【BDSP】某社内勉強会 データ分析基礎講座に登壇いたしました。 - Natic | Application Modernization Platform – 日商エレクトロニクス

【BDSP】某社内勉強会 データ分析基礎講座に登壇いたしました。

日商エレクトロニクスは、AI/機械学習をビジネスに活用するソリューションを提供しております。この度、2,000名超の社員がグローバルな仕事に取り組み、データドリブンな経営を目指す某社からお声がけいただき、データ分析に関する勉強会へ登壇いたしました。本勉強会では、「AIとは何か」「統計と機械学習の違いは何か」といった基礎から、「Excelで出来る統計計算を機械学習プラットフォーム”RapidMiner”を使うとどうなるか」といった演習まで、デモを交えてお伝えしました。

この勉強会では、AI機械学習導入の成否を分ける一番のポイントは、”ビジネス課題解決のためのゴール設定”をすることが最も重要とお伝えさせていただきました。その詳細について、本イベントレポートに沿ってご紹介いたします。


<目次>
1. はじめに
2. 機械学習基礎及び売上予測デモ
3. RapidMiner Excel統計学入門
4. Natic BDSPのご紹介
5. まとめ


<はじめに>

当社は2020/09/23に新たにアプリケーション統合事業ブランド”Natic”をリリースしました。データ分析サイクルを事業会社様がご自身のリソースで回せるようになるためのワンストップサービス”BDSPソリューション”もこのNaticブランドのソリューションです。

ブランドサイト:https://natic.nissho-ele.co.jp/


<機械学習基礎及び売上予測デモ>

当社アプリケーション企画開発部 長井より、そもそも”機械学習とは何か”、”AutoMLとは?”などの基礎をお伝えしました。データ活用を検討している方々に、機械学習がどのようにビジネス価値を向上させることを認識いただけたかと存じます。

このセッションでは、機械学習の基礎だけでなく機械学習を活用できる例と、活用できない例をお伝えしました。機械学習には活用できない用途もあります。それは、例えば導入することを重要視するあまり、作成したモデルをどのように業務に適用するかの見通しが立っていない場合です。作成したモデルを活用する業務がなければ、いくら素晴らしいモデルだとしても無駄になってしまいます。

デモでは、実際に存在するビジネスである「中古車販売」について、RapidMinerを使って適正販売価格を予測いたしました。身近なデータをテーマに設定することで参加者の方々に、ビジネスでの活用イメージを持っていただけたかと存じます。当社では、お客様が実際に保有するデータを使って、実際の事業領域の課題解決につながる機械学習モデルの作成を、お客様と共に実行する共創型プロジェクトを通じて体験いただく、AI-Rapidマスター(URL : https://www.nissho-ele.co.jp/product/bdsp/ai_raapid_master.html)というサービスを提供しており、実際のデータからモデル作成支援をすることで、成功するAI運用をガイドします。


<RapidMiner Excel統計学入門>

本セッションでは、同部 加藤が登壇し、Excelを使って分析したテーマ「駐車場売上予測」を、RapidMiner StudioならびにRapidMiner GOで分析した場合のパフォーマンス比較のデモを行いました。ここではその結果のサマリをご紹介します。

*モデルの精度
過去19軒の売り上げデータを元に、新たな20軒目の売り上げをExcelとRapidMinerを利用して分析し、正解価格との誤差を比較しました。正解価格との誤差は、Excel:差分9,217,000円に対し、RapidMiner Studio:差分8,500,000円と高精度となりました。
*操作性
RapidMinerを使用したデータ分析の場合、ドラッグ&ドロップ、クリックなど、簡単な操作だけでモデル作成が完了します。また、Excelでは手作業でしていた説明変数の選択が、RapidMinerの場合は自動選択の機能により、適切でないと判断されたデータは自動で非選択となります(もちろん、あえて説明変数に含めることも可能です)。この自動化機能により、効率的かつ高精度なモデルが作成されます。
*実行時間
本セミナーのデモ準備をした際に、Excel統計分析とRapidMinerで同じテーマでの分析をしました。その際、Excelでは文字列を含んだデータセットを手動で数字に変えたり、用意された変数を目検での調整が必要となり、準備に時間がかかりました。一方RapidMinerは同じ作業を自動で処理するため、時間を短縮することが可能となります。

<Natic BDSPのご紹介>

このセッションでは、当社BDSPソリューションについて、同部 二宮よりご紹介いたしました。アカデミックな領域でも機械学習は期待されていますが、ビジネスにおける機械学習の効果は”売上の向上”、”コストの削減”、”リスクの回避”であり、先行してAI導入に成功している企業はそれぞれ大きなメリットを享受しています。そのためAI/機械学習の導入にトライする企業は国内の企業で既に4割を超えていると言われているわけなのですが、一方で、本格導入に至っている企業は約11%と言われています。つまり、PoCで終わってしまう企業が多く存在するということです。PoCで終わってしまう一番の要因と言われているのが、”AIを使って何かしよう”ということが手段ではなく、目的になってしまっていることです。
AI活用を成功させるカギは、業務課題は何か、そしてその課題を解決するためにAIが最適なのか検討することです。そのため、お客様が日々取り組まれている業務の中で認識されている課題、利用されるデータの所在、生産されるデータの内容、業務フローとして適切な結果、それらお客様毎に異なる業務ノウハウを、当社BDSPのコンセプトでもあるPoCで終わらせないフレームワークを通じてお客様とともに整理することで、ビジネス効果に得られるAI/データ分析プロジェクトを成功へと導きます。


<まとめ>

RapidMinerが実際にどのように動くのか見ていただくことで、AI機械学習を業務へ導入したときの影響、ビジネスインパクトをイメージしていただける勉強会となりました。まずは業務課題を認識・理解することが最も重要ということをお伝えできたのではないでしょうか。
BDSPはお客様が従来のリソースを活用し、データ分析サイクルを回せるようになるためのワンストップサービスです。本会のように、個社別にカスタマイズした勉強会も実施させていただいておりますが、当社では無償・ノンプログラミングでAIデータ分析の初歩から学んでいただけるサービスAI-Rapidビギナー(URL : https://natic.nissho-ele.co.jp/event/ai-rapidbiginner/)も提供しております。ご興味ございましたら、是非お問い合わせください。

Natic インサイトページ:https://natic.nissho-ele.co.jp/insight/
Natic 資料ダウンロード:https://natic.nissho-ele.co.jp/download/

参加者の声

Q. 受講前と受講後でAIに対する印象で変化があれば教えてください。

 
 

事務系部門 課長補佐

 A. RapidMinerを使えば、比較的簡単に機械学習を回すことができると理解できた。

 
 

事業系部門 課長

 A. より良く準備をすることで理解が深まる領域ということが分かった。

 
 

事務系部門 課長代理

 A. 客観が必要となる分野において有効と思うが、最終的には人の判断となるという事も重要な気づきだった。

 
 

Q. 今後、機械学習分野及び当社に期待することを教えてください。

 
 

事務系部門 一般社員

 A. 膨大な量のデータを分析する際のデータ整理に活用したい。

 
 

事業系部門 P職

 A. 他社とのAI・データ分析リテラシ―などの比較を行い、このトレンドを加速させていってほしい。

 


 

記事担当者:アプリケーション企画開発部 積田
投稿日:2020/11/10