動線分析Moptar

Moptarについて

Moptarについて
月額
一括
クラウド
オンプレ
ライセンス
費用システム環境
ユーザー用途に応じて選択できるラインナップ
イベント時に
短期間
使いたい
まずは1店舗
試してみたい
Azure

2018年春リリース予定
デバイスに依存しない動線分析ソリューション
として開発し続けています
動線取得デバイス
への順次対応
リアルタイム通知
・危険情報
・無資格者作業警告
・作業員不足警告
・・・
・各顧客の商品への興味
・入店
・○○駅通過
・・・
リアルタイム
に通知
より広範囲をカバー
魚眼レンズ
屋外利用のための
3D Lidar

© 2018 Supreme System Co., Ltd. All rights reserved.
This presentation is for informational purposes only. Supreme System Consulting makes no warranties, express or implied, in this summary.
www.supreme-system.com sp-event@supreme-system.com
T:03-5956-3426 F:03-5956-3427
Thank you for your attention.

センサーｘIo tｘ機械学習が実現する導線分析のビジネス貢献

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Ähnlich wie センサーｘIo tｘ機械学習が実現する導線分析のビジネス貢献

Ähnlich wie センサーｘIo tｘ機械学習が実現する導線分析のビジネス貢献 (20)

Mehr von Microsoft Azure Japan

Mehr von Microsoft Azure Japan (20)

Kürzlich hochgeladen

Kürzlich hochgeladen (9)

センサーｘIo tｘ機械学習が実現する導線分析のビジネス貢献