【新連載・やなしま社長のAI・データお悩み相談室VOL.1】POSデータを活用したAIで需要予測や在庫予測の精度をあげる秘訣は？

最終更新日:2024/04/10

周りと一歩差をつける！新連載・AI・データお悩み相談室

こんにちは！AIsmiley編集部の伊藤です。

2021年夏、東京オリンピックならびにパラリンピックが無観客で開催され、世界中が自宅から画面を通して歓声が送られました。ビジネスの場でも訪問営業からWeb会議オンライン営業へ、展示会出展からオンライン展示会へ、オフラインからオンラインへと場所を変えていきました。このようなオフラインからのリプレイスによって、オフラインでの活動ができなくなる分だけ、オンラインでのマーケティングやデータの活用への期待が高まっています。

今回は、データの活用のプロフェッショナルで、データマーケティングカンパニーの株式会社インティメート・マージャー 代表取締役社長の簗島亮次（やなしま りょうじ）社長をお招きし、データ活用のためのお悩み相談室としてラジオ形式でお届けします。身近な同僚や競合他社と一歩差をつけるAI・データ活用の勘所を分かりやすくお伝えします。

―――やなしま社長、本日はどうぞよろしくお願いします。

やなしま社長：よろしくお願いします。

―――まずは簡単に自己紹介をお願いします。

やなしま社長：はじめまして、株式会社インティメート・マージャーの代表取締役社長の簗島です。インティメート・マージャーは、データを使った効率化・最適化の仕組みであるデータマネジメントプラットフォームの開発、運用、提供を行っています。弊社のサービスを活用してるクライアントさまの中には、アパレルや化粧品のECサイトを運営している企業さまもいらっしゃいます。

―――ありがとうございます！ 第1回目は、アパレル、30代の女性Kさんからのお便りです。

私はアパレルブランド事業を行っています。最近、POSデータやECの購買情報から、各店舗の売れ筋の傾向や商品投入、適正な在庫調整の実現を考えています。POSやECで発生した顧客情報を用いて、RFM 分析、商品傾向分析、キャリア分析などを行っていますが、なかなか精度がでません。これまでの実績ベースでの在庫調整作業から、アイテム単位で各店舗に最適な在庫調整をするためには、どのようなアプローチをすればよいでしょうか？

（Kさん  30歳  アパレルバイヤー）

どんなに優秀なAIの仕組みを使っても精度が出ないワケ

やなしま社長：今回の質問は「 POSデータから店舗ごとの商品需要の特徴をAIで判別し、商品単位での在庫最適化は実現できないか？」ですが、弊社のクライアントさまにも商品の需要予測や来店予測などをデータを使うことをトライしている企業が多くいます。そして、その多くが来店予測や需要予測の精度が出ないという同様な課題を抱えています。

―――まさによくある悩みといってよさそうです。AIsmileyにも同じような質問が多く寄せられています。

やなしま社長：私たちのサービス提供先の事例を踏まえてどうしてそのような結果になってしまうのか、取り扱うデータの性質やデータの分析方法をもとに解説していきます。

―――よろしくお願いします。まずは、今回の目的について整理していきたいと思います。

やなしま社長：今回の分析の目的は「店舗ごとの商品の需要予測および在庫最適化」です。この目的を実現するためのアプローチは大きく分けると二つあります。一つは「過去の傾向から特定の日に店舗に来る人の人数とその中で商品Aを買ってくれる人の人数を予測する方法」という方法です。もう一つの方法は「『世の中で商品Aを買いたい人』の中から『対象の店舗に来てくれる人』のうち『商品Aを買うためのお金を持っている人』を予測する方法」です。

―――二つの手法があるんですね。今回のご相談内容で取扱うデータではどのような課題があるでしょうか？

やなしま社長：小売店やECサイトで取り扱っているデータはPOSデータや購買情報といった人やレシートに紐づくデータと店舗の売れ筋のデータが中心なケースが多いです。

まずはこのデータをつかって「過去の傾向から特定の日に店舗に来る人の人数とその中で商品Aを買ってくれる人の人数を予測する方法」のケースです。例えば、先週の同じ曜日や昨年の同じ週の同じ曜日といった日付的には条件が近い日をいろいろ定義できると思います。ただ、同じような日でも店舗へ来店は天気によっても違うかもしれないですし、商品のプロモーションや広告の状態によっても異なってしまうかもしれません。そういった多くの外的な要因が分析対象のデータには含まれていないので、予測を行うには不十分なデータであるケースが多いのではないかと思います。

