Made a presentation at Nikkei Bigdata Conference 2014 Autumn September 3rd, 2014.

1. 「業務端末をツールとし、データを生かした、流通小売店舗の改革」
～ Solution for the Retailers by the Retailer ～
２０１４年９月３日
株式会社トライアルカンパニー 西川晋二

2. 本日お伝えしたい内容
１．トライアルカンパニーのご紹介、IT活用の取り組み
２．PACERシステム／e3-SMART
独自の業務端末・データ処理・分析基盤
３．“流通小売業を科学する”データ活用の実践
⇒ リアル流通小売としてディジタルシフトを追求
〜流通小売ユーザー企業のイノベーションへの
挑戦が、何らかのご参考となれば幸いです〜

3. はじめに ～トライアルカンパニーのご紹介～
トライアルカンパニーは、スーパーセンターを中心として
約１７０店舗を展開する流通小売業です

4. トライアルグループのＩＴへの取組
戦略： ＷＡＬ－ＭＡＲＴに学び、ＩＴを戦略の要とする
２５年以上の取組：
自社向け内製システムにスパイラル式構築を継続
外部向けIT販売サービス事業を展開 ⇒ 撤退
１０年前の転機：
中国にIT人材獲得の活路
（BPO/KPOのＢＯ（バックオフィース）センターも中国人材）
〜一貫して、“流通を科学する” ITの取組みを継続〜
KPO : Knowledge Process Outsourcing

5. 㻠
キーノートスピーカーKenneth Cukierさんの著書
ビッグデータの正体
米国Walmartを、ビッグデータ活用における
先駆者であり、また覇者であると記述。
リテールリンクという仕組で、詳細な販売、在
庫etc.のデータを、取引先（商品のメーカー）に
公開し、品揃え、販売、在庫において、最大効
率を、メーカーの協力を得て追求。
世界最大の委託販売型のビジネスを確立。
Kennethさんのプレゼンテーションにあった如く、
POSデータを活用して、販売促進、在庫最適
化etc.を実現していることが記述されています。
弊社の戦略に大きな影響をおよぼしています。

6. PACER : 独自モバイル情報システム基盤
PACER：
「独自のモバイル情報システム基盤」
この道具で、従業員とシステム間の、
モバイルでアクティブな連携を実現し、
店舗業務の効率化、改善、改革の取組み
我々が考えるM2M:
M(Man:従業人) to M(Merchandise/Mart)

7. PACERシステム基盤を用いで目指す状態
“PACER”とは、
Plan-Action-Check-Education-Recovery
＋ 計画(やるべき事）がわかりやすく知らされ
＋ 計画に基づいた行動
＋ 出来たかどうか確認
＋ わからないことは教わる
＋ 修正行動で効率UP、数値効果を得る
“PACER”が無い現場には“無駄、ムラ、無理！”
PACERで人時の無駄、作業漏れ、ロスetc.を排除！
PACERシステムの展開で“ROI”を実証、全社普及を図る！
確かな数値効果を実証し、“PACER”を現場のデファクトに！

8. e3-SMART （独自のID-POS分析プラットフォーム）
ID-POSデータ分析： e3-SMART
「独自・自在のデータ処理・分析基盤」
これを獲得したことで、
戦略的データ分析と活用を加速
M(Man:お客様) to M(Merchandise/Mart)

9. e3-SMART ：（独自のID-POS分析プラットフォーム）
㻤
〜Linuxをベースにした大規模並列データベース処理〜
Scale-out
機能と容量の拡張性
Massively-parallel Architecture
並列分散処理
Re-invented-Technologies
既存技術の革新
スケーラビリティ
ハイパフォーマンス
ローコスト
e3の意味するものは、
economy
efficient
enabling

