SlideShare uma empresa Scribd logo
1 de 47
Baixar para ler offline
ブレインパッドのご紹介
株式会社ブレインパッド
1.会社紹介
Analytics Innovation Company ©BrainPad Inc. 2
会社概要
商号 株式会社ブレインパッド(英文 BrainPad Inc.)
所在地 東京都港区白金台3-2-10 白金台ビル
設立 2004年3月18日
上場市場
東京証券取引所 市場第一部
(証券コード:3655)
資本金 332百万円(2018年9月30日現在)
従業員数 267名(連結、2018年9月30日現在)
役員
代表取締役会長 草野 隆史
代表取締役社長 佐藤 清之輔
取締役 安田 誠
取締役 石川 耕
取締役 塩澤 洋一郎
社外取締役 佐野 哲哉
常勤社外監査役 鈴木 晴夫
監査役 加藤 啓一
社外監査役 山口 勝之
Analytics Innovation Company ©BrainPad Inc. 3
ブレインパッドの代表的な取引先
Analytics Innovation Company ©BrainPad Inc. 4
Analytics Innovation Company
アナリティクスとエンジニアリングを駆使した
革新的かつ実践的なソリューションで
最高の価値を提供する
CORPORATE VISION
Analytics Innovation Company ©BrainPad Inc. 5
ブレインパッドが生み出す価値
世の中では様々なキーワードが注目されていますが、これらは全て、
“データを価値に変えて企業活動に変化と改善をもたらすもの”です。
• ブレインパッドは、2004年の創業以来、データによるビジネス創造と経営改善に向き合ってきた
データ活用のリーディングカンパニーです。
• アナリティクスとエンジニアリングを駆使し、データを価値に変えることで、企業のビジネス創造
と経営改善をお手伝いしています。
ビッグデータ
Big Data
機械学習
Machine Learning
IoT/IoE
Internet of Things
Internet of Everything
AI
Artificial Intelligence
人工知能
予測・最適化
データサイエンティスト
深層学習
Deep Learning
データ分析
データ活用
フィンテック
FinTech
マーケティング
オートメーション
MA (Marketing
Automation)
Analytics Innovation Company ©BrainPad Inc. 6
最高の価値提供を可能にする3つの力
2004年の創業以来、ブレインパッドがデータ活用をお手伝いした企業は800社を超えます。
幅広い業界を対象として、豊富に積み上げられたナレッジを武器に、お客様の経営課題を
解決に導きます。
ブレインパッドは、80名を超えるデータサイエンティスト集団を有します。この規模は国内随一
です。技術的な専門分野、得意とする顧客業界、豊富な分析経験など、様々な強みを
持つデータサイエンティストがお客様のニーズに合わせてチームを組成し、最高レベルのアナリ
ティクスサービスを提供します。
上記の2つの力を、最先端のテクノロジーを用いて、システムやソフトウェアなどの“形”にできる
のが、ブレインパッドが誇るエンジニア力です。その高い技術と先進性は、デジタルマーケ
ティング領域でのNo.1プロダクト「Rtoaster」を生み出したことでも証明されています。
創業以来、データ活用を支援した企業は800社以上
80名を超えるデータサイエンティストは国内随一
DMP領域 No.1プロダクトで培ったエンジニアリング力
Analytics Innovation Company ©BrainPad Inc. 7
業界内での際立ったポジション
トライアル分析による
プロジェクトの実現可能性や
投資対効果の検証
経営課題を解決する
分析アルゴリズムや
プラットフォームの開発
実際の業務プロセス
への適用と運用改善
による継続的な
ビジネス成果の創出
課題の見える化
(アセスメント)と
コンセプトデザイン
データを用いた、経営課題を解決するためのコンセンプトデザインから運用まで、
一貫したサービスを提供できるという業界内でも際立った強みがあります。
ブレインパッドのサービス提供領域
戦略的コンサルティング
ファーム
デジタルマーケティング特化や
分析特化の関連製品ベンダー
大手SIer(ただし、分析の専門人材はまだ不足していると認識)
総合系コンサルティングファーム
(ただし、専門性の高い分析部隊はまだ小規模であり、知見を蓄積中の段階であると認識)
関
連
プ
レ
ー
ヤ
ー
の
事
業
領
域
Analytics Innovation Company ©BrainPad Inc. 8
ブレインパッドのサービス①:ビッグデータ活用サービス
ブレインパッドは、ビッグデータ活用を専門とする多数のプロフェッショナルの力を活かし、
以下のような課題を解決するサービスを提供しています。
マーケティングのPDCA
サイクル全体の改善を支援
データによる顧客理解や顧客育成施策
の立案、施策の効果測定や最適化ま
で、PDCAサイクル全体を支援します。
データや事実に基づいて
マーケティングやCRMを
改善したい
アナリティクスを用いた
業務プロセスの最適化支援
最新技術を駆使し、営業、製造、サプ
ライチェーンマネジメント、新規事業など、
様々な業務プロセスの改革や効率化を
実現します。
データ活用のための
インフラ構築全体を支援
ベンダーフリーで中立な立場を活かし、
データ活用計画の立案から、分析基盤
の構築、運用支援までを、トータルに支
援します。
人材育成、
専門組織や体制の構築を支援
自立的なデータ活用に向けたロードマッ
プを策定し、データ活用人材の育成や、
専門組織・体制の整備を支援します。
機械学習やAIを用いて
業務改革や高度化を行いたい
ビッグデータ分析のための
プラットフォームを
構築したい
データ活用人材を育てたい、
組織・体制を構築したい
マーケティングアナリティクスの
専門家
• コンサルタント
• データサイエンティスト
最新の機械学習/深層学習、
IoT、AI技術を習得した専門家
• データサイエンティスト
• エンジニア
分析環境の構築や製品選定の
ノウハウを持つ専門家
• 製品コンサルタント
• システムエンジニア
ブレインパッドのデータ活用人材
育成サービスの運営実績を持つ、
データ活用人材育成の専門家
• コンサルタント
• 講師
サ
ー
ビ
ス
提
供
に
あ
た
る
ス
ペ
シ
ャ
リ
ス
ト
Analytics Innovation Company ©BrainPad Inc. 9
AdNote
約20種類のレポートを自
動作成する機能や、広告
予算配分のシミュレーショ
ン機能を搭載したツール
広告運用支援ツール
ブレインパッドのサービス②:デジタルマーケティングサービス
高品質のサービス提供を可能とする製品群
ブレインパッドは、DMP市場のNo.1製品「Rtoaster」を中心に、
デジタルマーケティングを進化させる分析・システム構築・導入コンサルティングも提供しています。
データサイエンティストの分析により、
さらに深く顧客を理解することが可能です。
既存システムとの連携のためのシステム
改修や、新たなシステム構築が可能です。
デジタルマーケティングの専門家による
コンサルティング、運用支援が可能です。
Mynd plus
人工知能・機械学習・統
計学技術を駆使してテキ
ストデータを解析
自然言語処理エンジン
L2Mixer
最先端の予測モデルと最
適化計算による自動入
札で、シンプルな広告運
用を支援
運用型広告
最適化ツール
Rtoaster
多彩なマーケティングアク
ションをデータから実現でき
る、DMP市場のNo.1製
品
レコメンドエンジン搭載
プライベートDMP
+ 分析 + システム構築 + 導入コンサルティング
Probance
機械学習により顧客ニー
ズを予測し、パーソナライ
ズコミュニケーションを実現
するMAプラットフォーム
マーケティングオートメーション
プラットフォーム
Conomi
収集・蓄積したデータを活
用して、独自のアルゴリズ
ムでヒト・モノを複合的に
マッチング
マッチングエンジン
Crimson Hexagon
ソーシャルメディアから、世
界中の顧客エンゲージメン
トを分析
ソーシャルリスニング・
プラットフォーム
Analytics Innovation Company ©BrainPad Inc. 10
データ活用のプロフェッショナルが提供する製品群
Crimson Hexagon
ソーシャルメディアから、世
界中の顧客エンゲージメン
トを分析
ソーシャルリスニング・
プラットフォーム
Mynd plus
人工知能・機械学習・統
計学技術を駆使してテキ
ストデータを解析
自然言語処理エンジン
L2Mixer
最先端の予測モデルと最
適化計算による自動入
札で、シンプルな広告運
用を支援
運用型広告
最適化ツール
Rtoaster
多彩なマーケティングアク
ションをデータから実現でき
る、DMP市場のNo.1製
品
レコメンドエンジン搭載
プライベートDMP
UltiPad
予測モデルの構築後に、
膨大な組み合わせの中か
ら最適解を導くことが可能
最適化エンジン
WPS Analytics
SAS言語で記述されたプ
ログラム実行とデータ操作
が可能
統計解析・ビッグデータ
加工システム
SAP®
Predictive Analytics
データマイニング・機械学
習のプロセスを自動化し、
圧倒的な効率性を実現
ビッグデータ対応 機械
学習・予測分析システム
Tableau
データをビジュアル化し、
データの持つメッセージを
伝えることが可能
ビジネス・インテリジェンス
ツール
SAP® IQ
分析・検索用途に特化し
て開発されたデータベース
ソフトウェア
ビッグデータ・ウェアハウス
SAP HANA®
大量のデータを高速分析
するために開発されたイン
メモリコンピューティング
インメモリ
コンピューティング
MapR
大規模データを、コスト効
率よく高速処理できる
Hadoop製品
データ分析処理基盤
Microsoft
Azure
ビッグデータ活用に必要な
一連の機能をクラウド上で
提供
クラウドプラットフォーム
マーケティング
可視化
Business
Intelligence
データマイニング
機械学習
分析基盤
最適化
・
その他
アプリケーション
exQuick
データやファイルを統合的
に管理し、データ抽出やレ
ポーティングを得意とする
システム
ダイナミックセグメンテーション
システム
自社開発製品 当社が国内唯一の販売代理店である製品 その他
AdNote
約20種類のレポートを自
動作成する機能や、広告
予算配分のシミュレーショ
ン機能を搭載したツール
広告運用支援ツール
Probance
機械学習により顧客ニー
ズを予測し、パーソナライ
ズコミュニケーションを実現
するMAプラットフォーム
マーケティングオートメーション
プラットフォーム
ブレインロボ
(BrainRobo)
人が行う業務を自動化・
効率化するロボティック・プ
ロセス・オートメーション
ロボティック・プロセス・
オートメーション
Conomi
収集・蓄積したデータを活
用して、独自のアルゴリズ
ムでヒト・モノを複合的に
マッチング
マッチングエンジン
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
11
ブレインパッド部門ご紹介
クライアント企業のデータ活用支援
人的サービス 独自開発サービスシステム構築
システム開発事業 マーケティング
プラットフォーム事業
データ分析系の
アルゴリズムを活用した
独自サービス提供
アナリティクス事業
データ分析に関する
プロフェッショナル
サービス
ビッグデータ活用基盤から
分析、可視化析ソフトまで
販売/SIサービス
データサイエンティスト
60名以上在籍
人的・開発サービス
AIビジネス事業
AIを具体的にビジネスの
世界に適用させるための
コンサルサービス
ソリューション
デジタル
ソリューション事業
データドリブンな
マーケティングを実現する
サービス提供
(予測分析・機械学習・MA)
実現可能な技術を駆使し
業界×バリューチェーン
全体に浸透を目指す
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
12
「データ活用」への取り組み
【データサイエンティスト協会】
国内随一のデータサイエンティスト集団を有する当社が発起人となり、産官学の有志とともに
2013年に発足した団体。
(当社代表 草野が同協会の代表理事)
社会のビッグデータ化に伴い重要視されているデータサイエンティスト(分析人材)の育成のため、その技能(スキル)要件の定義・
標準化を推進し、社会に対する普及啓蒙活動を実施。
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
13
「ディープラーニング技術向上」への取り組み
【日本ディープラーニング協会】
ディープラーニングで日本の産業競争力の向上を目指す為に2017年に発足した団体。
(当社代表 草野が同協会の理事に就任、アナリティクス本部の太田がディープラーニング関係
資格の試験委員に就任)
2.事例紹介
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
15
カテゴリ毎のご支援テーマ
データに基づいた
マーケティングやCRMの改善
マーケティング戦略の立案 顧客構造分析、カスタマージャーニー設計、KPI設定など
顧客育成のための施策の立案
ロイヤリティー分析、クロスセル・アップセル分析、離反防止策の推定、
顧客育成パスの設計、キャンペーン効果のシュミレーションなど
マーケティング施策の最適化
広告効果・ROIの可視化、アトリビューション分析、広告予算配分の最適化、
オムニチャネルビジネスのモデリング、インフォマーシャルの最適化
CRMコンサルティング CRM改善プランの立案、最適なソリューションの選定、システム構築、運用支援
デジタルマーケティングサービスの提供 自社開発製品の提供
機械学習やAI(人工知能)を
用いた業務改革や高度化
サプライチェーンの最適化 配送・配車計画、要員計画、需要予測、仕入・発注、在庫管理などの最適化
製造プロセスの最適化 不良品検出、歩留まりの改善、機器の故障要因の早期発見による予防保全など
オペレーションの最適化 人手に依存していたコールセンター業務や広告出稿業務などの効率化
不正検知(異常検知) 金融市場における不正取引や、EC・通販における不正なトランザクションの検知
IoT/AI活用戦略策定支援 IoTやAIを活用した戦略策定や新規ビジネス創出の支援
AIを活用したロジック開発 AI関連技術など、最先端の技術を用いたロジックの開発
深層学習を用いた画像解析
深層学習(ディープラーニング)を用いた画像判別のマーケティングへの適用、
業務改革への適用
ビッグデータ分析のための
プラットフォーム構築
コンサルティング データ活用プランの立案、最適な分析環境の選定、システム化の構想立案など
構築(システムインテグレーション) 最適なハードウェア/ソフトウェアを組み合わせた分析基盤の構築
運用支援 構築した分析環境の運用プランの立案、システム保守、活用トレーニングなど
データ活用人材の育成、
組織・体制構築 データ活用組織・体制の整備・立上支援
データ活用組織・体制の整備や立ち上げと、
自立的なデータ活用に向けたロードマップ作成
教育プログラムの提供
データ活用人材やデータサイエンティストの育成メソッド
(当社独自開発の教育講座)を組み合わせた、カスタマイズプログラムの提供
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
16
《データに基づいたマーケティングやCRMの改善》
某大手百貨店様ギフトCRMの導入 ■Probance Hyper Marketing
導入
製品
ギフト需要⇒自家需要
転換シナリオ
法人会員向け
ビジネス需要シナリオ
子あり顧客向け
ライフイベントシナリオ
導入
目的
実施施策
と効果
古くに創業された日本でも有数の大手百貨店。
国内のみならず海外にも店舗を展開し、日本伝統のおもてなしと新しい価値観をクロスさせたライフスタイル提案を行っている。
顧客毎のライフステージや購買スタイルにあわせて最適化されたメッセージを配信したい。
購買とWeb上の行動、及び顧客ライフステージデータを元にLTV増大のためのプロモーション
を実施
これまで主力であったギフト需要での獲得顧客の自家需要客への転換や、初期購入時のギフトイベント毎別の
コンタクトタイミング・推奨コンテンツの最適化により、百貨店がこれまで行ってきた「おもてなし」をデジタルコミュニケ
ーションとして実装。MA初期分析を元にした顧客セグメントとシナリオ作成でもBPがサポート。
マーケティングオートメーション
大手
百貨店様
購入顧客
データ
オンライン
購入データ
Step1オンライン
Step2オフライン
カード/友の会
外商データ
店舗購入
データ
MA
初期分析
シナリオ検討
連携 セグメント
シナリオ設計
導入時サポート
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
17
■Probance Hyper Marketing
■Rtoaster
■Microsoft Azure
■Tableau
導入
製品
《データに基づいたマーケティングやCRMの改善》
外資ブランドのオムニチャネルCRMの導入
オンライン顧客向け
シナリオ
店舗顧客向け
シナリオ
導入
目的
実施施策
と効果
米国で誕生しハンドバッグを中心にアパレル、シューズ、アクセサリー、時計、ホームコレクションなどを展開するファッションブランド。
オンライン顧客・店舗顧客を統合したオムニチャネルCRMを実現。
オンラインショップ・リアル店舗のデータを統合した分析環境構築からオムニチャネルCRMプラッ
トフォームへ拡張
STEP1としてオンラインショップとリアル店舗会員の顧客データ及び購入データを統合。顧客分析フェーズを経て、
クロスチャネルでのアクションのためProbanceによるコミュニケーションの自動化のSTEP2へ。
過去購入行動やWeb上での閲覧行動からパーソナライズメールによるCRMプロモーションを実現。
マーケティングオートメーション
外資
ブランド様
オンライン購入
顧客データ
オンライン
購入データ
オンラインショップ
