Suche senden
Hochladen
DataRobot活用状況@リクルートテクノロジーズ
•
16 gefällt mir
•
6,275 views
Recruit Technologies
Folgen
2016/10/07 CEATEC JAPANでの、木本の講演資料になります
Weniger lesen
Mehr lesen
Technologie
Melden
Teilen
Melden
Teilen
1 von 10
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
3万人が利用するリクルートのワイヤレス環境 ~リアクティブからプロアクティブへ~
3万人が利用するリクルートのワイヤレス環境 ~リアクティブからプロアクティブへ~
Recruit Technologies
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
Recruit Technologies
リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組
Recruit Technologies
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
Recruit Technologies
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
Recruit Technologies
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
Recruit Technologies
Case study of DevOps for Hadoop in Recruit.
Case study of DevOps for Hadoop in Recruit.
Recruit Technologies
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
Recruit Technologies
Empfohlen
3万人が利用するリクルートのワイヤレス環境 ~リアクティブからプロアクティブへ~
3万人が利用するリクルートのワイヤレス環境 ~リアクティブからプロアクティブへ~
Recruit Technologies
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
Recruit Technologies
リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組
Recruit Technologies
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
Recruit Technologies
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
Recruit Technologies
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
Recruit Technologies
Case study of DevOps for Hadoop in Recruit.
Case study of DevOps for Hadoop in Recruit.
Recruit Technologies
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
Recruit Technologies
リクルート式AIの活用法
リクルート式AIの活用法
Recruit Technologies
Pepper+独自会話エンジン
Pepper+独自会話エンジン
Recruit Technologies
UXDの職能要件とキャリアパスについて
UXDの職能要件とキャリアパスについて
Recruit Technologies
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
Recruit Technologies
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Recruit Technologies
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
Recruit Technologies
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
Recruit Technologies
リクルートにおけるPaaS活用事例
リクルートにおけるPaaS活用事例
Recruit Technologies
vCenter Operations Management Suite 検証支援プログラム結果報告とその後
vCenter Operations Management Suite 検証支援プログラム結果報告とその後
Recruit Technologies
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
Recruit Technologies
Spring “BigData”
Spring “BigData”
Recruit Technologies
分析手法のご紹介
分析手法のご紹介
Recruit Technologies
20150625 cloudera
20150625 cloudera
Recruit Technologies
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
Recruit Technologies
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
Recruit Technologies
リクルートのWebサービスを支える共通インフラ「RAFTEL」
リクルートのWebサービスを支える共通インフラ「RAFTEL」
Recruit Technologies
リクルート式Hadoopの使い方
リクルート式Hadoopの使い方
Recruit Technologies
A3RT - the details and actual use cases of "Analytics & Artificial intelligen...
A3RT - the details and actual use cases of "Analytics & Artificial intelligen...
DataWorks Summit/Hadoop Summit
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
Recruit Technologies
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Recruit Technologies
日本語データの活用までの道のり
日本語データの活用までの道のり
Hideto Masuoka
Dlc ri
Dlc ri
Hirokuni Uchida
Weitere ähnliche Inhalte
Was ist angesagt?
リクルート式AIの活用法
リクルート式AIの活用法
Recruit Technologies
Pepper+独自会話エンジン
Pepper+独自会話エンジン
Recruit Technologies
UXDの職能要件とキャリアパスについて
UXDの職能要件とキャリアパスについて
Recruit Technologies
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
Recruit Technologies
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Recruit Technologies
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
Recruit Technologies
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
Recruit Technologies
リクルートにおけるPaaS活用事例
リクルートにおけるPaaS活用事例
Recruit Technologies
vCenter Operations Management Suite 検証支援プログラム結果報告とその後
vCenter Operations Management Suite 検証支援プログラム結果報告とその後
Recruit Technologies
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
Recruit Technologies
Spring “BigData”
Spring “BigData”
Recruit Technologies
分析手法のご紹介
分析手法のご紹介
Recruit Technologies
20150625 cloudera
20150625 cloudera
Recruit Technologies
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
Recruit Technologies
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
Recruit Technologies
リクルートのWebサービスを支える共通インフラ「RAFTEL」
リクルートのWebサービスを支える共通インフラ「RAFTEL」
Recruit Technologies
リクルート式Hadoopの使い方
リクルート式Hadoopの使い方
Recruit Technologies
A3RT - the details and actual use cases of "Analytics & Artificial intelligen...
A3RT - the details and actual use cases of "Analytics & Artificial intelligen...
DataWorks Summit/Hadoop Summit
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
Recruit Technologies
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Recruit Technologies
Was ist angesagt?
