SlideShare ist ein Scribd-Unternehmen logo
1 von 13
Downloaden Sie, um offline zu lesen
KSKアナリティクスのご案内
KSK  Analytics,  Inc  
会社名   株式会社KSKアナリティクス      KSK  Analytics,  Inc.
東京オフィス   東京都中央区銀座8-‐‑‒14-‐‑‒11  ワイエヌ銀座ビル5F
⼤大阪オフィス   ⼤大阪市中央区本町1-‐‑‒1-‐‑‒3  本町橋⻄西ビル2F
URL     www.ksk-‐‑‒anl.com
設⽴立立 2006年年8⽉月
1.アナリティクス・ソフトウェア事業:
      オープンソースを中⼼心としたデータ分析・活⽤用ソフトウェアの販売、サポート等の提供。
・オープンソースビジネスアナリティクス  Pentaho
・オープンソース⾼高速データベース  Infobright
・オープンソースデータマイニング  RapidMiner
・計画/分析/レポート  Jedox
・⼤大規模データ解析  NYSOL
・統計解析Rの商⽤用版    Revolution  Analytics
・商⽤用Hadoop製品    Cloudera
2.アナリティクス・サービス事業:
      Hadoopやアナリティクスツールなど複数のオープンソースを組み合わせた分析サービスの提供。
・アジャイル型データ分析サービス
・データ活⽤用・基盤構築サービス
・オフショアデータ分析(ベトナム)
・分析教育(ソレイユデータ道場)
KSK  Analytics  会社概要
KSK  Analytics,  Inc  
世界標準のOSSを⽇日本へ導⼊入、
⽇日本発のOSSを世界へ展開
世界標準のOSSを⽇日本へ導⼊入
⽇日本発のOSSを世界へ展開
KSK  Analytics,  Inc  
アナリティクスによる問題解決
•  過去2年年蓄積分のセンサーデータの分析、属
性の絞り込み、関連性をモデル化。
•  予測モデルの作成とレポーティングにより、
メンテナンス担当者への⾃自動通知。
•  さらに、予測レポート結果のフィードバック
を取り込むことで、より予測精度度の向上を継
続的に⾼高めていくように仕組みを作成。
ビジネス課題
機器から送付されてくる様々なセンサーデータから、機器
のメンテナンス必要時期と交換が必要パーツを予測したい。
不不必要な訪問やパーツ交換を省省いてコストを削減したい。
センサーログからの事前故障予測〜~⼤大⼿手医療療機器製造会社
機器内の
各種センサー
データ
モデリング 予測レポート
フィードバック
データ分析サービス事例例1
KSK  Analytics,  Inc  
Case  Study
アナリティクスによる問題解決
•  ⽉月次の売上数量量をトレンドと季節傾向に分解
し、モデル式を作成。将来12ヶ⽉月間の⽉月別
の売上を予測。
•  予測は製品の発売前から適⽤用可能に、機種別、
製品別など任意の単位で予測可能に。  
•  予測モデルをパラメータ化、モデル作成時の
傾向が持続しないと予想される場合があるた
め    実績データの蓄積に応じて予測を更更新可
能に。
ビジネス課題
サプライチェーンにおける流流通在庫を最適化したい。タイム
リーな需要予測により、多様な製品にかかわる部品在庫を削
減したい。部品ごとのリードタイムに応じて、安全在庫を設
定したい。
統計的モデルによる需要予測〜~⼤大⼿手楽器メーカー
過去の出荷
実績データ
予測モデル 予測数量量 SCMシステム
データ分析サービス事例例2
KSK  Analytics,  Inc  
アナリティクスによる問題解決
•  ヒアリングにより分析要件を決定して、必要
なデータを収集、クレンジングし、ETLツール
でデータマートを構築。
•  データをチャートおよびテーブルでビジュア
ル化、顕著な傾向を把握できる。クラスター
分析にて、顧客のセグメントを明確化。  
•  さらなるクレンジングを繰返し、決定⽊木モデ
ルよりルールを可視化。(ポイント使⽤用した
顧客は2か⽉月以内に退会可能性が極めて⾼高い
etc)
ビジネス課題
提供サービスの解約率率率を低減したい。何が解約率率率に⼤大きな
インパクトを与えるのかを明確にしたい。中⻑⾧長期のマーケ
ティング施策の論論拠がほしい。
会員データ分析による顧客離離反防⽌止〜~⼤大⼿手プロバイダー
会員属性データ
使⽤用履履歴データ
ポイント履履歴
アンケートデータ
分析データマート
ビジュアル化
クラスター分析
決定⽊木分析
データ分析サービス事例例3
KSK  Analytics,  Inc  
アナリティクスによる問題解決
•  ウェブから消費者の声を収集し分析することで、
費⽤用が抑えられ継続的な運⽤用が可能になった。
•  アンケートからは得られない潜在的な製品ニー
ズを抽出できた。
•  分析結果から消費者のニーズを把握し、製品開
発の参考にできた(30〜~34歳⼥女女性は深い⾚赤系の
⼝口紅が好評etc)。
テキストマイニングによる製品開発⽀支援
ネットワーク
分析
データ分析サービス事例例4
ビジネス課題
ある事業会社では消費者の声をアンケート調査で得ていたが、
調査費⽤用が⾼高いため継続できず製品開発に活かすことが難し
かった。
クチコミ
データ
クラスター分析
決定⽊木分析
形態素解析
整形・加⼯工
⼤大⼿手化粧品メーカー〜~マーケティング部⾨門
KSK  Analytics,  Inc  
Case  Study
ビジネス課題
新規海外展開のためマーケティング戦略略を作成したいが
既存製品の利利⽤用地域が把握できておらず、どの地域で販
売可能性が⾼高いか分からなかった。
未開拓拓エリアの潜在的顧客のGIS可視化
データ分析サービス事例例5
アナリティクスによる問題解決
•  SNSデータ分析から製品の利利⽤用地域と使い勝⼿手
を把握できた。
•  オープンデータの活⽤用により地域を具体的に把
握でき、SNS分析と合わせてGIS可視化。
•  地域別に影響⼒力力の⾼高い⾔言葉葉、流流⾏行行の話題を把握
し、戦略略作成の参考にできた(X地域のイノ
ベーター・アーリーアダプターを発⾒見見できた
etc)。
ネットワーク分析
SNSデータ
形態素解析
整形・加⼯工 GIS可視化
オープンデータ
⼤大⼿手⾷食品メーカー〜~マーケティング部⾨門
KSK  Analytics,  Inc  
⼤大⼿手オフィス⽤用品メーカー〜~顧客サポート部⾨門
データ分析サービス事例例6
ビジネス課題
サポートセンターに寄せられる膨⼤大なテキスト情報(要
望・苦情)の蓄積に⼒力力を⼊入れているものの、顧客満⾜足度度
を向上するデータ活⽤用ができていない。
アナリティクスによる問題解決
•  要望・苦情をカテゴリ(製品/出荷/営業の
問題etc)に分類できた。
•  製品の不不具合パターンを把握できた(製品A
は7〜~9⽉月、気温35℃以上でインク漏漏れが多
発しているetc)
•  カテゴリ化、要約化でき、該当部署への伝達
がスムーズになり対応箇所・スピードが向上
した。
コールログ
クラスター分析
形態素解析
整形・加⼯工
クロス集計
原因を特定
膨⼤大な顧客クレームから要因分析
KSK  Analytics,  Inc  
⼤大⼿手消費財メーカー〜~代理理店営業部⾨門
データ分析サービス事例例7
ビジネス課題
担当者の能⼒力力で営業成績に⼤大きな差が⽣生まれているが、そ
れらを解消できる具体的な解決案を⽰示せていない。また、
新⼊入社員の研修プログラムを作成したい。
アナリティクスによる問題解決
•  営業フェーズでの課題の洗い出しにより営業ア
クションが具体的になり、経験の浅い営業担当
者でも⼀一定の⽔水準の提案が可能になった。
•  ⽬目標達成社員の報告書は、未達成社員に⽐比べ数
値情報が多い(例例:達成→受注⾒見見込80%以上、
未達成→ほぼ受注取れる⾒見見込)などが分かり、
⽇日報の書き⽅方指導ができた。
•  ⾏行行動履履歴を地図上にプロットし経路路を可視化す
ることで、担当エリアの⾒見見直すことができた。
クラスター分析
決定⽊木分析
形態素解析
⽇日報データ
⾏行行動履履歴
データ
経路路可視化
⽇日報と⾏行行動履履歴による最適な営業マネジメント
KSK  Analytics,  Inc  
アナリティクスによる問題解決
•  顧客が過去に購⼊入した商品や順番、組み合わ
せから、推薦すると購⼊入確率率率の⾼高い商品の上
位の商品をリスト化して担当営業に配布。
(リコメンデーション)
•  社外の企業データを購⼊入し、企業の業種、規
模、そして過去の購買傾向などから、年年間の
予算額を予測。予測をするのにどのような変
数が有効であるのか、またどの顧客に注⼒力力し
て営業活動を⾏行行うべきか、など明確になった。
ビジネス課題
どの顧客へのどの商品を提案するのか?どのような企業であれ
ば商品を購⼊入する可能性が⾼高いのか?など営業担当でも認識識は
様々。企業にノウハウが蓄積されておらず営業戦略略が策定でき
ない
⼤大⼿手通信会社〜~法⼈人営業部⾨門
企業データマート
予算額の予測
データ分析サービス事例例  8
営業⽇日報
(Salesforce)
企業データ
購買履履歴データ
営業データマート
商品推薦
(リコメンデーション)
商品推薦システム(リコメンデーション)と
購買予算額の予測
KSK  Analytics,  Inc  
マレーシアの製造施設での試験導入により、インテルは運用面でのコスト削減
や意思決定までの期間短縮を実現し、900 万米ドル(約 9 億円)を削減	
http://www.mitsubishielectric.co.jp/news/2014/0929.pdf 	
https://www.intel.co.jp/content/dam/www/public/ijkk/jp/ja/
documents/blueprints/iot-business-value-manufacturing-blueprint.pdf 	
モノのインターネット(IoT)が製造業にもたらすビジネス価値	
参考
Intel IoT -- What Does The Internet of Things Mean?	
https://www.youtube.com/watch?v=Q3ur8wzzhBU 	
IoT and the Manufacturing Floor	
https://www.youtube.com/watch?v=UZo_ZE-0Fcc
KSK  Analytics,  Inc  
問い合わせ先
ご不不明な点がございましたら、お気軽にご相談ください。
株式会社KSKアナリティクス
セールス&マーケティング本部  
sales@ksk-‐‑‒anl.com    
03-‐‑‒6228-‐‑‒4932(東京)
06-‐‑‒4705-‐‑‒7607(⼤大阪)