10. 㻥
e3-SMARTを核に実現する流通データ分析基盤
㻼㻭㻯㻱㻾㻌䝰䝞䜲䝹䝥䝷䝑䝖䝣䜷䞊䝮㻌
㻔ᴗົຠ⋡໬䚸᝟ሗఏ㐩䚸㏻ಙ䚸ὶ㏻⌧ሙ㻌㻟㻌㼕㼚㻌㻝㻌䝰䝞䜲䝹㻕
㻻㻿㻦㻌㼃㼕㼚㼐㼛㼣㼟㻌䋻䚷㻸㼕㼚㼡㼤
ỗ⏝㻵㻭㻙㻿㼑㼞㼢㼑㼞㼟䛾䜽䝷䝇䝍
㻻㻿㻦㻌㻸㼕㼚㼡㼤
㻮㻵㻌ᖒ⚊䝒䞊䝹
ỗ⏝㻵㻭㻙䝃䞊䝞䞊䛾䜽䝷䝇䝍
Data Processing⇔
Business Intelligence
㻌㼑㻟㻙㻿㻹㻭㻾㼀㻌ᴗົ䝅䝇䝔䝮
㻌㻔ᴗົ䞉䝬䝛䝆䝯䞁䝖
㻌ຠ⋡໬䝅䝇䝔䝮㻕
㼑㻟㻙㻿㻹㻭㻾㼀㻌㻯㼛㼙㼜㼡㼠㼕㼚㼓㻌㻼㼘㼍㼠㼒㼛㼞㼙
㻔㻿㼏㼍㼘㼑㻙㻻㼡㼠㻌㼍㼚㼐㻌㻹㼍㼟㼟㼕㼢㼑㼘㼥㻌㼜㼍㼞㼍㼘㼘㼑㼘㻌
㼏㼛㼙㼜㼡㼠㼕㼚㼓㻌㼜㼘㼍㼠㼒㼛㼞㼙㻌㻕
㻳㻾㻱㻱㻺㻼㻸㼁㻹
䝕䞊䝍䝧䞊䝇㻌
㼑㻟㻙㻿㻹㻭㻾㼀
ศᯒ䞉ྍど໬
䜰䝥䝸䜿䞊䝅䝵䞁

11. （チャレンジ事例）GIS活用の改革・改善
目的：ID-POSデータ分析とGISの連携により、
数値に裏づけされた出店・販売・商品戦略

12. ニーズを満たすため新GISが求められる
ᚑ᮶䛾㻳㻵㻿
• ༢ရ䝺䝧䝹䜎䛷䛾ศᯒ
䚷䚷䚷㻙䚷➇ྜศᯒ䛻ά⏝䛧䛯䛔
䚷䚷䚷㻙䚷㈍኎ಁ㐍䛻ά⏝䛧䛯䛔
• 䠑䠌䠈䠌䠌䠌ࠥ䠓䠌䠈䠌䠌䠌䜰䜲䝔䝮䠋ᗑ⯒
• 䝕䞊䝍㔞䚷䠖䚷䠑䠌䠌୓⾜䠋᪥
• ఍ဨᩘ䚷䠖䚷䠐䠌䠌୓ே

13. Retail GISを活用して分析
ᗑ⯒ู䞉ၟရู䠄䜹䝔䝂䝸䋻༢ရ䠅㈍኎䝠䞊䝖䝬䝑䝥

14. Retail GISによる競合分析
➇ྜ䜶䝸䜰䛷䚸䛹䛾ၟရ䠄䜹䝔䝂䝸䞊䋻༢ရ䠅䛜䛹䜣䛺ᙳ㡪䜢ཷ䛡䛶䛔䜛䛛䠛
ᨭᗑ㛗

15. バスケット・併売分析、RFM分析への取組み
┠ⓗ䠖䝧䝔䝷䞁ᗑ㛗䛾຺䛸⤒㦂್䜢䚸ᩘ್䛻⨨䛝᥮䚷䚷䚷
䜛䛣䛸䛷䜘䜚䝏䜵䞊䞁䝇䝖䜰䝬䝛䝆䝯䞁䝖䛻ྥ䛛䛖䚹
䝞䝇䜿䝑䝖ศᯒ䛾ᐇ౛
䝬䝶䝛䞊䝈䜢㈙䛳䛯䛚ᐈᵝ䛜䈊
ྠ᫬䛻㔝⳯䛸࿴᪥㓄䜢㈙䛳䛶䈊
㡬䛡䜛☜⋡䛿䠐䠍䠂
ᚑ᮶䛸䛿ᕪู໬䛧䛯䚸
༢ရ䛷䛾䝞䝇䜿䝑䝖ศᯒ䚸
ే኎ศᯒ䚸㻾㻲㻹ศᯒ䜢⾜䛺䛖