―――予測を行うにはデータが不十分＝精度が十分に出ない結果になるということですね。

やなしま社長：また「『世の中で商品Aを買いたい人』の中から『対象の店舗に来てくれる人』のうち『商品Aを買うためのお金を持っている人』を予測する方法」についてですが、こちらの場合も保有するデータに加えて、店舗付近に訪れる人だったり、商品を買いたい人の金銭的余裕などを把握できないと購入する確率を予測することが難しいと思います。

このような背景から、店舗やECサイトで保有しているデータを使った需要予測や在庫予測はデータの種類や量が足りないことによって十分なでないことが多いのではないかと考えています。

―――需要予測や在庫最適化の精度を高めていくためにはどうしたらよいのでしょうか？

やなしま社長：現在のPOSデータやECサイトの購買情報などのデータだけでは前述のように店舗での売り上げを予測するのにデータの種類や量が不十分で十分な予測精度が出ないという課題を解決することは難しいと思います。今の時点で難しいことも多いですが、今後需要予測や在庫最適化を行うためには現在所有しているデータに新しいデータの種類や予測に十分な量のデータを掛け合わせていく人が必要になると思います。

―――データを使いこなせる人材が必要ですね。今後はどのような需要予測が登場するのでしょうか？

やなしま社長：例えば、在庫予測を行うために店舗の周りのイベント情報や最寄りの駅の乗車人数の予測を入れるなど、店舗に来る可能性がある人をより予測できるような要素を追加したり、天気予報の情報やプロモーション、広告などの情報を入れ込むことによって需要の増減を予測したり、そういった今まで使っていなかったようなデータを取り込んでいくことで精度を挙げられると思います。

―――ありがとうございました。AIに必要なデータと精度との関係がよく分かりました。

やなしま社長：AIは入力したデータから最適な結果を出してくれる便利なものではあるのですが、入力したデータが予測を行うために十分な要素やボリュームを持っていない場合、適切な予測結果を返してくれません。今回のケースでも「店舗ごとの商品の需要予測および在庫最適化」を行うために十分なデータの種類や量が用意できていないと、どんなに優秀なAIの仕組みを使っても精度が出ないということもあります。AIの仕組みと予測を行うために十分なデータの準備が大切です。

AIsmileyではAIの導入やデータ活用にまつわるお悩みを募集しています。AI開発の進め方や、自社データの分析の仕方、機械学習の疑問など、テーマは問いません。将来取り組みたいAIに関するお悩みから、日常のデータ活用の些細なお悩みまで、下記フォームに「お悩み相談室」と記載の上、ご質問をお寄せください。

お問い合わせフォーム

この記事を監修した人

プロフィール

株式会社インティメート・マージャー代表取締役社長     

簗島 亮次（やなしま りょうじ）

2013年、Googleのレイ・カーツワイル氏が2020年に起きると予測した「あらゆるデータがひとつに統合される」という革命を冠した株式会社インティメート・マージャーを創業し、2019年10月東証マザーズへ上場。2020年にはデータ活用領域のさらなる拡大を目指し、Fin Tech事業会社クレジットスコア株式会社や、Privacy Tech事業会社Priv Tech株式会社を設立。
データサイエンティストというアカデミックな視点と経営者としてのビジネスの視点から、日本最大級を誇る約4.7億のオーディエンスデータを用いてさまざまな業界の課題解決を支援している。

株式会社インティメート・マージャーについて

「世の中のさまざまな領域における、データを使った効率化」をミッションに掲げ、国内DMP市場導入シェアNo.1(※1)のデータ活用プラットフォーム「IM-DMP」を保有するデータマーケティングカンパニー。約4.7億のオーディエンスデータ(※2)と高度な分析技術を掛け合わせたデータ活用プラットフォーム「IM-DMP」の提供・構築支援、データ活用に関するコンサルティングサービスを提供しています。また、プライバシー保護に関する取り組みとして、一般社団法人 日本経済団体連合会が掲げる「個人データ適正利用経営宣言」に賛同しています。今後はSales TechやFin Tech、Privacy TechなどのX-Tech領域に事業を展開し「データビジネスのプロデューサー集団」を目指します。
※1出典元：「DataSign Webサービス調査レポート 2021.2」
※2⼀定期間内に計測された重複のないブラウザの数を⽰します。多くの場合、ブラウザの識別にはCookieが利⽤され、⼀定期間内に計測された重複のないCookieの数のことを⽰します。

伊藤大樹

AIsmiley編集部。大手介護企業に新卒入社後、ホールディングスの管理部門で子会社の人事・労務管理業務に従事。
2018年8月に株式会社アイスマイリーに入社、インサイドセールスとAIニュースのコンテンツディレクターを担当。インサイドセールス、コンサルティングチームの構築から、サイト設計コンテンツ企画を行う。