Weitere ähnliche Inhalte

Was ist angesagt?

RapidMinerのご紹介(ラピッドマイナーの5つの重要ポイント)2013年12月
RapidMinerのご紹介(ラピッドマイナーの5つの重要ポイント)2013年12月RapidMinerのご紹介(ラピッドマイナーの5つの重要ポイント)2013年12月
RapidMinerのご紹介(ラピッドマイナーの5つの重要ポイント)2013年12月ossanalytics
 
AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)
AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)
AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)NTT DATA Technology & Innovation
 
Pentahoデータ統合・ETLセミナー 紹介資料
Pentahoデータ統合・ETLセミナー 紹介資料Pentahoデータ統合・ETLセミナー 紹介資料
Pentahoデータ統合・ETLセミナー 紹介資料kimihikoeto
 
データウェアハウス・BI の再構築から見る情報系基盤の再構築ポイント
データウェアハウス・BI の再構築から見る情報系基盤の再構築ポイントデータウェアハウス・BI の再構築から見る情報系基盤の再構築ポイント
データウェアハウス・BI の再構築から見る情報系基盤の再構築ポイントUNIRITA Incorporated
 
リクルートライフスタイル流!分析基盤との賢い付き合い方
リクルートライフスタイル流!分析基盤との賢い付き合い方リクルートライフスタイル流!分析基盤との賢い付き合い方
リクルートライフスタイル流!分析基盤との賢い付き合い方Recruit Lifestyle Co., Ltd.
 