16. 「戦略的データ分析」の為の経営資源
① ID-POSデータ
・会員４００万人：店舗売上の約７～８割をカバー
・属性・地理情報・購入履歴の把握が可能
② e3-SMART
不可能であった高速処理が可能に
（従来システムでは不可能だった、ＧＩＳと顧客ID と商品情報
を組み合わせた分析を実現）
③ データ分析に携わる人材
“戦略東京分室（東大生チーム）”＋“KPO中国人材”
(KPO: Knowledge Process Outsourcing)

17. ネット（EC）におけるイノベーションをリアルに適用
元よりすべてデジタルであるネットの世界では、
（店舗/棚割/品揃/お客様/従業員/販促手段）は、
すべてデジタルデータとして取り扱いが可能。
よって、
店舗/棚割/品揃え（価格）は“オープン”データにもなる。
および、お客様の来店、行動、従業員の対応/販促手段も
すべてデジタル。
そこには、
データの（１）収集（２）分析（３）活用により、
オペレーションのすべてに可視化、効率化、効果の果実
㻝㻢

18. 㻝㻣
広告ビジネスにおいてはその変化が語られ始める
先ず、インターネットメディアにおいて、
アドテクノロジー、DMP、 etc.による、
効率化、最適化が急速に進展している。
６兆円の広告ビジネス市場において、
特に、
“効果測定が比較的明確ではない”、
マスメディア３兆円から、
インターネットメディアへシフト(1兆円↗︎)
および、新たなプロモーションメディア
としての“リアル店舗メディア”へシフトを
起して行く、大きなポテンシャル

19. 㻝㻤
デジタルシフトへの取組み
（１） 店舗販売とECとの相乗効果の追求 ⇒ ポイント統合
（２） ID-POSデータ活用 ⇒ 販売促進へ自社活用と公開
（商品メーカーさんとのコラボを
行い、販売促進に活用）
リ ア ル
⇒ カテゴリーマネジメント
流通小売
（商品メーカーさんとのコラボで、 デジタルシフト
WIN-WIN-WINの品揃え改革）
（３） デジタルシフトすることで目指すは、
流通小売業界、リアル側でのメディア価値の創造
（店舗/棚割/品揃/お客様/従業員/販促手段）

20. リアル店舗のデータ活用は、複数の“M2M”の組み合わせ
㻝㻥
ここで表現する数種類の“M2M”は、“Machine to Machine”ではなく、
M(Machine)とM(Media)
M（Man: お客様）とM(Man: 従業員)
M（Merchandise : 商品） とM(Mart : 売場）
および、M（Mall: ECを含む広く商品・サービスを提供する場）
加えて、データの分析と自在な活用（M: Manipulation）
目指す姿は、お客様にとっての究極の“お得と便利”
M （お客様）M （従業員）
M(Machine/Media/Manipulation)
スマートフォン
PACER
デジタルサイネージ
POSレシート
M (Merchandise: 商品)M (Mart/Mall :サービス提供の場）
接触
データ活用

