利用事例

Customer Stories

新規店舗の売上を AI で予測、ボタン1つで結果を算出

CASE:コストは下げて、精度を上げる。AIを活用した店舗の日商予測を実現。

[ 従来 ]

コンビニエンスストア大手のファミリーマートは、新規店舗の出店審査の際、開店から1年間の平均日商の予測値を、出店可否の重要な1つの判断材料としている。これまで、平均日商の予測値は、人口のデータや、駐車場の台数などから重回帰分析によって求められていたが、予測値と一日の実際の売上とを比較した際に、予測精度にバラツキがあり、その正確性が課題視されていた。

従来

[ 導入後 ]

より精度の高い結果を得ようと、AI を活用した予測方法を検討。7社に声をかけ PoC を開始したが、必要なシステム構築には数千万もの高額な見積もりが提示されたという。一方で、唯一のクラウドAIサービスとして、定額制で短期間から利用を開始できる MAGELLAN BLOCKS のモデルジェネレーター(数値回帰タイプ)を採用した。
BLOCKS 導入のメリットは大きく3つ。1つは予測精度が大きく向上した点。約60%の店舗で、予測値と実売上の誤差が±5万円以内のレンジに収まるようになったという。また1点は、プロジェクトの進行スピードが大きく向上したこと。BLOCKS ではデータを学習させるだけで任意のモデルを生成できるため、試行・検証の体感スピードは、重回帰モデルの頃とくらべ 3 倍にも上がったという。最後の1点はコストパフォーマンス、重回帰分析にかかっていたコストは、BLOCKS の活用により半分以下になった。出店審査の自動化に向けて、積極的にAIを活用していきたいと話す。

導入後

導入サービス


  • モデルジェネレーター(数値回帰タイプ)

  • フローデザイナー

成功事例のご紹介

利用事例の一覧はこちら