Alteryxの紹介とデモ
Alteryxの紹介とデモAlteryxの紹介とデモ
Alteryxの紹介とデモYosuke Katsuki
 
Glue DataBrewでデータをクリーニング、加工してみよう
Glue DataBrewでデータをクリーニング、加工してみようGlue DataBrewでデータをクリーニング、加工してみよう
Glue DataBrewでデータをクリーニング、加工してみようtakeshi suto
 
【KSKアナリティクス】 NYSOL 使い方 【後編】 オープンデータ 分析 - 頻出パターン の作成・可視化 -
【KSKアナリティクス】 NYSOL 使い方 【後編】 オープンデータ 分析 - 頻出パターン の作成・可視化 -【KSKアナリティクス】 NYSOL 使い方 【後編】 オープンデータ 分析 - 頻出パターン の作成・可視化 -
【KSKアナリティクス】 NYSOL 使い方 【後編】 オープンデータ 分析 - 頻出パターン の作成・可視化 -KSK Analytics Inc.
 
Classmethod共催IT部門向け Tableauを活用した全社レベルのデータ民主化とガバナンス
Classmethod共催IT部門向け Tableauを活用した全社レベルのデータ民主化とガバナンスClassmethod共催IT部門向け Tableauを活用した全社レベルのデータ民主化とガバナンス
Classmethod共催IT部門向け Tableauを活用した全社レベルのデータ民主化とガバナンスTakeo Hirakawa
 
データ分析基盤構築のポイントと関連クラスメソッドサービスの紹介
データ分析基盤構築のポイントと関連クラスメソッドサービスの紹介データ分析基盤構築のポイントと関連クラスメソッドサービスの紹介
データ分析基盤構築のポイントと関連クラスメソッドサービスの紹介Yosuke Katsuki
 
データ分析基盤を支えるエンジニアリング
データ分析基盤を支えるエンジニアリングデータ分析基盤を支えるエンジニアリング
データ分析基盤を支えるエンジニアリングRecruit Lifestyle Co., Ltd.
 
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのかTechon Organization
 
データ分析を支える技術 データ分析基盤再入門
データ分析を支える技術 データ分析基盤再入門データ分析を支える技術 データ分析基盤再入門
データ分析を支える技術 データ分析基盤再入門Satoru Ishikawa
 
Tableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、など
Tableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、などTableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、など
Tableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、などRyusuke Ashiya
 
ビックデータ分析基盤の成⻑の軌跡
ビックデータ分析基盤の成⻑の軌跡ビックデータ分析基盤の成⻑の軌跡
ビックデータ分析基盤の成⻑の軌跡Recruit Lifestyle Co., Ltd.
 
各種SaaSやSNSデータの収集、蓄積、可視化を爆速で実現するモダンデータスタック(MDS)について
各種SaaSやSNSデータの収集、蓄積、可視化を爆速で実現するモダンデータスタック(MDS)について各種SaaSやSNSデータの収集、蓄積、可視化を爆速で実現するモダンデータスタック(MDS)について
各種SaaSやSNSデータの収集、蓄積、可視化を爆速で実現するモダンデータスタック(MDS)についてYuji Kanemoto
 
Elastic事例 リクルートテクノロジーズ
Elastic事例 リクルートテクノロジーズElastic事例 リクルートテクノロジーズ
Elastic事例 リクルートテクノロジーズYoshio Fujimatsu
 
From data catalog to preparation. The latest data platform to accelerate the ...
From data catalog to preparation. The latest data platform to accelerate the ...From data catalog to preparation. The latest data platform to accelerate the ...
From data catalog to preparation. The latest data platform to accelerate the ...DataWorks Summit
 
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介Satoshi Kitajima
 

Was ist angesagt? (20)

RapidMinerのご紹介(ラピッドマイナーの5つの重要ポイント)2013年12月
RapidMinerのご紹介(ラピッドマイナーの5つの重要ポイント)2013年12月RapidMinerのご紹介(ラピッドマイナーの5つの重要ポイント)2013年12月
RapidMinerのご紹介(ラピッドマイナーの5つの重要ポイント)2013年12月
 
AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)
AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)
AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)
 
Pentahoデータ統合・ETLセミナー 紹介資料
Pentahoデータ統合・ETLセミナー 紹介資料Pentahoデータ統合・ETLセミナー 紹介資料
Pentahoデータ統合・ETLセミナー 紹介資料
 
データウェアハウス・BI の再構築から見る情報系基盤の再構築ポイント
データウェアハウス・BI の再構築から見る情報系基盤の再構築ポイントデータウェアハウス・BI の再構築から見る情報系基盤の再構築ポイント
データウェアハウス・BI の再構築から見る情報系基盤の再構築ポイント
 
リクルートライフスタイル流!分析基盤との賢い付き合い方
リクルートライフスタイル流!分析基盤との賢い付き合い方リクルートライフスタイル流!分析基盤との賢い付き合い方
リクルートライフスタイル流!分析基盤との賢い付き合い方
 
Alteryxの紹介とデモ
Alteryxの紹介とデモAlteryxの紹介とデモ
Alteryxの紹介とデモ
 
Glue DataBrewでデータをクリーニング、加工してみよう
Glue DataBrewでデータをクリーニング、加工してみようGlue DataBrewでデータをクリーニング、加工してみよう
Glue DataBrewでデータをクリーニング、加工してみよう
 
【KSKアナリティクス】 NYSOL 使い方 【後編】 オープンデータ 分析 - 頻出パターン の作成・可視化 -
【KSKアナリティクス】 NYSOL 使い方 【後編】 オープンデータ 分析 - 頻出パターン の作成・可視化 -【KSKアナリティクス】 NYSOL 使い方 【後編】 オープンデータ 分析 - 頻出パターン の作成・可視化 -
【KSKアナリティクス】 NYSOL 使い方 【後編】 オープンデータ 分析 - 頻出パターン の作成・可視化 -
 