21. 㢳ᐈ⾜ືศᯒ䛻䜘䜛᪂䛯䛺䝬䞊䜿䝔䜱䞁䜾䜰䝥䝻䞊䝏䛸䛿
流流通⼩小売企業がID-‐‑‒POSデータを活⽤用する事例例
㈍ಁಁ㐍䜈
䛾ά⏝
䜹䝔䝂䝸䞊䝬
䝛䝆䝯䞁䝖
ᆅᇦ➇ྜ
ᗑ኎ୖ ᗑ⯒ෆ㢳
ᐈ⾜ື
䝕䞊䝍
䜘䜚䜰䜽䝅䝵䝘䝤䝹
䛺ᗘྜ䛔䛜㧗䛔
店舗外顧客
䛚ᐈᵝ䛾
ኌ䠄┤䠅 㻵㻰㻙㻼㻻㻿䝕䞊䝍
SNS䝕䞊䝍
ศᯒ
ືⓗ䛷᭦᪂ᛶ䛾㧗䛔䚸䝪䝸䝳䞊
䝮䛜ከ䛔䝕䞊䝍
䝕䞊䝍䛾ྲྀᚓ䛾㞴
ᗘ䛸䝁䝇䝖
䝖䝷䞁䝄䜽
䝅䝵䞁
䝕䞊䝍
データ
ၟရ䞉㢳
ᐈ䝬䝇䝍
䞊etc.
㍈䛻䛴䛔䛶䛿䚸௚䛻ᵝ䚻䛺㆟ㄽ䛜ୖ䛜䛳䛶䛔䜛
䚷䞉䝕䞊䝍✀㢮䠖ᐃ㔞䝕䞊䝍䠄ᩘ㔞䠋䜹䝔䝂䝸䠅䛛ᐃᛶ䝕䞊䝍䠄䝔䜻䝇䝖䠋㡢ኌ䠋⏬ീ䠅
䚷䞉እ㒊䝕䞊䝍䛸䛾⤖䜃䛴䛡䜔䛩䛥䠄䝁䝇䝖㠃䚸౑䛔䜔䛩䛥㠃䠅
䚷䞉እ㒊䝕䞊䝍䛾౑䛔᪉䚷䚷䠄䜰䜴䝖䝥䝑䝖䠖᪋⟇ᑐ㇟䛻እ㒊䝕䞊䝍䜢౑䛖䠋䜲䞁䝥䝑䝖䠖ศᯒ䛻እ㒊䜢౑䛖䠅
䚷䞉ෆ㒊䝕䞊䝍䛸䛧䛶ྲྀ䜚㎸䜐䛻䛿ᢞ㈨䛜ᒃ䜛䝕䞊䝍䠄䝕䞊䝍཰㞟䝁䝇䝖䛾㧗ప䠅

22. 中間指標の重要性 （資料料提供：株式会社ミディー）
特に店内施策の影響の大きさ（＝反応・検討）を正確に把握することは非常に重要である
Copyright © 2014 Midee Co., Ltd. All rights reserved.21
䝅䝵䝑䝟䞊䛾᳨ウ䝥䝻䝉䝇
動機刺激反応検討購買
状
態
• ┠ⓗព㆑䜔䝤䝷䞁
䝗䝻䜲䝲䝸䝔䜱➼䛾
ᚰ⌮䛜㔊ᡂ䛥䜜䛶
䛔䜛
• ᗑෆ᪋⟇䜢㏻䛧䛶
Ⓨಙ䛥䜜䛯䝯䝑
䝉䞊䝆䜢ཷ䛡ྲྀ䜛
• 䛭䛾䝯䝑䝉䞊䝆䛜
㐺ษ䛷䛒䜜䜀䚸ఱ
䜙䛛䛾ᚰ⌮ኚᐜ䛜
Ⓨ⏕䛩䜛
• ᚰ⌮䛻⣣䛵䛟᳨ウ
⾜ື䜢⾜䛖
• ㉎㈙䛒䜛䛔䛿㠀㉎
㈙䛾ุ᩿䛜䛺䛥䜜
䜛
分
析
店外心理店内心理店内行動
୰㛫ᣦᶆ ⤖ᯝᣦᶆ
Ø ❧Ṇ䜚⋡
Ø ᥋ゐ⋡
Ø Ჴ๓ᅾ᫬㛫
ඛ⾜ᣦᶆ
Ø ㉎㈙㔠㢠
Ø ㉎㈙Ⅼᩘ
Ø ㄆ▱⋡
Ø ዲពᗘ
Ø ౯᱁ཷᐜᛶ
Ø ㉎㈙Ỵᐃせᅉ
店内行動
䠄
例
䠅
㔜せ
ᗑෆ᪋⟇
⣙䠔๭䛾ᙳ㡪䛒䜚