店舗会員
会員カード
顧客データ
店舗
購入データ
連携
Microsoft Azure
Tableau
MA
初期分析
シナリオ検討 オムニチャネル
顧客分析
相互
送客
統合顧客
DB
Step1 Step2
Web行動データ
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
18
■Rtoaster導入
製品
《データに基づいたマーケティングやCRMの改善》
横浜銀行様のデジタルマーケティング基盤導入
お客さまとの取引をより深めるために、「結婚資金
の貯蓄」、「マイホームの購入」といったお客さまごと
のライフステージやライフスタイルを精緻に把握し、
最適な商品をレコメンドしたいと考えていましたが、
人手では膨大な工数がかかるため、コンテンツの
自動最適化とレコメンドが実現できる仕組みの
導入を検討し、このたび、ブレインパッドの
Rtoasterが採用されました。
• 横浜銀行は、「地域のお客さまとの接点拡大・取引の深化を追求し、さらなる成長をめざす」という経営目標のもと、
ダイレクトチャネルの強化を目的に、2013年にウェブサイトの全面リニューアルを行いました。
リニューアルにより、同ウェブサイトでは、「(お金を)ためる・ふやす」、「(お金を)かりる」、「(将来に)そなえる」、
「便利・お得に(インターネットバンキングなど)」といった目的別の情報がわかりやすく提供されています。
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
19
■アナリティクスサービス
導入
製品
《機械学習やAI(人工知能)を用いた業務改革や高度化》
某メーカー企業の需要予測システム開発
同社の需要予測と生産計画の前提となる生産振分は、現場の属人的なノウハウ依存していました。これを需要予測と生産振分の最適化
エンジンを提供することで生産余剰、ライン切替ロス、輸送コストを削減致しました
目的・背景 導入の効果
生産振分最適化によるコスト削減
POS情報、店舗情報、商品情報、生産情報、輸送情報を分析することで、需要予測と生産
売り分け業務をアルゴリズム化。見込生産が必要な同社にとって需要予測ロジックと生産振分
ロジックのスピード・精度向上が生産、輸送の各工程のコスト削減につながった
• 原料余剰の最小化
• 製造時間ロス最小化
• 輸送コスト最小化
ご提供したサービス
• コンサルティング(フィージビリ
ティとROIシミュレーション)
• 需要予測および最適化エ
ンジンの提供(オンプレミス)
需要予測から生産振分の最適化分析 & 予測モデル作成
需要予測 生産情報 輸送情報
販売個数の予測
生産時間の予測
制約条件を入力すると生産に最適な工場とルートを提示
例) 2/10の時刻Tまでに、製品A=1,000個、製品B=2,000個、東京工場か
ら取引先XXへ納品(→どの工場で何個製造し、何時発のトラックで配送す
るとコストが最小になるか?)
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
20
■アナリティクスサービス
導入
製品
《機械学習やAI(人工知能)を用いた業務改革や高度化》
キューピー様不良材料検知システム開発
現状は、生産ラインを流れる製品の良品、不良品を人間が判断している。この業務をディープラーニングを
用いた画像解析技術(人工知能)で行う。コンピュータに良品・不良品サンプルデータ(画像)を機械
学習させることで、良品・不良品を見分けるディープラーニング技術を用いたAIを構築
• コンピュータが良品、不良品を見分けるルールを自ら
学び不良品を判別できるようになる
• 人工知能は、疲れることなく一定精度で持続的に
業務を継続する
• 人間は個別に経験、トレーニングする必要があるが
人工知能は一度学習させるとクラウドで共用したり、
コピーも可能
• アプローチ次第で人間よりも高い精度で業務をこな
す可能性
将来の実現イメージ 当社クラウドプラットフォーム
弊社の
支援範囲
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
21
■アナリティクスサービス
■CrimsonHexagonForesight
導入
製品
《機械学習やAI(人工知能)を用いた業務改革や高度化》
コカ・コーラ様飲料シーン分析
SNS投稿画像からの顧客理解
自社商品がどのような生活シーンで消費されているのかを把握することは、
消費者心理を深く理解するための重要課題の一つ。
結果検証を通じて、SNS投稿における画像解析の有効性を確認する。
Twitter投稿画像
約10万点
・テキストデータでは表し難いキャ
ンペーンや新商品発売の影響を
確認でき、マーケティングに活用
予定。
・ラベル自動付与によって、カテゴ
リー別の消費シーンのより深い理
解を得られることが可能に。
目的/背景/課題 使用データ 改善効果
SNSからの画像抽出 画像を識別 消費シーンの分析、レポート化
約10万件のSNS投稿画像を抽出
(過去2年分の商品ロゴ画像を含むツ
イートを検出)
イメージ画像や自動販売機などの画像
を除外。(消費シーンに関係ないため)
入力画像
Vision APIのラベル検出で、入力画像に対して
ラベルの候補とスコアが付与。
ラベル検出結果のイメージ
ラベル分類分け
テキストと画像では影響を
受けるトレンドが違うことを
確認。商品の大きさにイン
パクトのあるキャンペーンで
は画像数の影響が増えた。
画像にラベルを自動付与することで、
一緒に映り込んでいる物も認識。
想定外にアルコールと一緒に写って
いるものが多く、割り物として使わ
れていることが多いとわかった。
青文字:テキスト 赤文字:画像
Twitter数のテキスト/画像別推移
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
22
■Microsoft Azure
■Rtoaster ■Probance
■SAP Predictive Analytics
導入
製品
《ビッグデータ分析のためのプラットフォーム構築》
某エンタテイメント施設様キャンペーン基盤開発
顧客情報、施設外行動(購入履歴、メール配信履歴等)、施設内行動(センサー情報等)、施設環境情報(待ち時間等)をリアルタイム
に収集し、メールやラインを通じて顧客にとって最適なキャンペーンをレコメンドするシステムを構築
目的・効果
顧客に最適なキャンペーンをレコメンドし売上UP
新しいマーケティング施策実行の基盤として、WEBだけでなく、リアルな顧客の行動情報を把
握することで、顧客の志向を捉え、リアルタイムに顧客に最適な情報をレコメンドし、売上向上
に寄与。
構成のポイント
• インフラやミドルウェアのほとんどをMicrosoft Azureで構築してい
るため拡張性に優れている
• SQL Data Warehouseを採用することにより、データ量に応じた
スケールアウト及びデータバックアップをクラウドサービスの標準機能
として実現
<センサーデータ収集>
 Event Hub
 Stream Analytics
<データ蓄積・分析データ加工>
 SQL Data Warehouse
 SQLServer
<予測モデル>
 SAP Predictive Analytics(予測)
<配信管理>
 Rtoaster(レコメンド)
 Probance Hyper
Marketing(MA)
主要構成・スペック
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
23
■Microsoft Azure
導入
製品
《ビッグデータ分析のためのプラットフォーム構築》
某医療系データ会社の分析基盤開発
「Microsoft Azure HDInsight」および「Apache Spark(アパッチスパーク)」、「Scala(スカラ)」を活用し、他社製統計ソフトウェア
で行っていたデータ加工・分析処理プログラムを、「Microsoft Azure」のクラウド上で並列分散処理できる環境を構築
目的・効果
並列分散処理で処理速度大幅UP
クライアント企業では、データが日々増加していることから、データ分析レポートの作成をするため
のデータ加工・分析処理に時間がかかっているを課題視。ブレインパッドの提供する
「Enterprise Data Warehouse on Azure」により分析処理時間を大幅に短縮。
構成のポイント
• 「Microsoft Azure」および「Microsoft Azure
HDInsight®」を活用することで、並列分散処理による大規
模データを高速に処理できる分析処理基盤を、低価格かつ短
期間でクラウド上に構築
<データ蓄積・分析データ加工>
 BLOBストレージ
 HDInsight
 VM
 Spark
 Scala
主要構成・スペック
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
24
■BrainRobo
導入
製品
《ビッグデータ分析のためのプラットフォーム構築》
株式会社I-ne様のRPA導入
会社概要
導入
目的
導入の
背景と経緯
「BOTANIST」「SALONIA」など、画期的な新商品を次々と世に送り出す次世代ベンチャー。
約20の自社ブランドの製造・販売を行う消費財メーカー。
事業の急拡大に伴い、業務量が増大
属人的なECショップ運営業務から脱却したい
ECサイトは自社構築のショップだけでなく、Yahoo!や楽天など他社のECプラットフォームでも展
開しているので、ブランドが増えるたびに各店舗の管理業務や問い合わせ対応が増え、業務
量が膨大になっていった。
システム化が難しい作業も多く、ある程度はマンパワーで対応せざるを得なかった。
こうした背景から、「いかにして業務量の増大やミスの発生
を防ぐか?」というのは、RPAを検討する以前からのテーマ
になっていた。
4か月間でECショップ運営に関する47業務を自動化し、月間300時間の工数削減達成!
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
25
■アナリティクスサービス
導入
製品
《データ活用人材の育成、組織・体制構築》
データサイエンティスト育成支援体制
エントリー層
プレエントリー層
分析担当者
高度データ活用人材
(スペシャリスト)
経営層
(CMO、CAO、CxO)
分析投資のROI
ビジネスインパクト
付加価値創造
分析の成果
ビジネス課題解決
スキル領域
専門性
基礎スキル
ミッション・目的人材ピラミッド
経営層・マネジメント向け研修
業界別研修
テーマ別研修
統計基礎講座
Excel講座
公開講座
④分析組織立ち上げ
支援
③カスタマイズ研修
②パッケージ研修
①データ活用セミナー
企業研修
ブレインパッドでは企業が求めるニーズを受けて、ビジネス課題を解決できるデータ活用人材の育成を支援し
ています。また組織としてデータサイエンス活用を考えている企業様向けのカスタマイズ支援もご用意。
機械学習による問題解決実践
Rによる統計解析
SQLによる集計・分析
統計・分析のための
データ加工入門
Tableauによる
集計・分析
データサイエンティスト入門研修
ソリューション別研修
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
26
■アナリティクスサービス
導入
製品
《データ活用人材の育成、組織・体制構築》
電通様の新入社員・若手向け分析研修
• データ前処理と集計による分析手順の理解
• 分析・データ活用のプロセスと分析手順の理解
• 予測(回帰分析)による分析手順の理解
• 電通様独自の広告データを用いた売上拡大提案の
ミニプロジェクトを実施し、分析の実践力の向上
SQLによる集計・分析
研修 学習目標
Rによる統計解析
電通様のデータを用いた
ケーススタディ
新卒社員
(全員)
新卒社員
(分析系)
若手
社員
基礎
知識
利用
実践
データサイエンス 基礎(講義)
データ処理プログラミング • データ抽出や前処理・集計の手順理解
目的
データサイエンス 基礎(演習)
2017年度新卒社員、ならびに若手社員を対象とした分析・データ活用研修とし、
分析プロセスの基礎からデータ利用・ビジネス現場における実践を意図して研修の流れを設計
• 新卒社員全員(基礎知識)
• 新卒社員の分析・データ活用部配属予定者(基礎知識・利用・実践)
• 若手社員(利用・実践)
受講
対象者
育成目標
• 統計検定3級レベル
• SQLとRで分析に自発的に取り組むことが出来るレベル
3.ソリューション導入のプロセスイメージ
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
28
分析業務のご支援イメージ
PJ設計
アセスメント支援
トライアル分析
( PoC )
本格分析
(ロジック開発)
しくみ化・自動化
(システム化)
業務適用・運用
テーマ・スコープが
明確な場合
テーマ・スコープが
曖昧な場合
①プロジェクト設計・アセスメント支援
データ活用対象の業務、テーマの選定からお手伝いいたします。PoCを含む、後工程での業務をふ
まえ、データの選定・収集・整備や、テーマの優先順位、プロジェクト設計、実行計画策定(体制
・スケジュール)などを行い、プロジェクト全体が円滑に実施できるよう対応いたします。
2~3ヶ月 3ヶ月~ 3ヶ月~2~3ヶ月期間
活動内容 ②トライアル分析
弊社にてデータをお預かりして分析を実施し、結果及び示唆をご提供します
③本格分析
トライアル分析をふまえ、システム化、業務適用に向けたロジックの本格的な開発を行います
3ヶ月~
テーマ・スコープの拡大・変更・再定義
Phase 2 Phase 3 Phase 4Phase 1
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
29
分析基盤開発ソリューションのご支援イメージ
要件
ヒアリング
関連データ
分析
業務分析
現状把握
ビジネス改善
施策プラン開発
施策実行と
効果検証
システム
開発
システム
運用・改修
コンサルティングフェーズ
開発
プランニング
仮説
構築
現有システム
環境確認
開発フェーズ 運用支援フェーズ【導入プロセス】
1現状把握
・ヒアリング
・保有データ分析
・業務分析
2将来予測
・新たな分析基盤の検証、提案
・中長期での開発ロードマップの
作成
3システム開発
・Agile開発
・機械学習、AI開発
■ ご支援の流れ
ブレインパッドの分析基盤開発は「コンサルティング」「開発」「運用支援」の3つのフェーズに分
かれています。
御社のビジネスの方向性や現状をヒアリングとデータ分析により把握し、KPI等の指標を明確
にして分析システムの開発を一気通貫で行います。
開発においてはAgile的に小さい開発を短いPDCAで回し、スピード感があり且つ柔軟に要
件に対応可能な開発手法を取っています。
導入後も実施施策の効果検証と改善を実施し、御社ビジネスの改善をサポートします。
Appendix
製品・サービス資料
+AI (プラスエーアイ) サービス
+AI は、身近な日常やビジネスに人工知能をプラスして、さまざまなイノベーションを生み出しています。
プラン 対象となるお客様 実施期間の目安 アウトプット
AIを自社の業務やサービス、製品など
に組み込むことで収益改善・業務効
率化などの経営改善を実現したい
お客様
サービス/システムの
本格実装プラン
プロトタイプ
開発プラン(PoC)
戦略・実行計画策定
プラン
テーマ選定
プラン
AIを活用した、具体的な業務改善
テーマをお持ちのお客様
AI活用のテーマをお持ちで、更に
プロジェクトを推進したいお客様
機械学習/ディープラーニング、先端
的なデジタル技術による、事業改革、
業務効率化、サービス開発などに
関心があるお客様
3~6か月程度
1~2か月程度
1~2か月程度
5日~1か月程度
• 完成した機械学習システム
• 構想した成果の実現 など
• 機械学習モデルのモックアップ(仮モデル)と精度
評価
• 実現可能性に関する評価・リスク
• 今後の展開プラン など
• AI活用よる収益創出、業務効率化、品質改善など
の経営インパクトを創出するための戦略
• ROI試算結果、スケジュール、実行体制、リスクと
回避策などの具体的な実行計画と経営効果 など
• AI・機械学習等に関連した具体的取り組みテーマ
候補
• テーマごとの取り組み優先度 など
+AI の4つのサービスプラン
ブレインパッドの支援内容
機械学習モデルや先端的なデジタ
ル技術を搭載したシステム開発を
支援します
機械学習モデルの構築やデジタル
技術を活用したパイロット施策の実
施により、実現可能性の見極めを
支援します
具体的な収益化を実現する適切
なアプローチ・展開プランを策定し、
投資に対する経営層の意思決定
を支援します
お客様企業内での適用領域の見
極めを支援します
ディープラーニングを含めた機械学習、自然言語処理、数理最適化など、人工知能(AI)関連テクノロジー
の活用により、経営改善やサービス革新に貢献するスペシャリストがお客様の支援にあたります。
データドリブン型組織への転換、デジタルトランスフォーメーションなど
会社や事業部門全体の変革から、ディープラーニングを組み込んだ
新サービスのR&D、需要予測を用いた業務改善、画像解析による
検査の自動化、データ蓄積基盤の導入、AI関連人材の育成まで、
幅広いテーマの支援が可能です。
人工知能(AI)のサービス・コンサルティング
画面をクリックするだけ、プログラミング不要で構築
人が実施していた定型業務も非定型業務も自動化するロボティック・プロセス・オートメーション
サービスです。
ブレインロボ(BrainRobo)
ロボティック・プロセス・オートメーション
RPA
《適用例》
テキストマイニング
需要予測や欠品予測
ログ解析による
売れ筋キーワード特定
サイト内検索エンジンの最適化
在庫管理・発受注の自動化
広告出稿の自動化
アナリティクス・AI機能を加えることで予測結果やデータマイニング等
の分析結果に基づき、人間の判断を超えた精度の自動化を実現。
容易な導入と充実したサポート体制人間の判断が必要な高度業務(Class2)を実現
人と同じUIを使用する、柔軟なシステム連携
簡単に自動化。コーディングや既存システムへの変更不要
ご活用フェーズにあわせた3つのプランをご用意
外部のAI機能を呼び出し、Class2の高度活用に対応
ヒアリング+
簡易診断
導入
トレーニング
限定的業務
での試験運用
サポート
継続活用
コンサルティング
柔軟なライセンス体系と伴走するサポートで御社での自律的な