Classmethod共催IT部門向け Tableauを活用した全社レベルのデータ民主化とガバナンス
Classmethod共催IT部門向け Tableauを活用した全社レベルのデータ民主化とガバナンスClassmethod共催IT部門向け Tableauを活用した全社レベルのデータ民主化とガバナンス
Classmethod共催IT部門向け Tableauを活用した全社レベルのデータ民主化とガバナンス
 
データ分析基盤構築のポイントと関連クラスメソッドサービスの紹介
データ分析基盤構築のポイントと関連クラスメソッドサービスの紹介データ分析基盤構築のポイントと関連クラスメソッドサービスの紹介
データ分析基盤構築のポイントと関連クラスメソッドサービスの紹介
 
データ分析基盤を支えるエンジニアリング
データ分析基盤を支えるエンジニアリングデータ分析基盤を支えるエンジニアリング
データ分析基盤を支えるエンジニアリング
 
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
 
データ分析を支える技術 データ分析基盤再入門
データ分析を支える技術 データ分析基盤再入門データ分析を支える技術 データ分析基盤再入門
データ分析を支える技術 データ分析基盤再入門
 
Tableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、など
Tableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、などTableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、など
Tableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、など
 
ビックデータ分析基盤の成⻑の軌跡
ビックデータ分析基盤の成⻑の軌跡ビックデータ分析基盤の成⻑の軌跡
ビックデータ分析基盤の成⻑の軌跡
 
各種SaaSやSNSデータの収集、蓄積、可視化を爆速で実現するモダンデータスタック(MDS)について
各種SaaSやSNSデータの収集、蓄積、可視化を爆速で実現するモダンデータスタック(MDS)について各種SaaSやSNSデータの収集、蓄積、可視化を爆速で実現するモダンデータスタック(MDS)について
各種SaaSやSNSデータの収集、蓄積、可視化を爆速で実現するモダンデータスタック(MDS)について
 
[Japan Tech summit 2017] PRD 011
[Japan Tech summit 2017] PRD 011[Japan Tech summit 2017] PRD 011
[Japan Tech summit 2017] PRD 011
 
Elastic事例 リクルートテクノロジーズ
Elastic事例 リクルートテクノロジーズElastic事例 リクルートテクノロジーズ
Elastic事例 リクルートテクノロジーズ
 
From data catalog to preparation. The latest data platform to accelerate the ...
From data catalog to preparation. The latest data platform to accelerate the ...From data catalog to preparation. The latest data platform to accelerate the ...
From data catalog to preparation. The latest data platform to accelerate the ...
 
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介
 

Andere mochten auch

Static typing and proof in ATS language
Static typing and proof in ATS languageStatic typing and proof in ATS language
Static typing and proof in ATS languageKiwamu Okabe
 
Raspberry pi + piface=home electronics-security
Raspberry pi + piface=home electronics-securityRaspberry pi + piface=home electronics-security
Raspberry pi + piface=home electronics-securityYamauchi isamu
 
LibreOfficeの最新動向 in KOF2015
LibreOfficeの最新動向 in KOF2015LibreOfficeの最新動向 in KOF2015
LibreOfficeの最新動向 in KOF2015Shinji Enoki
 
ATS language overview'
ATS language overview'ATS language overview'
ATS language overview'Kiwamu Okabe
 
東海道らぐへのお誘い 2015年版
東海道らぐへのお誘い 2015年版東海道らぐへのお誘い 2015年版
東海道らぐへのお誘い 2015年版shimadah
 
デザイナーでも構築できる多言語/マルチデバイス対応サイト
デザイナーでも構築できる多言語/マルチデバイス対応サイトデザイナーでも構築できる多言語/マルチデバイス対応サイト
デザイナーでも構築できる多言語/マルチデバイス対応サイトAtushi Sugiyama
 
魁ここんとーく in おおさか
魁ここんとーく in おおさか魁ここんとーく in おおさか
魁ここんとーく in おおさかshimadah
 
kintoneの大規模フロントエンド開発とツール
kintoneの大規模フロントエンド開発とツールkintoneの大規模フロントエンド開発とツール
kintoneの大規模フロントエンド開発とツールYasuharu Sakai
 

Andere mochten auch (8)

Static typing and proof in ATS language
Static typing and proof in ATS languageStatic typing and proof in ATS language
Static typing and proof in ATS language
 
Raspberry pi + piface=home electronics-security
Raspberry pi + piface=home electronics-securityRaspberry pi + piface=home electronics-security
Raspberry pi + piface=home electronics-security
 
LibreOfficeの最新動向 in KOF2015
LibreOfficeの最新動向 in KOF2015LibreOfficeの最新動向 in KOF2015
LibreOfficeの最新動向 in KOF2015
 
ATS language overview'
ATS language overview'ATS language overview'
ATS language overview'
 
東海道らぐへのお誘い 2015年版
東海道らぐへのお誘い 2015年版東海道らぐへのお誘い 2015年版
東海道らぐへのお誘い 2015年版
 
デザイナーでも構築できる多言語/マルチデバイス対応サイト
デザイナーでも構築できる多言語/マルチデバイス対応サイトデザイナーでも構築できる多言語/マルチデバイス対応サイト
デザイナーでも構築できる多言語/マルチデバイス対応サイト
 
魁ここんとーく in おおさか
魁ここんとーく in おおさか魁ここんとーく in おおさか
魁ここんとーく in おおさか
 
kintoneの大規模フロントエンド開発とツール
kintoneの大規模フロントエンド開発とツールkintoneの大規模フロントエンド開発とツール
kintoneの大規模フロントエンド開発とツール
 

Ähnlich wie 【KSKアナリティクス】会社案内・事例紹介

20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社オラクルエンジニア通信
 
Otrs導入事例セミナー
Otrs導入事例セミナーOtrs導入事例セミナー
Otrs導入事例セミナーIO Architect Inc.
 