23. 分析レポート （資料料提供：株式会社ミディー）
ᗑෆᅾ᫬㛫ศᯒ
Ø ᗑෆᅾ᫬㛫䛾㉎㈙⾜ື䈊
᫬㛫ᖏูᅾ᫬㛫䛾ᢕᥱ䛸ၟရ䜢
ぢ䛯䜚㉎ධ䛧䛯䜚䛩䜛㈙䛔≀䛻䛛䛡
䜛᫬㛫䛸༢䛻኎ሙ䛛䜙኎䜚ሙ䜈䛾
⛣ື䛻౑䜟䜜䛶䛔䛯䛛䜢᫂䜙䛛䛻
䛩䜛䚹㈙䛔≀䛸㈙䛔≀௨እ䛾ẚ⋡
䜢ᣦᶆ໬䛩䜛
【棚前購買⾏行行動の可視化】Ჴ๓㉎㈙⾜ືศᯒ
Ø Ჴ๓䛷䛾䝸䜰䝹䛺㉎㈙⾜ື
䛾ྍど໬䈊
POS䝕䞊䝍䛷䛿ぢ䛘䛺䛔䝅䝵䝑
䝟䞊䛾㉎㈙⾜ື䛛䜙䛾どⅬ䚹䛂䛹
䜣䛺㢼䛻㈙䛖䛛䚸䛹䛖䜔䛳䛶Ỵ䜑䜛
䛛䛃Ỵᐃⓗ▐㛫䜢⾜ື᝟ሗ䛛䜙┿
ᐇ䜢ぢᐃ䜑䜛䚹
Copyright © 2014 Midee Co., Ltd. All rights reserved.22
【移動経路路と⾏行行動】
ධᗑ⪅ᩘศᯒ
Ø ධᗑ⪅ᩘ䛾㉎㈙⾜ື䈊
䛂ᖹ᪥䞉ఇ᪥䛾ධᗑ⪅ᩘ䜢ᢕᥱ䛧䚸
ྛ✀ᗑෆᣦᶆ䜢ศᯒ䛩䜛㝿䛾ẕᩘ
䛸䛩䜛䛃
【⼊入店者数】
【店内滞在時間】
【レジ待ち時間】䝺䝆๓኎ሙศᯒ
Ø 䝺䝆ᚅ䛱䛾䛚ᐈᵝ䛻ᑐ䛧䛶
㢳ᐈ‶㊊ᗘ䜢㧗䜑䜛䈊
᫬㛫ᖏู䝇䝍䝑䝣㓄⨨䛾ቑῶ䜔䝅
䝣䝖䛾ぢ┤䛧䜢᳨ウ䛩䜛
ᗑෆື⥺ㄪᰝศᯒ
Ø 䛚ᐈᵝ䛾ὶ䜜䛸㏻⾜㔞䚸ேཱྀ
ᐦᗘㄪᰝ䈊
ධᗑ䛛䜙䛾ே䛾ὶ䜜䚸❧ᐤ䜚䝫䜲䞁
䝖
䚸
䜹䝔䝂䝸䞊ู䛾㏻㐣⋡䜢ᢕᥱ䛧
䝅䝵䝑䝟䞊䛾⾜ື䜢⌮ゎ䛩䜛
【棚前購⼊入時間】Ჴ๓㉎ධ᫬㛫ศᯒ
Ø 䜹䝔䝂䝸䞊ูᲴ๓㉎ධ᫬㛫䈊
኎ሙ䛻❧ᐤ䜚᳨ウᐈ䛛䜙㉎ධᐈ䜈䛾
ኚ໬䛩䜛䜎䛷䛾᫬㛫䚹㈙䛔≀䛻䛛䛛䜛
᫬㛫䛛䜙ぢ䜔䛩䛔䚸㑅䜃䜔䛩䛔䚸䛂㈙
䛔䜔䛩䛔኎ሙ䛺䛾䛛䛃䜢ホ౯䛩䜛