RPA活用が出来るまで導入をサポートします。
2週間 最大3ヶ月
本格導入フェーズ導入効果検証フェーズ
6ヶ月~1年で自律運用へ
公開講座
データサイエンティスト入門講座
企業研修
50万円~
120万円~
250万円~
100万円~/月
ネットや書籍上の情報からは得られないビジネスに活かす実践力と現場のノウハウが身に付く、
データサイエンスのプロフェッショナル集団による人材育成サービスです。
サービス
● 2004年の創業以来、多様な業種のビジネス課題をデータ分析で解決してきたノウハウを凝縮し体系化!
● 企業研修は30社以上の提供実績!公開講座は開講以来、5年間で700名を超える受講実績!
● クライアントワークによる分析プロジェクトの経験豊富な当社データサイエンティストが講師を担当!
本サービスの特徴:
提供概要 カリキュラム名 概算費用(税抜)
研修コース、受講者数と受講対象者のレベルに応じて見積もり
左記はSQLによる集計・分析研修10名の例
カリキュラム・メニュー、期間、受講人数に応じて見積もり
提供する組織・人材育成のテーマ、当社の稼働時間に応じて
見積もり
データ活用セミナー
パッケージによる研修
カスタマイズ研修
分析組織立ち上げ支援
SQLによる集計・分析
Rによる統計解析
機械学習による問題解決実践
Pythonではじめるディープラーニング実践
12万円/人
20万円/人
20万円/人
22万円/人
2・3・6・9・12月に開催、
各講座最大30名。
経済産業省
「第四次産業革命
スキル習得講座認定制度」
厚生労働省
「専門実践教育訓練給付金」
以下2種の認定を
受けた講座です
ブレインパッドの人材育成サービス
ビジネス現場で使えるデータ活用スキルを手に入れる
AI技術(機械学習)などを駆使してテキストデータを解析
テキストデータを “価値ある情報” へ
Mynd plus
自然言語処理エンジン
マーケティング
履歴書・アンケート結果
ウェブサイトコンテンツ、
ソーシャルメディアのテキストデータ
音声・画像から
変換・抽出したテキストデータ
ビジネスへの活用自然言語処理データの入力
レコメンド/マッチング
記事の要約
コールセンター
アンケート解析
広告メニュー
モジュールを
組み合わせて
利用できる
解析対象の文書を
自動的に要約
自動要約
解析対象を特徴付ける
キーワードを抽出
キーワード抽出
入力文書に
適切なラベルを付与
ラベルの付与
URLリストをもとに、
RSSやWeb上のリソースを取得
Webクローリング
解析対象の文書群を
数十のトピックに自動分類
自動クラスタリング
キーワードから関連語や
類義語を出力
キーワード拡張
多彩な利用シーン
レコメンドエンジン/プライベートDMP との接続
・ ユーザーの興味関心キーワードをDMPに蓄積
・ メディアサイトでのコンテンツマッチ レコメンド
・ 異なるサイトを横断したレコメンド
・ 指定したテーマでウェブから自動キュレーション
・ ユーザーの関心あるニュースをまとめる
キュレーションメディア/ニュースアプリ での活用
お客様の業務システムへの組み込み
・広告枠ページのテキスト解析して広告のマッチング精度を向上広告配信システム
・会話データを自動要約してCRMなどへの登録業務の負荷を軽減コールセンター
高精度な
言語処理
利用シーンに合わせた 高い柔軟性
「Rtoaster」は最先端のレコメンドエンジンとユーザー分析エンジンが搭載されたプライベートDMPです。多様なデータの統合
から、ユーザー理解、マルチチャネルでのパーソナライズアクションまで、データドリブンマーケティングを強力にサポートいたします。
Rtoaster
レコメンドエンジン搭載プライベートDMP
マーケティング
Rtoasterが選ばれる3つの理由
データに基づくユーザー理解とパーソナライズアクション
データ収集・統合 データ分析・機械学習 データからアクション
サイト
アプリ
デジタル
広告
メール
ダイレクト
メール
レポート/
データ出力プライベート
DMP
レコメンド
エンジン
ユーザー
分析
CRMデータ
会員属性データ
サイト・アプリ内
ユーザー行動
ソーシャル
データ
コンテンツ
データ
オフライン
データ
その他
データ
外部オーディエンス
データ
DMP市場3年連続No.1(※)
250社以上の導入実績
幅広い業種での知見
データによるユーザー理解
・パーソナライズアクション
をワンストップで実現可能
データサイエンティストと
コンサルタントが
成果向上を支援
豊富な分析・パーソナライズ機能(一部抜粋)
ユーザー分析機能・スコアリング機能
ユーザー属性機能・外部データ統合機能
Webレコメンド・Web接客機能
アプリプッシュ機能・アプリレコメンド機能
広告(DSP/ADNW)連携機能
MA・メール配信連携機能 etc
※DMP市場:ベンダー別売上金額シェア【2014年、2015年、2016年度実績】
出典:ITR「ITR Market View:メール/Webマーケティング市場2018」「ITR Market View:マーケティング管理市場2017」
プロバンスは、情報洪水の時代でも顧客に届くBtoC向けマーケティングオートメーションです。
多種・多量なデータの取り扱いを実現し、複雑なマーケティングシナリオを簡単に自動化します。
データ活用に長けた経験豊富なブレインパッドメンバーによる継続した運用サポートも好評です。
Probance
マーケティングオートメーション(MA)
マーケティング
データから価値を生み出し、機械学習による戦略レベルでの効率化
誰に? 何を? いつ? どのように?
DM コールセンターEメール
ワンセットのキャンペーンとして管理し、すべての顧客への最適化を自動実行する
3日後 7日後 14日後
・・・・
拡張性・柔軟性高くスタート可能
・プリセットされたシナリオ運用
・チャネルはメールのみ
・複雑で多様なシナリオ
・オムニチャネルコミュニケーション
・自由なデータソースとデータマート構築
様々な業態での導入実績
シ
ー
ム
レ
ス
な
移
行
大手ECサイト様、アパレル企業様、人材サービス様、コンテンツ企業様など
BtoC企業様を中心に多数の業態で活用されています。
Flex
エントリー版
Pro
エンタープライズ版
選べる2つのライセンスタイプ
多言語に対応したSaaS型高機能ソーシャルリスニングツール。米Twitter社とのFirehose契約に
より2010年7月以降のすべてのツイートを分析することが可能です。
Crimson Hexagon ForSight™ Platform
次世代ソーシャルリスニング・プラットフォーム
マーケティング
固定化された評価軸ではなく、担当者が知りたい要素や
アクションにつながる区分などを任意に設定し、分析することが可能。
国内外、様々なメディアを分析可能
国内外のソーシャルメディア・データソース
独自アルゴリズムによるセンチメント分析
《米国特許取得済み》
米Twitter社が提供する、
すべてのツイートデータ※をリアルタイム
に取得できるAPIの使用契約により、
時間軸・エリア軸の制限なくツイートを
分析することが可能です。
※2010年7月以降の全世界のツイートデータ
米Twitter社とのFirehose契約
多言語対応によるグローバルな導入実績
世界中で
500
社・ブランド
●多言語対応
日本語、英語をはじめ、中国語、フランス語、
ロシア語などを公式サポート
ポジティブ
要因
ネガティブ
要因
一兆以上の
ソーシャル・ビックデータ
など多数
導入企業の一例
サービス
運用型広告インハウス支援サービス
広告運用の内製化をサポート
広告運用の内製化を ”テクノロジー” + ”人” がサポート
最先端のAI(人工知能)技術とコンサルタントによる支援サービス
最先端
AI
(人工知能)
技術による
ツール
広告運用
インハウス
運用の理解
運用代行
ツール導入・
設定
定型化 レクチャー 運用の定着
弊社運用
コンサルタント
・お客様と寄り添って内製化をご支援 ・AIツールの設定や運用時のサポートもしっかりと
運用ノウハウ+高度なテクノロジーが自動運用を支えます
AI技術による
最適な運用を
運用型広告インハウス支援サービス課題
マーケティング担当者
制作
予算配分
入稿
予算内で最大の成果を上げたい…
レポート
予算管理
入札
担当者(または広告代理店)に任せている
現状がベストなのか?
AI技術による
効率化・自動化ができているのか?
自社データをもっと広告運用に
活用したいのだが…
運用型広告の課題
特徴
ビジネス目的
に則した
広告運用
広告と
サイト内の
連携
テクノロジー
による
自動化支援
広告の自動運用を支えるツール群
シミュレーション 自動入札
レポート自動作成 自動入稿
媒体API接続 LPO
予算管理 プライベートDMP
AdPencil
導入ケース
※ 一部のツール機能を抜粋しています。
・ リスティング広告のみ 自社で運用したい
・ AI技術で 自動化・効率化をより推進したい
運用型広告のインハウス化を徹底的にご支援
導
入
効
果
部分的な
導入も
運用コスト 50% 削減
自社データをしっかりと活用できる
人材・チームの育成
L2Mixer
運用型広告最適化ツール
マーケティング
自動入札(最適化・ルール)
導入成果
予算管理
獲得数(CV) 51% 増加
獲得単価(CPA) 17% 削減
運用負荷(作業時間) 20% 削減
¥0
¥100
¥200
¥300
¥400
¥500
¥600
¥700
0
100
200
300
400
500
600
700
800
900
2/1 2/8 2/15 2/22 3/1 3/8 3/15 3/22 3/29 4/5 4/12 4/19 4/26
コンバージョン数とCPAの推移
コンバージョン CPA 多項式 (コンバージョン) 多項式 (CPA)
導入
獲得数上昇
獲得単価下降
導
入
後
レポート スケジュール ON/OFF
インターネット広告の 自動入札 と 予算管理 をするツールです。
媒体を横断することにより、広告パフォーマンスを最大化し運用負荷を削減します。
4つの
主要機能
対応媒体
・ 媒体を横断した最適な予算配分
・ 予算消化ペースも指定できます
・ リスティング広告、ディスプレイ広告
(GDN/YDN)に対応
・ Googleショッピングキャンペーン対応
・ 高精度な最適化入札とルール入札
によるハイブリッド運用
・ 広告のON/OFFをカレンダーで日時指定・ ダッシュボードによるかんたんな実績把握
・ 予算進捗などの詳細レポートにも対応
※ Excelでのダウンロードも
かんたん導入サポート
>
・ API接続でタグ設置不要
・導入、設定作業をサポート
・導入後の運用サポートも充実
AdNote
広告運用支援ツール
マーケティング
インターネット広告の レポート自動化 と シミュレーション をするツールです。
広告運用の負荷を大幅に削減します。
手間のかかるレポート作成を
自動化したい
効果的な予算配分を
シミュレーションしたい
インターネット広告の成果を
ひと目で確認したい
約20種類のレポートをExcel形式でダウンロードタイムライン形式で見やすいダッシュボード画面 未来の期間・費用を設定したシミュレーション
※ 対応媒体は随時増加していく予定です。
対応媒体 独自アルゴリズム 導入しやすい価格
日次/週次/月次のレポートを表示
各媒体の状況をひと目で把握
表示名や表示順の変更もかんたん
各媒体からのデータのダウンロードは不要
各媒体ごとにおすすめの予算配分も
仮に予算を倍にした時の成果は?など
データ分析のノウハウを結集した予測モデル 初期費用は不要/媒体アカウント数による価格体系
媒体アカウント数 5アカウント 10,000円/月
※ 上記金額は税別です。
※ 弊社からのご請求額は上記のツールご利用料金となります。
※ 媒体アカウント数 5、10、30、50 アカウント単位での販売となります。
(1アカウント単位での販売はしていません)
メジャーな広告媒体に対応済み
exQuick
異なるデータベース製品やフラットファイルを統合的に管理し、顧客の絞り込みから施策の実行、
効果測定レポートの作成までを素早く実行可能。施策立案 - 実施 - 効果検証のPDCAサイク
ルを高速化できるシステムです。
ダイナミックセグメンテーションシステム
可視化
柔軟なインポート機能とデータ統合 簡単&高速な条件抽出
レポーティング
・異なるデータベースでも透過的に取り込める柔軟な
インポート機能。
・各種情報を一意のユーザに統合。
・ドラッグ&ドロップ操作で、簡単に条件の絞り込みが可能。
・抽出に特化した独自のファイルシステムにより、高速に
条件抽出を実行。
・Excelを利用した表現力の
高いレポート作成。
・ワンクリックで最新のデータ
にアップデート。
・・・・
大規模データを活用する企業で導入
他多数
Tableau
ビジュアル分析を支援するビジネス・インテリジェンスツール
可視化
Tableauはデザインや配色など多彩なビジュアル表現で最適なメッセージを伝え、お客様がデータ
を理解し、課題解決するのをお手伝いする高機能BIツールです。
規模に合わせて導入
考えるのと同じ速さで分析 お手持ちのデータを簡単・高速・美しく
•直感的な操作により、データの可視化やビジュアライズ。
•グラフの列・行をドラッグ&ドロップで指定すると、ビューが
生成。
•個人分析用のライセンス
はPC1台から導入可能。
•サーバの導入により、
大規模組織での共有も
可能。
研修講座による充実のサポート体制
•データの集計、分析、可視化までの一連の
流れがマスターできる研修をご用意。
※一企業様単位での集合研修形式
有償講座「Tableauによる集計・分析」
•Webブラウザから手軽に編集
•目的に応じて、ビューのデータ
系列・分析軸・メジャーなどを
変更可能。
SAPⓇ Predictive Analyticsは、これまでデータサイエンティストでしか実施できなかった高度な
機械学習・データマイニングを、ビジネスユーザーでも実現可能にしたビッグデータ時代のデータ
マイニングシステムです。
SAP Predictive Analytics
80%減
導入企業の一例
ビッグデータ時代のデータマイニングソフトウェア
データマイニング
機械学習
自動化 & システム化による高精度なマイニングを実現・予測業務の短縮化
大容量データを高速で処理 幅広い業種での活用実績
分析用
データ
分析実行
1つの
モデル
評価
クレン
ジング
アルゴリズム
選択
データ分割サンプリング
説明変数
選択・加工
データをセットしてからモデル結果を得るまでのステップを完全自動化することで
従来の職人的な勘による
手作業を自動化
分析プロセスの簡略化 大量データの効率処理
分析時間
500以上年間施策
200%増売 上
効果の一例
数週間
数カ月
~
数時間
1日
~
属人的で複雑な工程を自動化
WPS AnalyticsはSAS言語で記述されたスクリプト(もしくはプログラム)の実行が可能なデータ
分析ツールです。R、Pythonにも対応しており、総合分析プラットフォームとして利用できます。
コンサルティングサービスでの利用が可能
低コストでSAS互換の処理システムを構築
巨大データの高速処理
WPS Analytics
SAS言語の互換ソフトウェア
データマイニング
機械学習
包含するモジュール
・データステップ、プロシジャ、マクロ言語
・GUI操作が可能なワークフロー機能
・統計、時系列予測、機械学習モジュール
・データベースアクセスエンジン等(SASデータセット、各種
RDBの読み書きが可能)
WPS購入企業
顧客企業
結果出力データ
※SASはSAS Instituteの商標として登録されています。また、WPLとSAS Instituteとの関係性はありません。
基本的なSAS言語のほか、周辺モジュールがバンドルされており、低コストでの分析環境の構築が可能です。SAS言語によるプログラムおよびアプ
リケーション、データの再利用が可能で、既存の投資が活用できます。
WPS Analyticsを利用して、
顧客データを処理し、その結
果を出力し提供することに制
限はありません。
そのため、世界中の多くのコン
サルティング会社における採
用実績があります。
《巨大なデータのハンドリング》
・無制限のレコード数
・マルチスレッドで動作するソート処理
・様々なOSに対応
(Windows/Linux/UNIX/Mac OS)
・Hadoop対応
SASデータセット
Apache
Hadoop
各種RDBMS
収集・蓄積されたデータを活用して、ヒト・モノのマッチングデータに変換するエンジンです。
Conomi
マッチングエンジン
この商品を見た人はこちらも見ています
あなたにおすすめの商品はこちらです
この商品に興味があるのはこの人です
あなたにおすすめの人はこちらです
POS履歴
履歴データ
来店履歴
閲覧履歴
…男性
20代
IT企業勤務
…
国内生産
カジュアル
赤
…
顧客データ
アイテムデータ
オフィス
コールセンター
店舗
自宅
POS
タブレット
ゲーム
サイネージ
アプリ
PC
スマートフォン
eMail
多彩なロジックから独自のレコメンドを作成可能 様々な組み込み先 活用例
「オススメの商品」や「この商品を見た人はこんな商品も」といったマッチング・レコメンドを高精度なロジックで生成します。
組み込み先や利用データを選ばない柔軟性から、店舗のPOSデータや基幹システム、DWHなどに蓄積されているデータから
お好みの場所やデバイスにマッチング・レコメンドをプラスして企業のサービス価値を向上させます。
ランキング カーネル法
バイグラム 周期性レコメンド
タグマッチ 自然言語処理連携
…
…
店舗接客
での利用
POSレジ
での利用
コールセンター
での利用
多彩なロジック
データマイニング
機械学習
本資料は、未刊行文書として日本及び各国の著作権法に基づき保護されております。本資料には、株式会社ブレインパッド所有の特定情報が
含まれており、これら情報に基づく本資料の内容は、貴社以外の第三者に開示されること、また、本資料を評価する以外の目的で、その一部ま
たは全文を複製、使用、公開することは、禁止されています。また、株式会社ブレインパッドによる書面での許可なく、それら情報の一部または全
文を使用または公開することは、いかなる場合も禁じられております。
株式会社ブレインパッド
〒108-0071 東京都港区白金台3-2-10 白金台ビル
TEL:03-6721-7002 FAX:03-6721-7010
www.brainpad.co.jp info@brainpad.co.jp
Analytics Innovation Company