(20)
リクルート式AIの活用法
リクルート式AIの活用法
Pepper+独自会話エンジン
Pepper+独自会話エンジン
UXDの職能要件とキャリアパスについて
UXDの職能要件とキャリアパスについて
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
リクルートにおけるPaaS活用事例
リクルートにおけるPaaS活用事例
vCenter Operations Management Suite 検証支援プログラム結果報告とその後
vCenter Operations Management Suite 検証支援プログラム結果報告とその後
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
Spring “BigData”
Spring “BigData”
分析手法のご紹介
分析手法のご紹介
20150625 cloudera
20150625 cloudera
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
リクルートのWebサービスを支える共通インフラ「RAFTEL」
リクルートのWebサービスを支える共通インフラ「RAFTEL」
リクルート式Hadoopの使い方
リクルート式Hadoopの使い方
A3RT - the details and actual use cases of "Analytics & Artificial intelligen...
A3RT - the details and actual use cases of "Analytics & Artificial intelligen...
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Ähnlich wie DataRobot活用状況@リクルートテクノロジーズ
日本語データの活用までの道のり
日本語データの活用までの道のり
Hideto Masuoka
Dlc ri
Dlc ri
Hirokuni Uchida
Retty recommendation project
Retty recommendation project
Jiro Iwanaga
[総務省宇宙データ活用] 4次元サイバーシティ タスクフォース会合資料
[総務省宇宙データ活用] 4次元サイバーシティ タスクフォース会合資料
Ridge-i
モデリングの彼方に未来を見た
モデリングの彼方に未来を見た
Hagimoto Junzo
20180915 mynavi rpa_seminar
20180915 mynavi rpa_seminar
kounan13
[G-Tech2015]攻めのIT活用に欠かせない「IT企画人材」育成のポイント[講演資料]
[G-Tech2015]攻めのIT活用に欠かせない「IT企画人材」育成のポイント[講演資料]
Trainocate Japan, Ltd.
機械学習で導入でつまった3つの事
機械学習で導入でつまった3つの事
創史 花村
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Deep Learning Lab(ディープラーニング・ラボ)
20150418 システムテスト自動化 第二章
20150418 システムテスト自動化 第二章
atsushi ishiji
2018.08.21-機械学習工学研究会 現場を交えた勉強会発表資料
2018.08.21-機械学習工学研究会 現場を交えた勉強会発表資料
BrainPad Inc.
Oracle対応アプリケーションのDockerize事始め
Oracle対応アプリケーションのDockerize事始め
Satoshi Nagayasu
DRIVE CHARTを支えるAI技術
DRIVE CHARTを支えるAI技術
Yusuke Uchida
SIer出身のエンジニアが 機械学習を取り入れた ASPサービス開発で学んだこと
SIer出身のエンジニアが 機械学習を取り入れた ASPサービス開発で学んだこと
yagizo
MLプロジェクトのリリースフローを考える
MLプロジェクトのリリースフローを考える
Takashi Suzuki
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
Leading Edge Co.,Ltd.
リクルートを支える横断データ基盤と機械学習の適用事例
リクルートを支える横断データ基盤と機械学習の適用事例
Tetsutaro Watanabe
20140521【コヨーテクラブ】エンジニア採用について
20140521【コヨーテクラブ】エンジニア採用について
Jun Chiba
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
Daiyu Hatakeyama
[GTC 2018] Inception Award Ridge-i発表資料
[GTC 2018] Inception Award Ridge-i発表資料
Ridge-i
Ähnlich wie DataRobot活用状況@リクルートテクノロジーズ
(20)
日本語データの活用までの道のり
日本語データの活用までの道のり
Dlc ri
Dlc ri
Retty recommendation project
Retty recommendation project
[総務省宇宙データ活用] 4次元サイバーシティ タスクフォース会合資料
[総務省宇宙データ活用] 4次元サイバーシティ タスクフォース会合資料
モデリングの彼方に未来を見た
モデリングの彼方に未来を見た
20180915 mynavi rpa_seminar
20180915 mynavi rpa_seminar
[G-Tech2015]攻めのIT活用に欠かせない「IT企画人材」育成のポイント[講演資料]
[G-Tech2015]攻めのIT活用に欠かせない「IT企画人材」育成のポイント[講演資料]
機械学習で導入でつまった3つの事
機械学習で導入でつまった3つの事
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
20150418 システムテスト自動化 第二章
20150418 システムテスト自動化 第二章
2018.08.21-機械学習工学研究会 現場を交えた勉強会発表資料
2018.08.21-機械学習工学研究会 現場を交えた勉強会発表資料
Oracle対応アプリケーションのDockerize事始め
Oracle対応アプリケーションのDockerize事始め
DRIVE CHARTを支えるAI技術
DRIVE CHARTを支えるAI技術
SIer出身のエンジニアが 機械学習を取り入れた ASPサービス開発で学んだこと
SIer出身のエンジニアが 機械学習を取り入れた ASPサービス開発で学んだこと
MLプロジェクトのリリースフローを考える
MLプロジェクトのリリースフローを考える
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