24. 分析レポート （資料料提供：株式会社ミディー）
➨䠍᥋ゐຠᯝศᯒ
Ø ➨䠍䜰䝔䞁䝅䝵䞁䛾┦㛵ᛶ䈊
ྛၟရᑟධ᫬䜔ᗈ࿌ᢞୗ᫬䛾ຠ
ᯝ ᐃ䚹䝃䝤䜹䝔䚸䝤䝷䞁䝗㛫䛾䛂䜹
䝙䝞䝸䛃䜔ၟရ䝟䝑䜿䞊䝆䛾
before/Afterຠᯝ䜢᳨ド䛩䜛䚹
኎䜜➽䛸䝻䞁䜾䝔䞊䝹䜢ᢕᥱ䛩䜛
【競合アイテム分析】຾ᩋศᯒ
Ø SKUู䛾ే᥋ゐ䛛䜙➇ྜၟ
ရ䜢ᢕᥱ䛩䜛䈊
䛹䛾ၟရ䛸ẚ㍑᳨ウ䜢䛧䛶㈙䜟䜜
䛶䛔䜛䛾䛛䚸㈙䜟䜜䛶䛔䛺䛔䛾䛛
䜢ᢕᥱ䛧ၟရ㍈䛷ศᯒ䛩䜛䚹䝥䝻
䝰䞊䝅䝵䞁᪋⟇䚸POP➼䛾ᗑ㢌
䝒䞊䝹䚸౯᱁䚸㝞ิ఩⨨䛾ᨵၿ䛻
ά⏝䛩䜛
᥋ゐ㉎㈙⋡ศᯒ
Ø 䜹䝔䝂䝸䞊䚸䝤䝷䞁䝗ู䛾᥋
ゐ⋡䈊
ྛၟရᑟධ᫬䜔ᗈ࿌ᢞୗ᫬䛾ຠ
ᯝ ᐃ䚹䝃䝤䜹䝔䚸䝤䝷䞁䝗㛫䛾䛂䜹
䝙䝞䝸䛃᳨ド
【接触数傾向ツリー】Ჴ๓㉎㈙䝥䝻䝉䝇ศᯒ
【購買プロセス】
Copyright © 2014 Midee Co., Ltd. All rights reserved.23
【接触購買率率率】
【商品併接触】
【第１接触購買率率率】
᥋ゐᩘഴྥศᯒ
Ø ᥋ゐ䝥䝻䝉䝇䛾䝰䝕䝹໬䈊
༢୍䛾᥋ゐ䚸」ᩘ᥋ゐ䛛䜙䛾⾜ື䝥
䝻䝉䝇䜢㏣䛳䛶ศᯒ䛩䜛䛣䛸䛻䜘䜚䚸
኎ሙ䛾┦㛵ᛶ䛾どⅬ䜢ຍ䛘䜛
Ø 䜹䝔䝂䝸䞊䞉䝃䝤䜹䝔䝂䝸䞊ู䛾
㉎㈙䝥䝻䝉䝇䈊
❧ᐤ䜚䚸᳨ウ䚸㉎ධ䚸᳨ウ᫬㛫䛛䜙䛭
䜜䛮䜜䛾䝇䝔䞊䝆䛾ᙉ䜏䞉ᙅ䜏䜢Ⓨ
ぢ䛧ᨵၿ䛩䜛䚹኎ሙ䛾䜲䞁䝟䜽䝖䚸
䝌䞊䝙䞁䜾䚸䝣䜵䜲䝅䞁䜾䚸ရᥞ䛘䜢
᳨ウ䛧䝣䜷䞊䜹䝇䝫䜲䞁䝖䜢᫂☜䛻䛩
䜛
ే᥋ゐศᯒ
Ø SKUู䛾ే᥋ゐ䛛䜙ẚ㍑᳨
ウၟရ䜢ᢕᥱ䛩䜛䈊
ၟရ䜢㉎ධ䛩䜛㢳ᐈ䛜ྠ᫬䛻䛹䛾
ၟရ䜢㉎ධ䛧䛶䛔䜛䛛䛸䛔䛖ศᯒ
䛜ฟ᮶䜜䜀ၟရ䛾㝞ิ᪉ἲ䛻䜒
ᕤኵ䜢จ䜙䛩䛣䛸䛜ྍ⬟䚹