Mais conteúdo relacionado

Mais procurados

研究法(Claimとは)
研究法(Claimとは)研究法(Claimとは)
研究法(Claimとは)Jun Rekimoto
 
感情の出どころを探る、一歩進んだ感情解析
感情の出どころを探る、一歩進んだ感情解析感情の出どころを探る、一歩進んだ感情解析
感情の出どころを探る、一歩進んだ感情解析Takahiro Kubo
 
【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings (EMNLP 2021)
【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings  (EMNLP 2021)【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings  (EMNLP 2021)
【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings (EMNLP 2021)Deep Learning JP
 
研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有Naoaki Okazaki
 
最適輸送の解き方
最適輸送の解き方最適輸送の解き方
最適輸送の解き方joisino
 
【LT資料】 Neural Network 素人なんだけど何とかご機嫌取りをしたい
【LT資料】 Neural Network 素人なんだけど何とかご機嫌取りをしたい【LT資料】 Neural Network 素人なんだけど何とかご機嫌取りをしたい
【LT資料】 Neural Network 素人なんだけど何とかご機嫌取りをしたいTakuji Tahara
 
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話Yusuke Uchida
 
Optimizer入門&最新動向
Optimizer入門&最新動向Optimizer入門&最新動向
Optimizer入門&最新動向Motokawa Tetsuya
 
MLflowで学ぶMLOpsことはじめ
MLflowで学ぶMLOpsことはじめMLflowで学ぶMLOpsことはじめ
MLflowで学ぶMLOpsことはじめKenichi Sonoda
 
統計的係り受け解析入門
統計的係り受け解析入門統計的係り受け解析入門
統計的係り受け解析入門Yuya Unno
 
[DL輪読会]DropBlock: A regularization method for convolutional networks
[DL輪読会]DropBlock: A regularization method for convolutional networks[DL輪読会]DropBlock: A regularization method for convolutional networks
[DL輪読会]DropBlock: A regularization method for convolutional networksDeep Learning JP
 
Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...
Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...
Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...joisino
 
全力解説!Transformer
全力解説!Transformer全力解説!Transformer
全力解説!TransformerArithmer Inc.
 