リクルートを支える横断データ基盤と機械学習の適用事例
リクルートを支える横断データ基盤と機械学習の適用事例
20140521【コヨーテクラブ】エンジニア採用について
20140521【コヨーテクラブ】エンジニア採用について
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
[GTC 2018] Inception Award Ridge-i発表資料
[GTC 2018] Inception Award Ridge-i発表資料
Mehr von Recruit Technologies
新卒2年目が鍛えられたコードレビュー道場
新卒2年目が鍛えられたコードレビュー道場
Recruit Technologies
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
Recruit Technologies
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Recruit Technologies
Tableau活用4年の軌跡
Tableau活用4年の軌跡
Recruit Technologies
HadoopをBQにマイグレしようとしてる話
HadoopをBQにマイグレしようとしてる話
Recruit Technologies
LT(自由)
LT(自由)
Recruit Technologies
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
Recruit Technologies
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Recruit Technologies
銀行ロビーアシスタント
銀行ロビーアシスタント
Recruit Technologies
ユーザーからみたre:Inventのこれまでと今後
ユーザーからみたre:Inventのこれまでと今後
Recruit Technologies
EMRでスポットインスタンスの自動入札ツールを作成する
EMRでスポットインスタンスの自動入札ツールを作成する
Recruit Technologies
RANCHERを使ったDev(Ops)
RANCHERを使ったDev(Ops)
Recruit Technologies
「リクルートデータセット」 ~公開までの道のりとこれから~
「リクルートデータセット」 ~公開までの道のりとこれから~
Recruit Technologies
リクルートにおける画像解析事例紹介と周辺技術紹介
リクルートにおける画像解析事例紹介と周辺技術紹介
Recruit Technologies
Struggle against cross-domain data complexity in Recruit group
Struggle against cross-domain data complexity in Recruit group
Recruit Technologies
Hadoop’s Impact on Recruit Company
Hadoop’s Impact on Recruit Company
Recruit Technologies
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Recruit Technologies
Mehr von Recruit Technologies
(17)
新卒2年目が鍛えられたコードレビュー道場
新卒2年目が鍛えられたコードレビュー道場
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Tableau活用4年の軌跡
Tableau活用4年の軌跡
HadoopをBQにマイグレしようとしてる話
HadoopをBQにマイグレしようとしてる話
LT(自由)
LT(自由)
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
銀行ロビーアシスタント
銀行ロビーアシスタント
ユーザーからみたre:Inventのこれまでと今後
ユーザーからみたre:Inventのこれまでと今後
EMRでスポットインスタンスの自動入札ツールを作成する
EMRでスポットインスタンスの自動入札ツールを作成する
RANCHERを使ったDev(Ops)
RANCHERを使ったDev(Ops)
「リクルートデータセット」 ~公開までの道のりとこれから~
「リクルートデータセット」 ~公開までの道のりとこれから~
リクルートにおける画像解析事例紹介と周辺技術紹介
リクルートにおける画像解析事例紹介と周辺技術紹介
Struggle against cross-domain data complexity in Recruit group
Struggle against cross-domain data complexity in Recruit group
Hadoop’s Impact on Recruit Company
Hadoop’s Impact on Recruit Company
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Kürzlich hochgeladen
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Kürzlich hochgeladen
(7)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
DataRobot活用状況@リクルートテクノロジーズ
1.
(C) Recruit Technologies
Co.,Ltd. All rights reserved. ■ DataRobot活用状況 @リクルートテクノロジーズ
2.
(C) Recruit Technologies
Co.,Ltd. All rights reserved. ■プレゼンター紹介 1 ◆プロフィール 氏名: 木本 貴光 (きもと たかみつ) 所属: リクルートテクノロジーズ ビックデータ本部 ◆経歴・経験 - 2015年よりリクルートテクノロジーズに参画 - 大学院では数理ファイナンスを専攻 - 得意分野は点列作り (擬似乱数・準乱数) - 専任担当して、DataRobotを使ったコンサルティングやソリューション開発を担う ◆現在業務 DataRobotの専任担当として、リクルート内でのDataRobotの活用推進やアナリティ クスを用いたコンサルティング、独自のソリューション(予測自動化)の開発を担当
3.
(C) Recruit Technologies
Co.,Ltd. All rights reserved. ■オンプレ VS クラウドサービス 2 セキュリティ システム連携 コスト アカウント管理 データマネジメント 運用体制 オンプレミス クラウドサービス セキュリティ管理が不要 容易 スケールメリット リードタイム:1–5営業日 容易 要構築 セキュリティ管理が必要 困難 N/A リードタイム:3–10営業日 困難 不要
4.