Microsoft Dynamics AX 7のOData/API活用が切り開くERPとIoTの世界
Microsoft Dynamics AX 7のOData/API活用が切り開くERPとIoTの世界Microsoft Dynamics AX 7のOData/API活用が切り開くERPとIoTの世界
Microsoft Dynamics AX 7のOData/API活用が切り開くERPとIoTの世界Kohei MATSUSHITA
 
事例とキーワードで紐解くIoT / JAWS-UG長崎支部 Re:Boot! 第一回勉強会@長崎県産業振興財団
事例とキーワードで紐解くIoT / JAWS-UG長崎支部 Re:Boot! 第一回勉強会@長崎県産業振興財団事例とキーワードで紐解くIoT / JAWS-UG長崎支部 Re:Boot! 第一回勉強会@長崎県産業振興財団
事例とキーワードで紐解くIoT / JAWS-UG長崎支部 Re:Boot! 第一回勉強会@長崎県産業振興財団Kohei MATSUSHITA
 
「俺の背中について来い」アジャイルチームを一気に立ち上げる方法
「俺の背中について来い」アジャイルチームを一気に立ち上げる方法「俺の背中について来い」アジャイルチームを一気に立ち上げる方法
「俺の背中について来い」アジャイルチームを一気に立ち上げる方法Hiromasa Oka
 
Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...
Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...
Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...Atsushi Tsuchiya
 
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??griddb
 
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例Yutaro Ono
 
事例から探る Oracle APEX 成功パターン
事例から探る Oracle APEX 成功パターン事例から探る Oracle APEX 成功パターン
事例から探る Oracle APEX 成功パターン良 亀井
 
BigData-JAWS#16 Lake House Architecture
BigData-JAWS#16 Lake House ArchitectureBigData-JAWS#16 Lake House Architecture
BigData-JAWS#16 Lake House ArchitectureSatoru Ishikawa
 
第2回すだちくん勉強会におけるIoT最新動向と題したプレゼン資料
第2回すだちくん勉強会におけるIoT最新動向と題したプレゼン資料第2回すだちくん勉強会におけるIoT最新動向と題したプレゼン資料
第2回すだちくん勉強会におけるIoT最新動向と題したプレゼン資料知礼 八子
 
はてなのインフラの歴史、そしてMackerelへ至る道とこれから
はてなのインフラの歴史、そしてMackerelへ至る道とこれから はてなのインフラの歴史、そしてMackerelへ至る道とこれから
はてなのインフラの歴史、そしてMackerelへ至る道とこれから Rakuten Group, Inc.
 
オープンデータのメリットと“大阪”での活用事例
オープンデータのメリットと“大阪”での活用事例オープンデータのメリットと“大阪”での活用事例
オープンデータのメリットと“大阪”での活用事例Kouji Kozaki
 
柏市におけるIoT柏市ビジネスの創出について
柏市におけるIoT柏市ビジネスの創出について柏市におけるIoT柏市ビジネスの創出について
柏市におけるIoT柏市ビジネスの創出についてkashiwanoha-iot
 
GitOpsでKubernetesのManifest管理
GitOpsでKubernetesのManifest管理GitOpsでKubernetesのManifest管理
GitOpsでKubernetesのManifest管理Shinya Sasaki
 
要求開発を補完する現状分析
要求開発を補完する現状分析要求開発を補完する現状分析
要求開発を補完する現状分析Atsushi Takayasu
 
[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...
[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...
[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...オラクルエンジニア通信
 
オープンソースソフトウェア開発におけるバグ修正活動の課題分析とその解決方法の提案
オープンソースソフトウェア開発におけるバグ修正活動の課題分析とその解決方法の提案オープンソースソフトウェア開発におけるバグ修正活動の課題分析とその解決方法の提案
オープンソースソフトウェア開発におけるバグ修正活動の課題分析とその解決方法の提案Takashi Natsume
 

Ähnlich wie 【KSKアナリティクス】会社案内・事例紹介 (20)

20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
 
【2017年4月時点】Oracle Essbase 概要
【2017年4月時点】Oracle Essbase 概要【2017年4月時点】Oracle Essbase 概要
【2017年4月時点】Oracle Essbase 概要
 
Otrs導入事例セミナー
Otrs導入事例セミナーOtrs導入事例セミナー
Otrs導入事例セミナー
 
Microsoft Dynamics AX 7のOData/API活用が切り開くERPとIoTの世界
Microsoft Dynamics AX 7のOData/API活用が切り開くERPとIoTの世界Microsoft Dynamics AX 7のOData/API活用が切り開くERPとIoTの世界
Microsoft Dynamics AX 7のOData/API活用が切り開くERPとIoTの世界
 
事例とキーワードで紐解くIoT / JAWS-UG長崎支部 Re:Boot! 第一回勉強会@長崎県産業振興財団
事例とキーワードで紐解くIoT / JAWS-UG長崎支部 Re:Boot! 第一回勉強会@長崎県産業振興財団事例とキーワードで紐解くIoT / JAWS-UG長崎支部 Re:Boot! 第一回勉強会@長崎県産業振興財団
事例とキーワードで紐解くIoT / JAWS-UG長崎支部 Re:Boot! 第一回勉強会@長崎県産業振興財団
 
「俺の背中について来い」アジャイルチームを一気に立ち上げる方法
「俺の背中について来い」アジャイルチームを一気に立ち上げる方法「俺の背中について来い」アジャイルチームを一気に立ち上げる方法
「俺の背中について来い」アジャイルチームを一気に立ち上げる方法
 
Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...
Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...
Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...
 