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案Masanori Kado
 
[DL輪読会]EfficientDet: Scalable and Efficient Object Detection
[DL輪読会]EfficientDet: Scalable and Efficient Object Detection[DL輪読会]EfficientDet: Scalable and Efficient Object Detection
[DL輪読会]EfficientDet: Scalable and Efficient Object DetectionDeep Learning JP
 
[DL輪読会]A closer look at few shot classification
[DL輪読会]A closer look at few shot classification[DL輪読会]A closer look at few shot classification
[DL輪読会]A closer look at few shot classificationDeep Learning JP
 
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)Satoshi Hara
 
自然言語処理に基づく商品情報の整理および構造化
自然言語処理に基づく商品情報の整理および構造化自然言語処理に基づく商品情報の整理および構造化
自然言語処理に基づく商品情報の整理および構造化Rakuten Group, Inc.
 

Mais procurados (20)

研究法(Claimとは)
研究法(Claimとは)研究法(Claimとは)
研究法(Claimとは)
 
感情の出どころを探る、一歩進んだ感情解析
感情の出どころを探る、一歩進んだ感情解析感情の出どころを探る、一歩進んだ感情解析
感情の出どころを探る、一歩進んだ感情解析
 
【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings (EMNLP 2021)
【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings  (EMNLP 2021)【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings  (EMNLP 2021)
【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings (EMNLP 2021)
 
[Track2-5] CPUだけでAIをやり切った最近のお客様事例 と インテルの先進的な取り組み
[Track2-5] CPUだけでAIをやり切った最近のお客様事例 と インテルの先進的な取り組み[Track2-5] CPUだけでAIをやり切った最近のお客様事例 と インテルの先進的な取り組み
[Track2-5] CPUだけでAIをやり切った最近のお客様事例 と インテルの先進的な取り組み
 
研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有
 
最適輸送の解き方
最適輸送の解き方最適輸送の解き方
最適輸送の解き方
 
【LT資料】 Neural Network 素人なんだけど何とかご機嫌取りをしたい
【LT資料】 Neural Network 素人なんだけど何とかご機嫌取りをしたい【LT資料】 Neural Network 素人なんだけど何とかご機嫌取りをしたい
【LT資料】 Neural Network 素人なんだけど何とかご機嫌取りをしたい
 
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
 
Optimizer入門&最新動向
Optimizer入門&最新動向Optimizer入門&最新動向
Optimizer入門&最新動向
 
MLflowで学ぶMLOpsことはじめ
MLflowで学ぶMLOpsことはじめMLflowで学ぶMLOpsことはじめ
MLflowで学ぶMLOpsことはじめ
 
統計的係り受け解析入門
統計的係り受け解析入門統計的係り受け解析入門
統計的係り受け解析入門
 
[DL輪読会]DropBlock: A regularization method for convolutional networks
[DL輪読会]DropBlock: A regularization method for convolutional networks[DL輪読会]DropBlock: A regularization method for convolutional networks
[DL輪読会]DropBlock: A regularization method for convolutional networks
 
Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...
Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...
Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...
 
全力解説!Transformer
全力解説!Transformer全力解説!Transformer
全力解説!Transformer
 
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
 
[DL輪読会]EfficientDet: Scalable and Efficient Object Detection
[DL輪読会]EfficientDet: Scalable and Efficient Object Detection[DL輪読会]EfficientDet: Scalable and Efficient Object Detection
[DL輪読会]EfficientDet: Scalable and Efficient Object Detection
 
[DL輪読会]A closer look at few shot classification
[DL輪読会]A closer look at few shot classification[DL輪読会]A closer look at few shot classification
[DL輪読会]A closer look at few shot classification
 
Data-Centric AIの紹介
Data-Centric AIの紹介Data-Centric AIの紹介
Data-Centric AIの紹介
 
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)
 
自然言語処理に基づく商品情報の整理および構造化
自然言語処理に基づく商品情報の整理および構造化自然言語処理に基づく商品情報の整理および構造化
自然言語処理に基づく商品情報の整理および構造化
 

Semelhante a ブレインパッド会社案内

クラウドで実現!!マーケティングにおけるIoT活用事例
クラウドで実現!!マーケティングにおけるIoT活用事例クラウドで実現!!マーケティングにおけるIoT活用事例
クラウドで実現!!マーケティングにおけるIoT活用事例Yasuhiro Kobayashi
 
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?BrainPad Inc.
 
20221020_グッドパッチ_会社概要資料.pdf
20221020_グッドパッチ_会社概要資料.pdf20221020_グッドパッチ_会社概要資料.pdf
20221020_グッドパッチ_会社概要資料.pdfssuserd88f4a
 
戦略的多店舗展開でEコマース戦争を勝ち抜く秘訣
戦略的多店舗展開でEコマース戦争を勝ち抜く秘訣戦略的多店舗展開でEコマース戦争を勝ち抜く秘訣
戦略的多店舗展開でEコマース戦争を勝ち抜く秘訣ec-campus
 
マーケティング・戦略・組織視点のBIGDATA活用について
マーケティング・戦略・組織視点のBIGDATA活用についてマーケティング・戦略・組織視点のBIGDATA活用について
マーケティング・戦略・組織視点のBIGDATA活用についてRecruit Technologies
 
エンジニアが幸せになれる会社を目指します
エンジニアが幸せになれる会社を目指しますエンジニアが幸せになれる会社を目指します
エンジニアが幸せになれる会社を目指しますVirtualTech Japan Inc.
 
日本仮想化技術株式会社はエンジニアが幸せになれる会社を目指してます
日本仮想化技術株式会社はエンジニアが幸せになれる会社を目指してます日本仮想化技術株式会社はエンジニアが幸せになれる会社を目指してます
日本仮想化技術株式会社はエンジニアが幸せになれる会社を目指してますVirtualTech Japan Inc./Begi.net Inc.
 
20151218【VIDEO TECH】IPタイトルはリリースから平均1か月でTVCMを実施している事が明らかに!
20151218【VIDEO TECH】IPタイトルはリリースから平均1か月でTVCMを実施している事が明らかに! 20151218【VIDEO TECH】IPタイトルはリリースから平均1か月でTVCMを実施している事が明らかに!
20151218【VIDEO TECH】IPタイトルはリリースから平均1か月でTVCMを実施している事が明らかに! 株式会社メタップスホールディングス
 
サグリ株式会社 会社概要
サグリ株式会社 会社概要サグリ株式会社 会社概要
サグリ株式会社 会社概要ssuserf610671
 
スタートアップカフェ0124セミナー資料
スタートアップカフェ0124セミナー資料スタートアップカフェ0124セミナー資料
スタートアップカフェ0124セミナー資料Shigeo Lee
 
クラウド型バックオフィス効率化ツール「RoboRobo」
クラウド型バックオフィス効率化ツール「RoboRobo」クラウド型バックオフィス効率化ツール「RoboRobo」
クラウド型バックオフィス効率化ツール「RoboRobo」ShunsukeMuto1
 
日本仮想化技術株式会社はエンジニアが幸せになれる会社を目指してます
日本仮想化技術株式会社はエンジニアが幸せになれる会社を目指してます日本仮想化技術株式会社はエンジニアが幸せになれる会社を目指してます
日本仮想化技術株式会社はエンジニアが幸せになれる会社を目指してますVirtualTech Japan Inc./Begi.net Inc.
 
日本仮想化技術株式会社のインターンシッププログラムについて
日本仮想化技術株式会社のインターンシッププログラムについて日本仮想化技術株式会社のインターンシッププログラムについて
日本仮想化技術株式会社のインターンシッププログラムについてVirtualTech Japan Inc./Begi.net Inc.
 

Semelhante a ブレインパッド会社案内 (20)

クラウドで実現!!マーケティングにおけるIoT活用事例
クラウドで実現!!マーケティングにおけるIoT活用事例クラウドで実現!!マーケティングにおけるIoT活用事例
クラウドで実現!!マーケティングにおけるIoT活用事例
 
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
 
20221020_グッドパッチ_会社概要資料.pdf
20221020_グッドパッチ_会社概要資料.pdf20221020_グッドパッチ_会社概要資料.pdf
20221020_グッドパッチ_会社概要資料.pdf
 
戦略的多店舗展開でEコマース戦争を勝ち抜く秘訣
戦略的多店舗展開でEコマース戦争を勝ち抜く秘訣戦略的多店舗展開でEコマース戦争を勝ち抜く秘訣
戦略的多店舗展開でEコマース戦争を勝ち抜く秘訣
 
マーケティング・戦略・組織視点のBIGDATA活用について
マーケティング・戦略・組織視点のBIGDATA活用についてマーケティング・戦略・組織視点のBIGDATA活用について
マーケティング・戦略・組織視点のBIGDATA活用について
 
エンジニアが幸せになれる会社を目指します
エンジニアが幸せになれる会社を目指しますエンジニアが幸せになれる会社を目指します
エンジニアが幸せになれる会社を目指します
 
日本仮想化技術株式会社はエンジニアが幸せになれる会社を目指してます
日本仮想化技術株式会社はエンジニアが幸せになれる会社を目指してます日本仮想化技術株式会社はエンジニアが幸せになれる会社を目指してます
日本仮想化技術株式会社はエンジニアが幸せになれる会社を目指してます
 
20160527_04_小牧活用例紹介(共創ラボ)
20160527_04_小牧活用例紹介(共創ラボ)20160527_04_小牧活用例紹介(共創ラボ)
20160527_04_小牧活用例紹介(共創ラボ)
 
20151218【VIDEO TECH】IPタイトルはリリースから平均1か月でTVCMを実施している事が明らかに!
20151218【VIDEO TECH】IPタイトルはリリースから平均1か月でTVCMを実施している事が明らかに! 20151218【VIDEO TECH】IPタイトルはリリースから平均1か月でTVCMを実施している事が明らかに!
20151218【VIDEO TECH】IPタイトルはリリースから平均1か月でTVCMを実施している事が明らかに!
 
RoboRobo
RoboRoboRoboRobo
RoboRobo
 
RoboRobo
RoboRoboRoboRobo
RoboRobo
 
RoboRobo
RoboRoboRoboRobo
RoboRobo
 
サグリ株式会社 会社概要
サグリ株式会社 会社概要サグリ株式会社 会社概要
サグリ株式会社 会社概要
 
スタートアップカフェ0124セミナー資料
スタートアップカフェ0124セミナー資料スタートアップカフェ0124セミナー資料
スタートアップカフェ0124セミナー資料
 
SNSマーケティング
SNSマーケティングSNSマーケティング
SNSマーケティング
 
クラウド型バックオフィス効率化ツール「RoboRobo」
クラウド型バックオフィス効率化ツール「RoboRobo」クラウド型バックオフィス効率化ツール「RoboRobo」
クラウド型バックオフィス効率化ツール「RoboRobo」
 
日本仮想化技術株式会社はエンジニアが幸せになれる会社を目指してます
日本仮想化技術株式会社はエンジニアが幸せになれる会社を目指してます日本仮想化技術株式会社はエンジニアが幸せになれる会社を目指してます
日本仮想化技術株式会社はエンジニアが幸せになれる会社を目指してます
 
日本仮想化技術株式会社のインターンシッププログラムについて
日本仮想化技術株式会社のインターンシッププログラムについて日本仮想化技術株式会社のインターンシッププログラムについて
日本仮想化技術株式会社のインターンシッププログラムについて
 
ICC TOKYO 2016
ICC TOKYO 2016ICC TOKYO 2016
ICC TOKYO 2016
 
ICC TOKYO 2016
ICC TOKYO 2016ICC TOKYO 2016
ICC TOKYO 2016
 

Mais de Yasuhiro Kobayashi

「Azure×ブロックチェーン 〜フェーズに応じて拡張性が求められるDApps開発の現場~」
「Azure×ブロックチェーン 〜フェーズに応じて拡張性が求められるDApps開発の現場~」「Azure×ブロックチェーン 〜フェーズに応じて拡張性が求められるDApps開発の現場~」
「Azure×ブロックチェーン 〜フェーズに応じて拡張性が求められるDApps開発の現場~」Yasuhiro Kobayashi
 
サーバレスで始めるHoloLens×Azureインフラ
サーバレスで始めるHoloLens×Azureインフラサーバレスで始めるHoloLens×Azureインフラ
サーバレスで始めるHoloLens×AzureインフラYasuhiro Kobayashi
 
石川金沢IoTビジネス共創ラボ 第3回勉強会
石川金沢IoTビジネス共創ラボ 第3回勉強会石川金沢IoTビジネス共創ラボ 第3回勉強会
石川金沢IoTビジネス共創ラボ 第3回勉強会Yasuhiro Kobayashi
 
石川・金沢IoTビジネス共創ラボ 第3回勉強会
石川・金沢IoTビジネス共創ラボ 第3回勉強会石川・金沢IoTビジネス共創ラボ 第3回勉強会
石川・金沢IoTビジネス共創ラボ 第3回勉強会Yasuhiro Kobayashi
 
MRを活用した車両分解訓練(双子ゲームス)
MRを活用した車両分解訓練(双子ゲームス)MRを活用した車両分解訓練(双子ゲームス)
MRを活用した車両分解訓練(双子ゲームス)Yasuhiro Kobayashi
 
製造業のIoTの取り組み状況と課題
製造業のIoTの取り組み状況と課題製造業のIoTの取り組み状況と課題
製造業のIoTの取り組み状況と課題Yasuhiro Kobayashi
 
「LoRaWANによる金沢IoTハンズオンセミナーのご案内」~ 金沢でLoRaWANサービス開始 ~
「LoRaWANによる金沢IoTハンズオンセミナーのご案内」~ 金沢でLoRaWANサービス開始 ~「LoRaWANによる金沢IoTハンズオンセミナーのご案内」~ 金沢でLoRaWANサービス開始 ~
「LoRaWANによる金沢IoTハンズオンセミナーのご案内」~ 金沢でLoRaWANサービス開始 ~Yasuhiro Kobayashi
 