(C) Recruit Technologies
Co.,Ltd. All rights reserved. ■DataRobot活用推進 3 認定パートナー 新規ユーザ の獲得 既存ユーザ の継続利用 DataRobot 社内推進 セミナー開催 社内セールス活動 PoC (データあり) PoC (データなし) トレーニング提供 運用・保守 機能改善 予測自動化の仕組み構築 社内推進活動
5.
(C) Recruit Technologies
Co.,Ltd. All rights reserved. ■リクルート社内活用状況 4 0.0 5.0 10.0 15.0 20.0 25.0 30.0 35.0 40.0 45.0 50.0 0 0 0 0 0 0 0 0 0 0 0 3月31日 4月9日 4月16日 4月23日 4月30日 5月7日 5月14日 5月21日 5月28日 6月5日 6月12日 6月19日 6月26日 7月3日 7月10日 7月17日 7月24日 7月31日 8月7日 2016年 –プロジェクト数とモデル数の累積(実数は割愛) (単位:千個) (単位:個) プロジェクト数の累積 モデル数の累積 -モデル数- プロジェクト内作成されるオブジェクトで、分析 テーマに対するアプローチの数 -プロジェクト数- 分析のテーマごとに作成されるオブジェクトの数
6.
(C) Recruit Technologies
Co.,Ltd. All rights reserved. ■事例:営業活動のエンハンス 5 テーマ クライアントのニーズキャッチ リクエスト クライアントの出稿意欲(ニーズ)の高まりを合 理的に予測し、営業がアプローチ出来るような 仕組みの構築にチャレンジしたい 実施内容 クライアントの属性情報、実績(自社/競 合)、外部要因情報などから出稿率(ニーズ)を 予測するモデルを構築して営業が活用できる仕 組みを構築した 効果 アポイントメントの獲得率や出稿率が向上した クライアント 属性情報 クライアント 実績情報(自社) クライアント 実績情報(競合他社) 外部データ クライアントごとの出稿確率 インプット アウトプット クライアント 出稿率 1. XXXXX 75% 2. XXXXX 73% 3. XXXXX 67% 4. XXXXX 59% 5. XXXXX 42%
7.
(C) Recruit Technologies
Co.,Ltd. All rights reserved. ■事例:カスタマーレコメンド 6 テーマ カスタマーレコメンド リクエスト カスタマーにとって潜在的に相性の良い商品の レコメンドを行うことで、CV率を高めたい 実施内容 カスタマー情報と商品情報の数値/非構造デー タからカスタマーと潜在的に相性の良い商品を レコメンドする仕組みを構築した 効果 カスタマーのCV率が向上した 商品情報DB (数値/非構造データ) 商品候補リスト インプット アウトプット 商品候補リスト 1. 商品 A 2. 商品 B 3. 商品 C 4. 商品 D 5. 商品 E カスタマーDB (数値/非構造データ)
8.
(C) Recruit Technologies
Co.,Ltd. All rights reserved. ■事例:カスタマーの離脱防止 7 テーマ カスタマーの離脱防止 リクエスト 自社サービスの利用カスタマーが離脱し、他 サービスへ流出するのを予防したい 実施内容 自社サービスとネットリサーチデータを併用し ていして、自社サービスからの離脱可能性のあ るカスタマーを特定する仕組みを構築した 効果 自社サービスから離脱する可能性のあるカスタ マーに対して、予防策を講じることが可能と なった インターネット リサーチデータ 離脱確率の高いカスタマーリスト インプット アウトプット 離脱カスタマー 1. カスタマー A 2. カスタマー B 3. カスタマー C 4. カスタマー D 5. カスタマー E 自社サービス 利用者データ
9.
(C) Recruit Technologies
Co.,Ltd. All rights reserved. ■予測自動化の仕組み 8 ビジネス課題 の設定 データの抽出 分析モデル の構築 分析モデル の検証 分析モデル の評価 分析モデル の改善検討分析モデル の修正 最適な分析 モデルの選定 分析モデルの 導入・利用 ビジネス課題 の設定 データの抽出 分析モデルの 導入・利用 DataRobot ビジネス課題 の設定 データ の抽出 DataRobotによる 予測の自動化 分析モデルの 導入・利用 従来のアナリティクス DataRobot 予測自動化
10.
(C) Recruit Technologies
Co.,Ltd. All rights reserved. ■予測自動化のメリット 9 予測モデル構築の自動化 メリット1 鮮度の高い分析モデル メリット2 フィージビリティスタディの高速化 メリット3 予測モデルによる成果の見える化 バッチによる予測モデルの最新化 容易な予測モデルのシステムへの連携
Jetzt herunterladen