
- 機械学習・深層学習
エリアスコアリング
ターゲットが多く居住するエリアを分析し、予め対象エリアを抽出することで効率化を図る。国勢調査などの統計データとID-POSデータなどを組み合わせ、バギングやブースティングといった精度の高い機械学習アルゴリズムを用いた分析を実施。町丁目単位でエリアをスコア化(ランキング化)することでターゲットエリアに優先順位を付け、地図上で可視化した。選定エリアの状況を確認しながらインタラクティブに操作、変数の調整が可能なTableauによるダッシュボードを提供。
ターゲットが多く居住するエリアを分析し、予め対象エリアを抽出することで効率化を図る。国勢調査などの統計データとID-POSデータなどを組み合わせ、バギングやブースティングといった精度の高い機械学習アルゴリズムを用いた分析を実施。町丁目単位でエリアをスコア化(ランキング化)することでターゲットエリアに優先順位を付け、地図上で可視化した。選定エリアの状況を確認しながらインタラクティブに操作、変数の調整が可能なTableauによるダッシュボードを提供。
過去のPOSデータを学習させることでDNN(ディープニューラルネットワーク)モデルを作成。POSデータをモデルに読み込ませることで未来の顧客ランクがどのように遷移するのかを予測することでき、ランクが上下する顧客それぞれに対して適した対策を練ることができる。また顧客ランクを予測した結果からPOSデータのどのような要因からランクが遷移するのか分析を行った。