日本国内IoT事情(日本マイクロソフト 閉会の挨拶)
日本国内IoT事情(日本マイクロソフト 閉会の挨拶)日本国内IoT事情(日本マイクロソフト 閉会の挨拶)
日本国内IoT事情(日本マイクロソフト 閉会の挨拶)Yasuhiro Kobayashi
 
石川・金沢IoTビジネス共創ラボ 第二回勉強会「趣旨説明と活動内容について」
石川・金沢IoTビジネス共創ラボ 第二回勉強会「趣旨説明と活動内容について」石川・金沢IoTビジネス共創ラボ 第二回勉強会「趣旨説明と活動内容について」
石川・金沢IoTビジネス共創ラボ 第二回勉強会「趣旨説明と活動内容について」Yasuhiro Kobayashi
 
自社取り組み紹介(BetaComputing)
自社取り組み紹介(BetaComputing)自社取り組み紹介(BetaComputing)
自社取り組み紹介(BetaComputing)Yasuhiro Kobayashi
 
KES IoT Logicのご紹介(金沢エンジニアリングシステムズ)
KES IoT Logicのご紹介(金沢エンジニアリングシステムズ)KES IoT Logicのご紹介(金沢エンジニアリングシステムズ)
KES IoT Logicのご紹介(金沢エンジニアリングシステムズ)Yasuhiro Kobayashi
 
石川・金沢IoTビジネス共創ラボ_趣旨説明
石川・金沢IoTビジネス共創ラボ_趣旨説明石川・金沢IoTビジネス共創ラボ_趣旨説明
石川・金沢IoTビジネス共創ラボ_趣旨説明Yasuhiro Kobayashi
 
Microsoft Azure で実現するAIとIoT最新情報
Microsoft Azure で実現するAIとIoT最新情報Microsoft Azure で実現するAIとIoT最新情報
Microsoft Azure で実現するAIとIoT最新情報Yasuhiro Kobayashi
 

Mais de Yasuhiro Kobayashi (14)

Iot in action kanazawa
Iot in action kanazawaIot in action kanazawa
Iot in action kanazawa
 
「Azure×ブロックチェーン 〜フェーズに応じて拡張性が求められるDApps開発の現場~」
「Azure×ブロックチェーン 〜フェーズに応じて拡張性が求められるDApps開発の現場~」「Azure×ブロックチェーン 〜フェーズに応じて拡張性が求められるDApps開発の現場~」
「Azure×ブロックチェーン 〜フェーズに応じて拡張性が求められるDApps開発の現場~」
 
サーバレスで始めるHoloLens×Azureインフラ
サーバレスで始めるHoloLens×Azureインフラサーバレスで始めるHoloLens×Azureインフラ
サーバレスで始めるHoloLens×Azureインフラ
 
石川金沢IoTビジネス共創ラボ 第3回勉強会
石川金沢IoTビジネス共創ラボ 第3回勉強会石川金沢IoTビジネス共創ラボ 第3回勉強会
石川金沢IoTビジネス共創ラボ 第3回勉強会
 
石川・金沢IoTビジネス共創ラボ 第3回勉強会
石川・金沢IoTビジネス共創ラボ 第3回勉強会石川・金沢IoTビジネス共創ラボ 第3回勉強会
石川・金沢IoTビジネス共創ラボ 第3回勉強会
 
MRを活用した車両分解訓練(双子ゲームス)
MRを活用した車両分解訓練(双子ゲームス)MRを活用した車両分解訓練(双子ゲームス)
MRを活用した車両分解訓練(双子ゲームス)
 
製造業のIoTの取り組み状況と課題
製造業のIoTの取り組み状況と課題製造業のIoTの取り組み状況と課題
製造業のIoTの取り組み状況と課題
 
「LoRaWANによる金沢IoTハンズオンセミナーのご案内」~ 金沢でLoRaWANサービス開始 ~
「LoRaWANによる金沢IoTハンズオンセミナーのご案内」~ 金沢でLoRaWANサービス開始 ~「LoRaWANによる金沢IoTハンズオンセミナーのご案内」~ 金沢でLoRaWANサービス開始 ~
「LoRaWANによる金沢IoTハンズオンセミナーのご案内」~ 金沢でLoRaWANサービス開始 ~
 
日本国内IoT事情(日本マイクロソフト 閉会の挨拶)
日本国内IoT事情(日本マイクロソフト 閉会の挨拶)日本国内IoT事情(日本マイクロソフト 閉会の挨拶)
日本国内IoT事情(日本マイクロソフト 閉会の挨拶)
 
石川・金沢IoTビジネス共創ラボ 第二回勉強会「趣旨説明と活動内容について」
石川・金沢IoTビジネス共創ラボ 第二回勉強会「趣旨説明と活動内容について」石川・金沢IoTビジネス共創ラボ 第二回勉強会「趣旨説明と活動内容について」
石川・金沢IoTビジネス共創ラボ 第二回勉強会「趣旨説明と活動内容について」
 
自社取り組み紹介(BetaComputing)
自社取り組み紹介(BetaComputing)自社取り組み紹介(BetaComputing)
自社取り組み紹介(BetaComputing)
 
KES IoT Logicのご紹介(金沢エンジニアリングシステムズ)
KES IoT Logicのご紹介(金沢エンジニアリングシステムズ)KES IoT Logicのご紹介(金沢エンジニアリングシステムズ)
KES IoT Logicのご紹介(金沢エンジニアリングシステムズ)
 
石川・金沢IoTビジネス共創ラボ_趣旨説明
石川・金沢IoTビジネス共創ラボ_趣旨説明石川・金沢IoTビジネス共創ラボ_趣旨説明
石川・金沢IoTビジネス共創ラボ_趣旨説明
 
Microsoft Azure で実現するAIとIoT最新情報
Microsoft Azure で実現するAIとIoT最新情報Microsoft Azure で実現するAIとIoT最新情報
Microsoft Azure で実現するAIとIoT最新情報
 