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
 
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
JAWS-UG広島 - 2019-07-12 - 金融ビッグデータを守るリソースポリシー実例
 
事例から探る Oracle APEX 成功パターン
事例から探る Oracle APEX 成功パターン事例から探る Oracle APEX 成功パターン
事例から探る Oracle APEX 成功パターン
 
BigData-JAWS#16 Lake House Architecture
BigData-JAWS#16 Lake House ArchitectureBigData-JAWS#16 Lake House Architecture
BigData-JAWS#16 Lake House Architecture
 
第2回すだちくん勉強会におけるIoT最新動向と題したプレゼン資料
第2回すだちくん勉強会におけるIoT最新動向と題したプレゼン資料第2回すだちくん勉強会におけるIoT最新動向と題したプレゼン資料
第2回すだちくん勉強会におけるIoT最新動向と題したプレゼン資料
 
はてなのインフラの歴史、そしてMackerelへ至る道とこれから
はてなのインフラの歴史、そしてMackerelへ至る道とこれから はてなのインフラの歴史、そしてMackerelへ至る道とこれから
はてなのインフラの歴史、そしてMackerelへ至る道とこれから
 
オープンデータのメリットと“大阪”での活用事例
オープンデータのメリットと“大阪”での活用事例オープンデータのメリットと“大阪”での活用事例
オープンデータのメリットと“大阪”での活用事例
 
柏市におけるIoT柏市ビジネスの創出について
柏市におけるIoT柏市ビジネスの創出について柏市におけるIoT柏市ビジネスの創出について
柏市におけるIoT柏市ビジネスの創出について
 
Agile meets BABOK
Agile meets BABOKAgile meets BABOK
Agile meets BABOK
 
GitOpsでKubernetesのManifest管理
GitOpsでKubernetesのManifest管理GitOpsでKubernetesのManifest管理
GitOpsでKubernetesのManifest管理
 
要求開発を補完する現状分析
要求開発を補完する現状分析要求開発を補完する現状分析
要求開発を補完する現状分析
 
[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...
[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...
[Oracle Innovation Summit Tokyo 2018] 水環境の持続を支えるクラウド型ICTプラットフォーム「Water Busine...
 
オープンソースソフトウェア開発におけるバグ修正活動の課題分析とその解決方法の提案
オープンソースソフトウェア開発におけるバグ修正活動の課題分析とその解決方法の提案オープンソースソフトウェア開発におけるバグ修正活動の課題分析とその解決方法の提案
オープンソースソフトウェア開発におけるバグ修正活動の課題分析とその解決方法の提案
 

Mehr von KSK Analytics Inc.

TensorFlowとは? ディープラーニング (深層学習) とは?
TensorFlowとは? ディープラーニング (深層学習) とは?TensorFlowとは? ディープラーニング (深層学習) とは?
TensorFlowとは? ディープラーニング (深層学習) とは?KSK Analytics Inc.
 
【KSKアナリティクス】 NYSOL 使い方 顧客の年齢を計算編
【KSKアナリティクス】 NYSOL 使い方 顧客の年齢を計算編【KSKアナリティクス】 NYSOL 使い方 顧客の年齢を計算編
【KSKアナリティクス】 NYSOL 使い方 顧客の年齢を計算編KSK Analytics Inc.
 
【KSKアナリティクス】 NYSOL 使い方 顧客を男女別に分割編
【KSKアナリティクス】 NYSOL 使い方 顧客を男女別に分割編【KSKアナリティクス】 NYSOL 使い方 顧客を男女別に分割編
【KSKアナリティクス】 NYSOL 使い方 顧客を男女別に分割編KSK Analytics Inc.
 
【KSKアナリティクス】 NYSOL 使い方 顧客数の確認編
【KSKアナリティクス】 NYSOL 使い方 顧客数の確認編【KSKアナリティクス】 NYSOL 使い方 顧客数の確認編
【KSKアナリティクス】 NYSOL 使い方 顧客数の確認編KSK Analytics Inc.
 
【KSKアナリティクス】 NYSOL 使い方 データ準備編
【KSKアナリティクス】 NYSOL 使い方 データ準備編【KSKアナリティクス】 NYSOL 使い方 データ準備編
【KSKアナリティクス】 NYSOL 使い方 データ準備編KSK Analytics Inc.
 
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -KSK Analytics Inc.
 
【KSKアナリティクス】 NYSOL インストール (Windows 64 bit 編)
【KSKアナリティクス】 NYSOL インストール (Windows 64 bit 編)【KSKアナリティクス】 NYSOL インストール (Windows 64 bit 編)
【KSKアナリティクス】 NYSOL インストール (Windows 64 bit 編)KSK Analytics Inc.
 

Mehr von KSK Analytics Inc. (7)

TensorFlowとは? ディープラーニング (深層学習) とは?
TensorFlowとは? ディープラーニング (深層学習) とは?TensorFlowとは? ディープラーニング (深層学習) とは?
TensorFlowとは? ディープラーニング (深層学習) とは?
 
【KSKアナリティクス】 NYSOL 使い方 顧客の年齢を計算編
【KSKアナリティクス】 NYSOL 使い方 顧客の年齢を計算編【KSKアナリティクス】 NYSOL 使い方 顧客の年齢を計算編
【KSKアナリティクス】 NYSOL 使い方 顧客の年齢を計算編
 
【KSKアナリティクス】 NYSOL 使い方 顧客を男女別に分割編
【KSKアナリティクス】 NYSOL 使い方 顧客を男女別に分割編【KSKアナリティクス】 NYSOL 使い方 顧客を男女別に分割編
【KSKアナリティクス】 NYSOL 使い方 顧客を男女別に分割編
 
【KSKアナリティクス】 NYSOL 使い方 顧客数の確認編
【KSKアナリティクス】 NYSOL 使い方 顧客数の確認編【KSKアナリティクス】 NYSOL 使い方 顧客数の確認編
【KSKアナリティクス】 NYSOL 使い方 顧客数の確認編
 
【KSKアナリティクス】 NYSOL 使い方 データ準備編
【KSKアナリティクス】 NYSOL 使い方 データ準備編【KSKアナリティクス】 NYSOL 使い方 データ準備編
【KSKアナリティクス】 NYSOL 使い方 データ準備編
 
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -
 
【KSKアナリティクス】 NYSOL インストール (Windows 64 bit 編)
【KSKアナリティクス】 NYSOL インストール (Windows 64 bit 編)【KSKアナリティクス】 NYSOL インストール (Windows 64 bit 編)
【KSKアナリティクス】 NYSOL インストール (Windows 64 bit 編)
 

