データマイニングの開発事例

データマイニングとは

データマイニングとは、膨大なデータからデータの特徴、パターン、異常値、相関関係などを発掘（マイニング）する技術です。幅広いデータマイニング手法の活用により、未知の結果を予測、顧客関係の改善、リスクの軽減などに役立てることができます。

AI予測分析

予測はビジネスにおいても重要です。予測の精度は利益を大きく作用し、精度をあげることが利益向上に繋がります。
AI予測とは過去データや様々な関連要因時系列データを分析することで傾向や法則性を見つけ出し、未来の実現値や結果を予測することです。製造、物流や小売、飲食など様々な業界では商品の需要予測、売上の予測は在庫や仕入れの量に大きな影響を与えたり、中古車など中古物の価格をAIが判定したり最近様々なAI活用の成功事例が多数出てきました。

開発事例

01

電力使用予測

過去の電力使用実績データや、利用者の地域条件、物件条件、家族構成、生活スタイルなどエネルギー消費に影響する様々な要因を考慮した使用電力をAIが予測計算して、ユーザーに電気料金の最適契約メニューをレコメンドすることができます。

02

株価予測

機械学習で過去の価格変動や株価データや為替、財務諸表データ、経済指標などの大量のデータから、AIが解析したり、シミュレーションを行ったりなどします。それにより、株価の今後の推移をAIが自動的に分析や予測をして、ユーザーのリスク許容度と合わせて、売買タイミングをレコメンドし、ユーザーの意思決定に役にたちます。

03

中古車価格予測

テキストマイニングによる手法と画像認識・理解による手法を合わせて、車種、ブランド名、色、過去に落札した価格、日付データなどを分析して、これから売れる価格を予測します。
中古車販売店、リース会社の残価予測、銀行の信用・価値評価・アセットマネジメントなどに利用されます。

04

需要予測

在庫切れによる販売機会の損失や、過剰在庫による廃棄ロスを、高精度なAI予測により改善します。商品の販売実績と天気情報、イベント情報等の相関関係を解析することにより、高精度な予測を実現することができます。

AIによる最適化

最適化とは、制約条件がある中で複数の選択肢を組み合わせ何らかの成果を出すとき、その成果を最小または最大にすることを示します。AIによる最適化は深層学習を利用し、あらゆる分野で「与えられた様々な制約条件を満たし、最適な解を出せることが可能のため幅広く応用されています。

開発事例

01

レシピ・献立の最適化

学校、保育園のランチメニューや病院の献立などの作成はAIに任せます。データマイニング技術を利用し、専門家による栄養管理条件を満たし、１週間の美味しいメニューを最適化します。栄養管理の業務が容易になり、栄養士などの負担削減に役立てることができます。AIが提案した献立を一律に提供するのではなく、それぞれの施設、状況に合わせてAIMENEXTはカスタマイズして、モデルを開発することが可能です。