ブレインパッド会社案内

  • 3. Analytics Innovation Company ©BrainPad Inc. 2 会社概要 商号 株式会社ブレインパッド(英文 BrainPad Inc.) 所在地 東京都港区白金台3-2-10 白金台ビル 設立 2004年3月18日 上場市場 東京証券取引所 市場第一部 (証券コード:3655) 資本金 332百万円(2018年9月30日現在) 従業員数 267名(連結、2018年9月30日現在) 役員 代表取締役会長 草野 隆史 代表取締役社長 佐藤 清之輔 取締役 安田 誠 取締役 石川 耕 取締役 塩澤 洋一郎 社外取締役 佐野 哲哉 常勤社外監査役 鈴木 晴夫 監査役 加藤 啓一 社外監査役 山口 勝之
  • 4. Analytics Innovation Company ©BrainPad Inc. 3 ブレインパッドの代表的な取引先
  • 5. Analytics Innovation Company ©BrainPad Inc. 4 Analytics Innovation Company アナリティクスとエンジニアリングを駆使した 革新的かつ実践的なソリューションで 最高の価値を提供する CORPORATE VISION
  • 6. Analytics Innovation Company ©BrainPad Inc. 5 ブレインパッドが生み出す価値 世の中では様々なキーワードが注目されていますが、これらは全て、 “データを価値に変えて企業活動に変化と改善をもたらすもの”です。 • ブレインパッドは、2004年の創業以来、データによるビジネス創造と経営改善に向き合ってきた データ活用のリーディングカンパニーです。 • アナリティクスとエンジニアリングを駆使し、データを価値に変えることで、企業のビジネス創造 と経営改善をお手伝いしています。 ビッグデータ Big Data 機械学習 Machine Learning IoT/IoE Internet of Things Internet of Everything AI Artificial Intelligence 人工知能 予測・最適化 データサイエンティスト 深層学習 Deep Learning データ分析 データ活用 フィンテック FinTech マーケティング オートメーション MA (Marketing Automation)
  • 7. Analytics Innovation Company ©BrainPad Inc. 6 最高の価値提供を可能にする3つの力 2004年の創業以来、ブレインパッドがデータ活用をお手伝いした企業は800社を超えます。 幅広い業界を対象として、豊富に積み上げられたナレッジを武器に、お客様の経営課題を 解決に導きます。 ブレインパッドは、80名を超えるデータサイエンティスト集団を有します。この規模は国内随一 です。技術的な専門分野、得意とする顧客業界、豊富な分析経験など、様々な強みを 持つデータサイエンティストがお客様のニーズに合わせてチームを組成し、最高レベルのアナリ ティクスサービスを提供します。 上記の2つの力を、最先端のテクノロジーを用いて、システムやソフトウェアなどの“形”にできる のが、ブレインパッドが誇るエンジニア力です。その高い技術と先進性は、デジタルマーケ ティング領域でのNo.1プロダクト「Rtoaster」を生み出したことでも証明されています。 創業以来、データ活用を支援した企業は800社以上 80名を超えるデータサイエンティストは国内随一 DMP領域 No.1プロダクトで培ったエンジニアリング力
  • 8. Analytics Innovation Company ©BrainPad Inc. 7 業界内での際立ったポジション トライアル分析による プロジェクトの実現可能性や 投資対効果の検証 経営課題を解決する 分析アルゴリズムや プラットフォームの開発 実際の業務プロセス への適用と運用改善 による継続的な ビジネス成果の創出 課題の見える化 (アセスメント)と コンセプトデザイン データを用いた、経営課題を解決するためのコンセンプトデザインから運用まで、 一貫したサービスを提供できるという業界内でも際立った強みがあります。 ブレインパッドのサービス提供領域 戦略的コンサルティング ファーム デジタルマーケティング特化や 分析特化の関連製品ベンダー 大手SIer(ただし、分析の専門人材はまだ不足していると認識) 総合系コンサルティングファーム (ただし、専門性の高い分析部隊はまだ小規模であり、知見を蓄積中の段階であると認識) 関 連 プ レ ー ヤ ー の 事 業 領 域
  • 9. Analytics Innovation Company ©BrainPad Inc. 8 ブレインパッドのサービス①:ビッグデータ活用サービス ブレインパッドは、ビッグデータ活用を専門とする多数のプロフェッショナルの力を活かし、 以下のような課題を解決するサービスを提供しています。 マーケティングのPDCA サイクル全体の改善を支援 データによる顧客理解や顧客育成施策 の立案、施策の効果測定や最適化ま で、PDCAサイクル全体を支援します。 データや事実に基づいて マーケティングやCRMを 改善したい アナリティクスを用いた 業務プロセスの最適化支援 最新技術を駆使し、営業、製造、サプ ライチェーンマネジメント、新規事業など、 様々な業務プロセスの改革や効率化を 実現します。 データ活用のための インフラ構築全体を支援 ベンダーフリーで中立な立場を活かし、 データ活用計画の立案から、分析基盤 の構築、運用支援までを、トータルに支 援します。 人材育成、 専門組織や体制の構築を支援 自立的なデータ活用に向けたロードマッ プを策定し、データ活用人材の育成や、 専門組織・体制の整備を支援します。 機械学習やAIを用いて 業務改革や高度化を行いたい ビッグデータ分析のための プラットフォームを 構築したい データ活用人材を育てたい、 組織・体制を構築したい マーケティングアナリティクスの 専門家 • コンサルタント • データサイエンティスト 最新の機械学習/深層学習、 IoT、AI技術を習得した専門家 • データサイエンティスト • エンジニア 分析環境の構築や製品選定の ノウハウを持つ専門家 • 製品コンサルタント • システムエンジニア ブレインパッドのデータ活用人材 育成サービスの運営実績を持つ、 データ活用人材育成の専門家 • コンサルタント • 講師 サ ー ビ ス 提 供 に あ た る ス ペ シ ャ リ ス ト
  • 10. Analytics Innovation Company ©BrainPad Inc. 9 AdNote 約20種類のレポートを自 動作成する機能や、広告 予算配分のシミュレーショ ン機能を搭載したツール 広告運用支援ツール ブレインパッドのサービス②:デジタルマーケティングサービス 高品質のサービス提供を可能とする製品群 ブレインパッドは、DMP市場のNo.1製品「Rtoaster」を中心に、 デジタルマーケティングを進化させる分析・システム構築・導入コンサルティングも提供しています。 データサイエンティストの分析により、 さらに深く顧客を理解することが可能です。 既存システムとの連携のためのシステム 改修や、新たなシステム構築が可能です。 デジタルマーケティングの専門家による コンサルティング、運用支援が可能です。 Mynd plus 人工知能・機械学習・統 計学技術を駆使してテキ ストデータを解析 自然言語処理エンジン L2Mixer 最先端の予測モデルと最 適化計算による自動入 札で、シンプルな広告運 用を支援 運用型広告 最適化ツール Rtoaster 多彩なマーケティングアク ションをデータから実現でき る、DMP市場のNo.1製 品 レコメンドエンジン搭載 プライベートDMP + 分析 + システム構築 + 導入コンサルティング Probance 機械学習により顧客ニー ズを予測し、パーソナライ ズコミュニケーションを実現 するMAプラットフォーム マーケティングオートメーション プラットフォーム Conomi 収集・蓄積したデータを活 用して、独自のアルゴリズ ムでヒト・モノを複合的に マッチング マッチングエンジン Crimson Hexagon ソーシャルメディアから、世 界中の顧客エンゲージメン トを分析 ソーシャルリスニング・ プラットフォーム
  • 11. Analytics Innovation Company ©BrainPad Inc. 10 データ活用のプロフェッショナルが提供する製品群 Crimson Hexagon ソーシャルメディアから、世 界中の顧客エンゲージメン トを分析 ソーシャルリスニング・ プラットフォーム Mynd plus 人工知能・機械学習・統 計学技術を駆使してテキ ストデータを解析 自然言語処理エンジン L2Mixer 最先端の予測モデルと最 適化計算による自動入 札で、シンプルな広告運 用を支援 運用型広告 最適化ツール Rtoaster 多彩なマーケティングアク ションをデータから実現でき る、DMP市場のNo.1製 品 レコメンドエンジン搭載 プライベートDMP UltiPad 予測モデルの構築後に、 膨大な組み合わせの中か ら最適解を導くことが可能 最適化エンジン WPS Analytics SAS言語で記述されたプ ログラム実行とデータ操作 が可能 統計解析・ビッグデータ 加工システム SAP® Predictive Analytics データマイニング・機械学 習のプロセスを自動化し、 圧倒的な効率性を実現 ビッグデータ対応 機械 学習・予測分析システム Tableau データをビジュアル化し、 データの持つメッセージを 伝えることが可能 ビジネス・インテリジェンス ツール SAP® IQ 分析・検索用途に特化し て開発されたデータベース ソフトウェア ビッグデータ・ウェアハウス SAP HANA® 大量のデータを高速分析 するために開発されたイン メモリコンピューティング インメモリ コンピューティング MapR 大規模データを、コスト効 率よく高速処理できる Hadoop製品 データ分析処理基盤 Microsoft Azure ビッグデータ活用に必要な 一連の機能をクラウド上で 提供 クラウドプラットフォーム マーケティング 可視化 Business Intelligence データマイニング 機械学習 分析基盤 最適化 ・ その他 アプリケーション exQuick データやファイルを統合的 に管理し、データ抽出やレ ポーティングを得意とする システム ダイナミックセグメンテーション システム 自社開発製品 当社が国内唯一の販売代理店である製品 その他 AdNote 約20種類のレポートを自 動作成する機能や、広告 予算配分のシミュレーショ ン機能を搭載したツール 広告運用支援ツール Probance 機械学習により顧客ニー ズを予測し、パーソナライ ズコミュニケーションを実現 するMAプラットフォーム マーケティングオートメーション プラットフォーム ブレインロボ (BrainRobo) 人が行う業務を自動化・ 効率化するロボティック・プ ロセス・オートメーション ロボティック・プロセス・ オートメーション Conomi 収集・蓄積したデータを活 用して、独自のアルゴリズ ムでヒト・モノを複合的に マッチング マッチングエンジン
  • 12. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 11 ブレインパッド部門ご紹介 クライアント企業のデータ活用支援 人的サービス 独自開発サービスシステム構築 システム開発事業 マーケティング プラットフォーム事業 データ分析系の アルゴリズムを活用した 独自サービス提供 アナリティクス事業 データ分析に関する プロフェッショナル サービス ビッグデータ活用基盤から 分析、可視化析ソフトまで 販売/SIサービス データサイエンティスト 60名以上在籍 人的・開発サービス AIビジネス事業 AIを具体的にビジネスの 世界に適用させるための コンサルサービス ソリューション デジタル ソリューション事業 データドリブンな マーケティングを実現する サービス提供 (予測分析・機械学習・MA) 実現可能な技術を駆使し 業界×バリューチェーン 全体に浸透を目指す
  • 13. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 12 「データ活用」への取り組み 【データサイエンティスト協会】 国内随一のデータサイエンティスト集団を有する当社が発起人となり、産官学の有志とともに 2013年に発足した団体。 (当社代表 草野が同協会の代表理事) 社会のビッグデータ化に伴い重要視されているデータサイエンティスト(分析人材)の育成のため、その技能(スキル)要件の定義・ 標準化を推進し、社会に対する普及啓蒙活動を実施。
  • 14. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 13 「ディープラーニング技術向上」への取り組み 【日本ディープラーニング協会】 ディープラーニングで日本の産業競争力の向上を目指す為に2017年に発足した団体。 (当社代表 草野が同協会の理事に就任、アナリティクス本部の太田がディープラーニング関係 資格の試験委員に就任)
  • 16. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 15 カテゴリ毎のご支援テーマ データに基づいた マーケティングやCRMの改善 マーケティング戦略の立案 顧客構造分析、カスタマージャーニー設計、KPI設定など 顧客育成のための施策の立案 ロイヤリティー分析、クロスセル・アップセル分析、離反防止策の推定、 顧客育成パスの設計、キャンペーン効果のシュミレーションなど マーケティング施策の最適化 広告効果・ROIの可視化、アトリビューション分析、広告予算配分の最適化、 オムニチャネルビジネスのモデリング、インフォマーシャルの最適化 CRMコンサルティング CRM改善プランの立案、最適なソリューションの選定、システム構築、運用支援 デジタルマーケティングサービスの提供 自社開発製品の提供 機械学習やAI(人工知能)を 用いた業務改革や高度化 サプライチェーンの最適化 配送・配車計画、要員計画、需要予測、仕入・発注、在庫管理などの最適化 製造プロセスの最適化 不良品検出、歩留まりの改善、機器の故障要因の早期発見による予防保全など オペレーションの最適化 人手に依存していたコールセンター業務や広告出稿業務などの効率化 不正検知(異常検知) 金融市場における不正取引や、EC・通販における不正なトランザクションの検知 IoT/AI活用戦略策定支援 IoTやAIを活用した戦略策定や新規ビジネス創出の支援 AIを活用したロジック開発 AI関連技術など、最先端の技術を用いたロジックの開発 深層学習を用いた画像解析 深層学習(ディープラーニング)を用いた画像判別のマーケティングへの適用、 業務改革への適用 ビッグデータ分析のための プラットフォーム構築 コンサルティング データ活用プランの立案、最適な分析環境の選定、システム化の構想立案など 構築(システムインテグレーション) 最適なハードウェア/ソフトウェアを組み合わせた分析基盤の構築 運用支援 構築した分析環境の運用プランの立案、システム保守、活用トレーニングなど データ活用人材の育成、 組織・体制構築 データ活用組織・体制の整備・立上支援 データ活用組織・体制の整備や立ち上げと、 自立的なデータ活用に向けたロードマップ作成 教育プログラムの提供 データ活用人材やデータサイエンティストの育成メソッド (当社独自開発の教育講座)を組み合わせた、カスタマイズプログラムの提供
  • 17. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 16 《データに基づいたマーケティングやCRMの改善》 某大手百貨店様ギフトCRMの導入 ■Probance Hyper Marketing 導入 製品 ギフト需要⇒自家需要 転換シナリオ 法人会員向け ビジネス需要シナリオ 子あり顧客向け ライフイベントシナリオ 導入 目的 実施施策 と効果 古くに創業された日本でも有数の大手百貨店。 国内のみならず海外にも店舗を展開し、日本伝統のおもてなしと新しい価値観をクロスさせたライフスタイル提案を行っている。 顧客毎のライフステージや購買スタイルにあわせて最適化されたメッセージを配信したい。 購買とWeb上の行動、及び顧客ライフステージデータを元にLTV増大のためのプロモーション を実施 これまで主力であったギフト需要での獲得顧客の自家需要客への転換や、初期購入時のギフトイベント毎別の コンタクトタイミング・推奨コンテンツの最適化により、百貨店がこれまで行ってきた「おもてなし」をデジタルコミュニケ ーションとして実装。MA初期分析を元にした顧客セグメントとシナリオ作成でもBPがサポート。 マーケティングオートメーション 大手 百貨店様 購入顧客 データ オンライン 購入データ Step1オンライン Step2オフライン カード/友の会 外商データ 店舗購入 データ MA 初期分析 シナリオ検討 連携 セグメント シナリオ設計 導入時サポート
  • 18. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 17 ■Probance Hyper Marketing ■Rtoaster ■Microsoft Azure ■Tableau 導入 製品 《データに基づいたマーケティングやCRMの改善》 外資ブランドのオムニチャネルCRMの導入 オンライン顧客向け シナリオ 店舗顧客向け シナリオ 導入 目的 実施施策 と効果 米国で誕生しハンドバッグを中心にアパレル、シューズ、アクセサリー、時計、ホームコレクションなどを展開するファッションブランド。 オンライン顧客・店舗顧客を統合したオムニチャネルCRMを実現。 オンラインショップ・リアル店舗のデータを統合した分析環境構築からオムニチャネルCRMプラッ トフォームへ拡張 STEP1としてオンラインショップとリアル店舗会員の顧客データ及び購入データを統合。顧客分析フェーズを経て、 クロスチャネルでのアクションのためProbanceによるコミュニケーションの自動化のSTEP2へ。 過去購入行動やWeb上での閲覧行動からパーソナライズメールによるCRMプロモーションを実現。 マーケティングオートメーション 外資 ブランド様 オンライン購入 顧客データ オンライン 購入データ オンラインショップ 店舗会員 会員カード 顧客データ 店舗 購入データ 連携 Microsoft Azure Tableau MA 初期分析 シナリオ検討 オムニチャネル 顧客分析 相互 送客 統合顧客 DB Step1 Step2 Web行動データ