【KSKアナリティクス】会社案内・事例紹介

  • 2. KSK  Analytics,  Inc   会社名   株式会社KSKアナリティクス      KSK  Analytics,  Inc. 東京オフィス   東京都中央区銀座8-‐‑‒14-‐‑‒11  ワイエヌ銀座ビル5F ⼤大阪オフィス   ⼤大阪市中央区本町1-‐‑‒1-‐‑‒3  本町橋⻄西ビル2F URL     www.ksk-‐‑‒anl.com 設⽴立立 2006年年8⽉月 1.アナリティクス・ソフトウェア事業:      オープンソースを中⼼心としたデータ分析・活⽤用ソフトウェアの販売、サポート等の提供。 ・オープンソースビジネスアナリティクス  Pentaho ・オープンソース⾼高速データベース  Infobright ・オープンソースデータマイニング  RapidMiner ・計画/分析/レポート  Jedox ・⼤大規模データ解析  NYSOL ・統計解析Rの商⽤用版    Revolution  Analytics ・商⽤用Hadoop製品    Cloudera 2.アナリティクス・サービス事業:      Hadoopやアナリティクスツールなど複数のオープンソースを組み合わせた分析サービスの提供。 ・アジャイル型データ分析サービス ・データ活⽤用・基盤構築サービス ・オフショアデータ分析(ベトナム) ・分析教育(ソレイユデータ道場) KSK  Analytics  会社概要
  • 3. KSK  Analytics,  Inc   世界標準のOSSを⽇日本へ導⼊入、 ⽇日本発のOSSを世界へ展開 世界標準のOSSを⽇日本へ導⼊入 ⽇日本発のOSSを世界へ展開
  • 4. KSK  Analytics,  Inc   アナリティクスによる問題解決 •  過去2年年蓄積分のセンサーデータの分析、属 性の絞り込み、関連性をモデル化。 •  予測モデルの作成とレポーティングにより、 メンテナンス担当者への⾃自動通知。 •  さらに、予測レポート結果のフィードバック を取り込むことで、より予測精度度の向上を継 続的に⾼高めていくように仕組みを作成。 ビジネス課題 機器から送付されてくる様々なセンサーデータから、機器 のメンテナンス必要時期と交換が必要パーツを予測したい。 不不必要な訪問やパーツ交換を省省いてコストを削減したい。 センサーログからの事前故障予測〜~⼤大⼿手医療療機器製造会社 機器内の 各種センサー データ モデリング 予測レポート フィードバック データ分析サービス事例例1
  • 5. KSK  Analytics,  Inc   Case  Study アナリティクスによる問題解決 •  ⽉月次の売上数量量をトレンドと季節傾向に分解 し、モデル式を作成。将来12ヶ⽉月間の⽉月別 の売上を予測。 •  予測は製品の発売前から適⽤用可能に、機種別、 製品別など任意の単位で予測可能に。   •  予測モデルをパラメータ化、モデル作成時の 傾向が持続しないと予想される場合があるた め    実績データの蓄積に応じて予測を更更新可 能に。 ビジネス課題 サプライチェーンにおける流流通在庫を最適化したい。タイム リーな需要予測により、多様な製品にかかわる部品在庫を削 減したい。部品ごとのリードタイムに応じて、安全在庫を設 定したい。 統計的モデルによる需要予測〜~⼤大⼿手楽器メーカー 過去の出荷 実績データ 予測モデル 予測数量量 SCMシステム データ分析サービス事例例2
  • 6. KSK  Analytics,  Inc   アナリティクスによる問題解決 •  ヒアリングにより分析要件を決定して、必要 なデータを収集、クレンジングし、ETLツール でデータマートを構築。 •  データをチャートおよびテーブルでビジュア ル化、顕著な傾向を把握できる。クラスター 分析にて、顧客のセグメントを明確化。   •  さらなるクレンジングを繰返し、決定⽊木モデ ルよりルールを可視化。(ポイント使⽤用した 顧客は2か⽉月以内に退会可能性が極めて⾼高い etc) ビジネス課題 提供サービスの解約率率率を低減したい。何が解約率率率に⼤大きな インパクトを与えるのかを明確にしたい。中⻑⾧長期のマーケ ティング施策の論論拠がほしい。 会員データ分析による顧客離離反防⽌止〜~⼤大⼿手プロバイダー 会員属性データ 使⽤用履履歴データ ポイント履履歴 アンケートデータ 分析データマート ビジュアル化 クラスター分析 決定⽊木分析 データ分析サービス事例例3
  • 7. KSK  Analytics,  Inc   アナリティクスによる問題解決 •  ウェブから消費者の声を収集し分析することで、 費⽤用が抑えられ継続的な運⽤用が可能になった。 •  アンケートからは得られない潜在的な製品ニー ズを抽出できた。 •  分析結果から消費者のニーズを把握し、製品開 発の参考にできた(30〜~34歳⼥女女性は深い⾚赤系の ⼝口紅が好評etc)。 テキストマイニングによる製品開発⽀支援 ネットワーク 分析 データ分析サービス事例例4 ビジネス課題 ある事業会社では消費者の声をアンケート調査で得ていたが、 調査費⽤用が⾼高いため継続できず製品開発に活かすことが難し かった。 クチコミ データ クラスター分析 決定⽊木分析 形態素解析 整形・加⼯工 ⼤大⼿手化粧品メーカー〜~マーケティング部⾨門
  • 8. KSK  Analytics,  Inc   Case  Study ビジネス課題 新規海外展開のためマーケティング戦略略を作成したいが 既存製品の利利⽤用地域が把握できておらず、どの地域で販 売可能性が⾼高いか分からなかった。 未開拓拓エリアの潜在的顧客のGIS可視化 データ分析サービス事例例5 アナリティクスによる問題解決 •  SNSデータ分析から製品の利利⽤用地域と使い勝⼿手 を把握できた。 •  オープンデータの活⽤用により地域を具体的に把 握でき、SNS分析と合わせてGIS可視化。 •  地域別に影響⼒力力の⾼高い⾔言葉葉、流流⾏行行の話題を把握 し、戦略略作成の参考にできた(X地域のイノ ベーター・アーリーアダプターを発⾒見見できた etc)。 ネットワーク分析 SNSデータ 形態素解析 整形・加⼯工 GIS可視化 オープンデータ ⼤大⼿手⾷食品メーカー〜~マーケティング部⾨門