25. 分析レポート （資料料提供：株式会社ミディー）
【ヒートマップ】䝫䝆䝅䝵䞁ศᯒ
Copyright © 2014 Midee Co., Ltd. All rights reserved.24
【接客オペレーション】
Ø ၟရ᥋ゐ⋡䜢どぬ໬䈊
᪤Ꮡၟရ䜔᪂〇ရ䛾䝟䝣䜷䞊䝬䞁
䝇ᢕᥱ䚹ඃ఩⨨䚸ຎ఩⨨䜢ᢕᥱ䛧ᡓ
␎䜢⦎䜛䚹⮬♫ၟရ䛾䜹䝙䝞䝸䜔➇
ྜၟရ䛸䛾┦㛵䜒ᢕᥱ䛩䜛
【ID-‐‑‒POSと購買⾏行行動】䝸䝢䞊䝖䠃᥋ゐ༨᭷⋡ศᯒ
Ø 䝆䝱䞊䝘䝹䝕䞊䝍䛸㉎㈙⾜ື䈊
ඃⰋ㢳ᐈ䛜ᚲせ䛸䛩䜛ၟရ䜢┠䛻௜䛝
䜔䛩䛔䜘䛖䛺Ჴ๭䜚䜔䝣䜵䜲䝇䜢タᐃ䚹
ၟရ䜢䝸䝢䞊䝖㉎ධ䛩䜛㢳ᐈ䛜ྠ᫬䛻
䛹䛾ၟရ䜢㉎ධ䛧䛶䛔䜛䛛䛸䛔䛖ศᯒ䛜
ฟ᮶䜜䜀ၟရ䛾㝞ิ᪉ἲ䛻䜒ᕤኵ䜢จ
䜙䛩䛣䛜ྍ⬟䛻䛺䜛䚹
【業務効率率率・⽋欠品検知】ᴗົຠ⋡ศᯒ
Ø ᫬㛫ᖏู㝞ิ≧ἣ䛾ኚ໬䈊
ရฟ䛧ᅇᩘ䚸᭱⤊ရฟ䛧䝍䜲䝭䞁䜾䚸
䝅䝣䝖ேᩘ➼䜢᳨ウ䛩䜛
19：00時点
᥋ᐈศᯒ
Ø ᥋ᐈ䛻䜘䜛㉎㈙䜈䛾ᙳ㡪䜢ᢕ
ᥱ䛩䜛䈊
㐺ษ䛺ኌ䛛䛡䝍䜲䝭䞁䜾䛸䛚ᐈᵝ䛾
ᗑ㢌᳨ウ䝍䜲䝥䛻䜘䜛᥋ᐈ᪉ἲ䛾䝟
䝍䞊䞁䜢䝬䝙䝳䜰䝹໬䛩䜛
【商品・陳列列情報】኎ሙ㝞ิ≧ἣ
Ø 㝞ิ≧ἣ䛾☜ㄆ䈊
㝞ิ≧ἣ䜢ᫎീ䞉Ჴ෗┿䛛䜙኎ሙ
䛾ᙉ䜏䞉ᙅ䜏䜢Ⓨぢ䛩䜛

26. Preferred Infrastructure (PFI)
䚷᭱ඛ➃䛾ᢏ⾡䜢᭱▷㊰䛷ᐇ⏝໬䈊
– Sedue: ᳨⣴䠃䝺䝁䝯䞁䝗䜶䞁䝆䞁
– Bazil: ౑䛔䜔䛩䛔ᶵᲔᏛ⩦ゎᯒ䝃䞊䝡䝇
– Jubatus: ኱つᶍ䜸䞁䝷䜲䞁ศᩓᶵᲔᏛ⩦ 代表取締役
25
⻄西川徹
分散システム
• ᮾ኱Ⓨ䝋䝣䝖䜴䜵䜰㛤Ⓨ䝧䞁䝏䝱䞊
• ๰ᴗ䠖2006ᖺ3᭶
• ୺䛺〇ရ
情報検索索（IR）
⾃自然⾔言語処理理機械学習
取締役副社⻑⾧長
岡野原⼤大輔

27. 最先端技術を⽤用いた画像解析ソリューションに向けて：
画像認識識・機械学習・分析技術の融合
㻞㻢
ᶵᲔᏛ⩦
⏬ീㄆ㆑
䠄䝕䜱䞊䝥䝷䞊䝙䞁䜾䠅
᳨⣴䜶䞁䝆䞁䈊
䠋
ศᯒ䝋䝣䝖

28. 㻞㻣
店舗現場で動画データを実験採集
店舗入り口での試験データ採集POSレーンの待ち行列の試験データ採集

29. 㻞㻤
お客様、従業員両面での位置情報の検知
QUALCOMMが推進するGimbalの技術フィジビリティー試験を実施

30. まとめ： 本日のキーノートスピーチ、Kenneth Cukierさんより
㻞㻥
datafication
store, share, process, use
extract new value