  • 9. KSK  Analytics,  Inc   ⼤大⼿手オフィス⽤用品メーカー〜~顧客サポート部⾨門 データ分析サービス事例例6 ビジネス課題 サポートセンターに寄せられる膨⼤大なテキスト情報(要 望・苦情)の蓄積に⼒力力を⼊入れているものの、顧客満⾜足度度 を向上するデータ活⽤用ができていない。 アナリティクスによる問題解決 •  要望・苦情をカテゴリ(製品/出荷/営業の 問題etc)に分類できた。 •  製品の不不具合パターンを把握できた(製品A は7〜~9⽉月、気温35℃以上でインク漏漏れが多 発しているetc) •  カテゴリ化、要約化でき、該当部署への伝達 がスムーズになり対応箇所・スピードが向上 した。 コールログ クラスター分析 形態素解析 整形・加⼯工 クロス集計 原因を特定 膨⼤大な顧客クレームから要因分析
  • 10. KSK  Analytics,  Inc   ⼤大⼿手消費財メーカー〜~代理理店営業部⾨門 データ分析サービス事例例7 ビジネス課題 担当者の能⼒力力で営業成績に⼤大きな差が⽣生まれているが、そ れらを解消できる具体的な解決案を⽰示せていない。また、 新⼊入社員の研修プログラムを作成したい。 アナリティクスによる問題解決 •  営業フェーズでの課題の洗い出しにより営業ア クションが具体的になり、経験の浅い営業担当 者でも⼀一定の⽔水準の提案が可能になった。 •  ⽬目標達成社員の報告書は、未達成社員に⽐比べ数 値情報が多い(例例:達成→受注⾒見見込80%以上、 未達成→ほぼ受注取れる⾒見見込)などが分かり、 ⽇日報の書き⽅方指導ができた。 •  ⾏行行動履履歴を地図上にプロットし経路路を可視化す ることで、担当エリアの⾒見見直すことができた。 クラスター分析 決定⽊木分析 形態素解析 ⽇日報データ ⾏行行動履履歴 データ 経路路可視化 ⽇日報と⾏行行動履履歴による最適な営業マネジメント
  • 11. KSK  Analytics,  Inc   アナリティクスによる問題解決 •  顧客が過去に購⼊入した商品や順番、組み合わ せから、推薦すると購⼊入確率率率の⾼高い商品の上 位の商品をリスト化して担当営業に配布。 (リコメンデーション) •  社外の企業データを購⼊入し、企業の業種、規 模、そして過去の購買傾向などから、年年間の 予算額を予測。予測をするのにどのような変 数が有効であるのか、またどの顧客に注⼒力力し て営業活動を⾏行行うべきか、など明確になった。 ビジネス課題 どの顧客へのどの商品を提案するのか?どのような企業であれ ば商品を購⼊入する可能性が⾼高いのか?など営業担当でも認識識は 様々。企業にノウハウが蓄積されておらず営業戦略略が策定でき ない ⼤大⼿手通信会社〜~法⼈人営業部⾨門 企業データマート 予算額の予測 データ分析サービス事例例  8 営業⽇日報 (Salesforce) 企業データ 購買履履歴データ 営業データマート 商品推薦 (リコメンデーション) 商品推薦システム(リコメンデーション)と 購買予算額の予測
  • 12. KSK  Analytics,  Inc   マレーシアの製造施設での試験導入により、インテルは運用面でのコスト削減 や意思決定までの期間短縮を実現し、900 万米ドル(約 9 億円)を削減 http://www.mitsubishielectric.co.jp/news/2014/0929.pdf https://www.intel.co.jp/content/dam/www/public/ijkk/jp/ja/ documents/blueprints/iot-business-value-manufacturing-blueprint.pdf モノのインターネット(IoT)が製造業にもたらすビジネス価値 参考 Intel IoT -- What Does The Internet of Things Mean? https://www.youtube.com/watch?v=Q3ur8wzzhBU IoT and the Manufacturing Floor https://www.youtube.com/watch?v=UZo_ZE-0Fcc
  • 13. KSK  Analytics,  Inc   問い合わせ先 ご不不明な点がございましたら、お気軽にご相談ください。 株式会社KSKアナリティクス セールス&マーケティング本部   sales@ksk-‐‑‒anl.com     03-‐‑‒6228-‐‑‒4932(東京) 06-‐‑‒4705-‐‑‒7607(⼤大阪)

Hinweis der Redaktion

  1. 化粧品メーカー 例: データの種類:化粧品1アイテムのクチコミ 収集期間:2年 データの規模:5000件(10MB)  工数:40時間/人
  2. 例: データの種類:ツイートデータ1ワード 収集期間:3ヶ月 データの規模:100万件(200MB) 工数:60時間/人 GISツール、地図はオープンソース
  3. 例: データの種類:電話メモ、手紙、営業カード 収集期間:3年 データの規模:3500件(数MB) 工数:50時間/人
  4. 例: データの種類:営業日報30名分 収集期間:3年 データの規模:2万件(10MB) 工数:60時間/人 地図はオープンソース
  5. ・実施したのは社員数、一万人以上の大手通信会社 ・期間は三ヶ月(価格は約1000万円) ・データ量は50GBほど。 ・データ分析で行いたい課題は多く、20〜30個ぐらい挙がる。その中から優先順位を付けて分析に取り組んだ。 ・リコメンデーションはRapidMinerのGUI上で作成した。そのため、データを加工すれば社内リソース(KSK以外)で実行できる。