  • 19. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 18 ■Rtoaster導入 製品 《データに基づいたマーケティングやCRMの改善》 横浜銀行様のデジタルマーケティング基盤導入 お客さまとの取引をより深めるために、「結婚資金 の貯蓄」、「マイホームの購入」といったお客さまごと のライフステージやライフスタイルを精緻に把握し、 最適な商品をレコメンドしたいと考えていましたが、 人手では膨大な工数がかかるため、コンテンツの 自動最適化とレコメンドが実現できる仕組みの 導入を検討し、このたび、ブレインパッドの Rtoasterが採用されました。 • 横浜銀行は、「地域のお客さまとの接点拡大・取引の深化を追求し、さらなる成長をめざす」という経営目標のもと、 ダイレクトチャネルの強化を目的に、2013年にウェブサイトの全面リニューアルを行いました。 リニューアルにより、同ウェブサイトでは、「(お金を)ためる・ふやす」、「(お金を)かりる」、「(将来に)そなえる」、 「便利・お得に(インターネットバンキングなど)」といった目的別の情報がわかりやすく提供されています。
  • 20. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 19 ■アナリティクスサービス 導入 製品 《機械学習やAI(人工知能)を用いた業務改革や高度化》 某メーカー企業の需要予測システム開発 同社の需要予測と生産計画の前提となる生産振分は、現場の属人的なノウハウ依存していました。これを需要予測と生産振分の最適化 エンジンを提供することで生産余剰、ライン切替ロス、輸送コストを削減致しました 目的・背景 導入の効果 生産振分最適化によるコスト削減 POS情報、店舗情報、商品情報、生産情報、輸送情報を分析することで、需要予測と生産 売り分け業務をアルゴリズム化。見込生産が必要な同社にとって需要予測ロジックと生産振分 ロジックのスピード・精度向上が生産、輸送の各工程のコスト削減につながった • 原料余剰の最小化 • 製造時間ロス最小化 • 輸送コスト最小化 ご提供したサービス • コンサルティング(フィージビリ ティとROIシミュレーション) • 需要予測および最適化エ ンジンの提供(オンプレミス) 需要予測から生産振分の最適化分析 & 予測モデル作成 需要予測 生産情報 輸送情報 販売個数の予測 生産時間の予測 制約条件を入力すると生産に最適な工場とルートを提示 例) 2/10の時刻Tまでに、製品A=1,000個、製品B=2,000個、東京工場か ら取引先XXへ納品(→どの工場で何個製造し、何時発のトラックで配送す るとコストが最小になるか?)
  • 21. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 20 ■アナリティクスサービス 導入 製品 《機械学習やAI(人工知能)を用いた業務改革や高度化》 キューピー様不良材料検知システム開発 現状は、生産ラインを流れる製品の良品、不良品を人間が判断している。この業務をディープラーニングを 用いた画像解析技術(人工知能)で行う。コンピュータに良品・不良品サンプルデータ(画像)を機械 学習させることで、良品・不良品を見分けるディープラーニング技術を用いたAIを構築 • コンピュータが良品、不良品を見分けるルールを自ら 学び不良品を判別できるようになる • 人工知能は、疲れることなく一定精度で持続的に 業務を継続する • 人間は個別に経験、トレーニングする必要があるが 人工知能は一度学習させるとクラウドで共用したり、 コピーも可能 • アプローチ次第で人間よりも高い精度で業務をこな す可能性 将来の実現イメージ 当社クラウドプラットフォーム 弊社の 支援範囲
  • 22. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 21 ■アナリティクスサービス ■CrimsonHexagonForesight 導入 製品 《機械学習やAI(人工知能)を用いた業務改革や高度化》 コカ・コーラ様飲料シーン分析 SNS投稿画像からの顧客理解 自社商品がどのような生活シーンで消費されているのかを把握することは、 消費者心理を深く理解するための重要課題の一つ。 結果検証を通じて、SNS投稿における画像解析の有効性を確認する。 Twitter投稿画像 約10万点 ・テキストデータでは表し難いキャ ンペーンや新商品発売の影響を 確認でき、マーケティングに活用 予定。 ・ラベル自動付与によって、カテゴ リー別の消費シーンのより深い理 解を得られることが可能に。 目的/背景/課題 使用データ 改善効果 SNSからの画像抽出 画像を識別 消費シーンの分析、レポート化 約10万件のSNS投稿画像を抽出 (過去2年分の商品ロゴ画像を含むツ イートを検出) イメージ画像や自動販売機などの画像 を除外。(消費シーンに関係ないため) 入力画像 Vision APIのラベル検出で、入力画像に対して ラベルの候補とスコアが付与。 ラベル検出結果のイメージ ラベル分類分け テキストと画像では影響を 受けるトレンドが違うことを 確認。商品の大きさにイン パクトのあるキャンペーンで は画像数の影響が増えた。 画像にラベルを自動付与することで、 一緒に映り込んでいる物も認識。 想定外にアルコールと一緒に写って いるものが多く、割り物として使わ れていることが多いとわかった。 青文字:テキスト 赤文字:画像 Twitter数のテキスト/画像別推移
  • 23. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 22 ■Microsoft Azure ■Rtoaster ■Probance ■SAP Predictive Analytics 導入 製品 《ビッグデータ分析のためのプラットフォーム構築》 某エンタテイメント施設様キャンペーン基盤開発 顧客情報、施設外行動(購入履歴、メール配信履歴等)、施設内行動(センサー情報等)、施設環境情報(待ち時間等)をリアルタイム に収集し、メールやラインを通じて顧客にとって最適なキャンペーンをレコメンドするシステムを構築 目的・効果 顧客に最適なキャンペーンをレコメンドし売上UP 新しいマーケティング施策実行の基盤として、WEBだけでなく、リアルな顧客の行動情報を把 握することで、顧客の志向を捉え、リアルタイムに顧客に最適な情報をレコメンドし、売上向上 に寄与。 構成のポイント • インフラやミドルウェアのほとんどをMicrosoft Azureで構築してい るため拡張性に優れている • SQL Data Warehouseを採用することにより、データ量に応じた スケールアウト及びデータバックアップをクラウドサービスの標準機能 として実現 <センサーデータ収集>  Event Hub  Stream Analytics <データ蓄積・分析データ加工>  SQL Data Warehouse  SQLServer <予測モデル>  SAP Predictive Analytics(予測) <配信管理>  Rtoaster(レコメンド)  Probance Hyper Marketing(MA) 主要構成・スペック
  • 24. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 23 ■Microsoft Azure 導入 製品 《ビッグデータ分析のためのプラットフォーム構築》 某医療系データ会社の分析基盤開発 「Microsoft Azure HDInsight」および「Apache Spark(アパッチスパーク)」、「Scala(スカラ)」を活用し、他社製統計ソフトウェア で行っていたデータ加工・分析処理プログラムを、「Microsoft Azure」のクラウド上で並列分散処理できる環境を構築 目的・効果 並列分散処理で処理速度大幅UP クライアント企業では、データが日々増加していることから、データ分析レポートの作成をするため のデータ加工・分析処理に時間がかかっているを課題視。ブレインパッドの提供する 「Enterprise Data Warehouse on Azure」により分析処理時間を大幅に短縮。 構成のポイント • 「Microsoft Azure」および「Microsoft Azure HDInsight®」を活用することで、並列分散処理による大規 模データを高速に処理できる分析処理基盤を、低価格かつ短 期間でクラウド上に構築 <データ蓄積・分析データ加工>  BLOBストレージ  HDInsight  VM  Spark  Scala 主要構成・スペック
  • 25. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 24 ■BrainRobo 導入 製品 《ビッグデータ分析のためのプラットフォーム構築》 株式会社I-ne様のRPA導入 会社概要 導入 目的 導入の 背景と経緯 「BOTANIST」「SALONIA」など、画期的な新商品を次々と世に送り出す次世代ベンチャー。 約20の自社ブランドの製造・販売を行う消費財メーカー。 事業の急拡大に伴い、業務量が増大 属人的なECショップ運営業務から脱却したい ECサイトは自社構築のショップだけでなく、Yahoo!や楽天など他社のECプラットフォームでも展 開しているので、ブランドが増えるたびに各店舗の管理業務や問い合わせ対応が増え、業務 量が膨大になっていった。 システム化が難しい作業も多く、ある程度はマンパワーで対応せざるを得なかった。 こうした背景から、「いかにして業務量の増大やミスの発生 を防ぐか?」というのは、RPAを検討する以前からのテーマ になっていた。 4か月間でECショップ運営に関する47業務を自動化し、月間300時間の工数削減達成!
  • 26. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 25 ■アナリティクスサービス 導入 製品 《データ活用人材の育成、組織・体制構築》 データサイエンティスト育成支援体制 エントリー層 プレエントリー層 分析担当者 高度データ活用人材 (スペシャリスト) 経営層 (CMO、CAO、CxO) 分析投資のROI ビジネスインパクト 付加価値創造 分析の成果 ビジネス課題解決 スキル領域 専門性 基礎スキル ミッション・目的人材ピラミッド 経営層・マネジメント向け研修 業界別研修 テーマ別研修 統計基礎講座 Excel講座 公開講座 ④分析組織立ち上げ 支援 ③カスタマイズ研修 ②パッケージ研修 ①データ活用セミナー 企業研修 ブレインパッドでは企業が求めるニーズを受けて、ビジネス課題を解決できるデータ活用人材の育成を支援し ています。また組織としてデータサイエンス活用を考えている企業様向けのカスタマイズ支援もご用意。 機械学習による問題解決実践 Rによる統計解析 SQLによる集計・分析 統計・分析のための データ加工入門 Tableauによる 集計・分析 データサイエンティスト入門研修 ソリューション別研修
  • 27. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 26 ■アナリティクスサービス 導入 製品 《データ活用人材の育成、組織・体制構築》 電通様の新入社員・若手向け分析研修 • データ前処理と集計による分析手順の理解 • 分析・データ活用のプロセスと分析手順の理解 • 予測(回帰分析)による分析手順の理解 • 電通様独自の広告データを用いた売上拡大提案の ミニプロジェクトを実施し、分析の実践力の向上 SQLによる集計・分析 研修 学習目標 Rによる統計解析 電通様のデータを用いた ケーススタディ 新卒社員 (全員) 新卒社員 (分析系) 若手 社員 基礎 知識 利用 実践 データサイエンス 基礎(講義) データ処理プログラミング • データ抽出や前処理・集計の手順理解 目的 データサイエンス 基礎(演習) 2017年度新卒社員、ならびに若手社員を対象とした分析・データ活用研修とし、 分析プロセスの基礎からデータ利用・ビジネス現場における実践を意図して研修の流れを設計 • 新卒社員全員(基礎知識) • 新卒社員の分析・データ活用部配属予定者(基礎知識・利用・実践) • 若手社員(利用・実践) 受講 対象者 育成目標 • 統計検定3級レベル • SQLとRで分析に自発的に取り組むことが出来るレベル
  • 29. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 28 分析業務のご支援イメージ PJ設計 アセスメント支援 トライアル分析 ( PoC ) 本格分析 (ロジック開発) しくみ化・自動化 (システム化) 業務適用・運用 テーマ・スコープが 明確な場合 テーマ・スコープが 曖昧な場合 ①プロジェクト設計・アセスメント支援 データ活用対象の業務、テーマの選定からお手伝いいたします。PoCを含む、後工程での業務をふ まえ、データの選定・収集・整備や、テーマの優先順位、プロジェクト設計、実行計画策定(体制 ・スケジュール)などを行い、プロジェクト全体が円滑に実施できるよう対応いたします。 2~3ヶ月 3ヶ月~ 3ヶ月~2~3ヶ月期間 活動内容 ②トライアル分析 弊社にてデータをお預かりして分析を実施し、結果及び示唆をご提供します ③本格分析 トライアル分析をふまえ、システム化、業務適用に向けたロジックの本格的な開発を行います 3ヶ月~ テーマ・スコープの拡大・変更・再定義 Phase 2 Phase 3 Phase 4Phase 1
  • 30. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 29 分析基盤開発ソリューションのご支援イメージ 要件 ヒアリング 関連データ 分析 業務分析 現状把握 ビジネス改善 施策プラン開発 施策実行と 効果検証 システム 開発 システム 運用・改修 コンサルティングフェーズ 開発 プランニング 仮説 構築 現有システム 環境確認 開発フェーズ 運用支援フェーズ【導入プロセス】 1現状把握 ・ヒアリング ・保有データ分析 ・業務分析 2将来予測 ・新たな分析基盤の検証、提案 ・中長期での開発ロードマップの 作成 3システム開発 ・Agile開発 ・機械学習、AI開発 ■ ご支援の流れ ブレインパッドの分析基盤開発は「コンサルティング」「開発」「運用支援」の3つのフェーズに分 かれています。 御社のビジネスの方向性や現状をヒアリングとデータ分析により把握し、KPI等の指標を明確 にして分析システムの開発を一気通貫で行います。 開発においてはAgile的に小さい開発を短いPDCAで回し、スピード感があり且つ柔軟に要 件に対応可能な開発手法を取っています。 導入後も実施施策の効果検証と改善を実施し、御社ビジネスの改善をサポートします。
  • 32. +AI (プラスエーアイ) サービス +AI は、身近な日常やビジネスに人工知能をプラスして、さまざまなイノベーションを生み出しています。 プラン 対象となるお客様 実施期間の目安 アウトプット AIを自社の業務やサービス、製品など に組み込むことで収益改善・業務効 率化などの経営改善を実現したい お客様 サービス/システムの 本格実装プラン プロトタイプ 開発プラン(PoC) 戦略・実行計画策定 プラン テーマ選定 プラン AIを活用した、具体的な業務改善 テーマをお持ちのお客様 AI活用のテーマをお持ちで、更に プロジェクトを推進したいお客様 機械学習/ディープラーニング、先端 的なデジタル技術による、事業改革、 業務効率化、サービス開発などに 関心があるお客様 3~6か月程度 1~2か月程度 1~2か月程度 5日~1か月程度 • 完成した機械学習システム • 構想した成果の実現 など • 機械学習モデルのモックアップ(仮モデル)と精度 評価 • 実現可能性に関する評価・リスク • 今後の展開プラン など • AI活用よる収益創出、業務効率化、品質改善など の経営インパクトを創出するための戦略 • ROI試算結果、スケジュール、実行体制、リスクと 回避策などの具体的な実行計画と経営効果 など • AI・機械学習等に関連した具体的取り組みテーマ 候補 • テーマごとの取り組み優先度 など +AI の4つのサービスプラン ブレインパッドの支援内容 機械学習モデルや先端的なデジタ ル技術を搭載したシステム開発を 支援します 機械学習モデルの構築やデジタル 技術を活用したパイロット施策の実 施により、実現可能性の見極めを 支援します 具体的な収益化を実現する適切 なアプローチ・展開プランを策定し、 投資に対する経営層の意思決定 を支援します お客様企業内での適用領域の見 極めを支援します ディープラーニングを含めた機械学習、自然言語処理、数理最適化など、人工知能(AI)関連テクノロジー の活用により、経営改善やサービス革新に貢献するスペシャリストがお客様の支援にあたります。 データドリブン型組織への転換、デジタルトランスフォーメーションなど 会社や事業部門全体の変革から、ディープラーニングを組み込んだ 新サービスのR&D、需要予測を用いた業務改善、画像解析による 検査の自動化、データ蓄積基盤の導入、AI関連人材の育成まで、 幅広いテーマの支援が可能です。 人工知能(AI)のサービス・コンサルティング
  • 33. 画面をクリックするだけ、プログラミング不要で構築 人が実施していた定型業務も非定型業務も自動化するロボティック・プロセス・オートメーション サービスです。 ブレインロボ(BrainRobo) ロボティック・プロセス・オートメーション RPA 《適用例》 テキストマイニング 需要予測や欠品予測 ログ解析による 売れ筋キーワード特定 サイト内検索エンジンの最適化 在庫管理・発受注の自動化 広告出稿の自動化 アナリティクス・AI機能を加えることで予測結果やデータマイニング等 の分析結果に基づき、人間の判断を超えた精度の自動化を実現。 容易な導入と充実したサポート体制人間の判断が必要な高度業務(Class2)を実現 人と同じUIを使用する、柔軟なシステム連携 簡単に自動化。コーディングや既存システムへの変更不要 ご活用フェーズにあわせた3つのプランをご用意 外部のAI機能を呼び出し、Class2の高度活用に対応 ヒアリング+ 簡易診断 導入 トレーニング 限定的業務 での試験運用 サポート 継続活用 コンサルティング 柔軟なライセンス体系と伴走するサポートで御社での自律的な RPA活用が出来るまで導入をサポートします。 2週間 最大3ヶ月 本格導入フェーズ導入効果検証フェーズ 6ヶ月~1年で自律運用へ
  • 34. 公開講座 データサイエンティスト入門講座 企業研修 50万円~ 120万円~ 250万円~ 100万円~/月 ネットや書籍上の情報からは得られないビジネスに活かす実践力と現場のノウハウが身に付く、 データサイエンスのプロフェッショナル集団による人材育成サービスです。 サービス ● 2004年の創業以来、多様な業種のビジネス課題をデータ分析で解決してきたノウハウを凝縮し体系化! ● 企業研修は30社以上の提供実績!公開講座は開講以来、5年間で700名を超える受講実績! ● クライアントワークによる分析プロジェクトの経験豊富な当社データサイエンティストが講師を担当! 本サービスの特徴: 提供概要 カリキュラム名 概算費用(税抜) 研修コース、受講者数と受講対象者のレベルに応じて見積もり 左記はSQLによる集計・分析研修10名の例 カリキュラム・メニュー、期間、受講人数に応じて見積もり 提供する組織・人材育成のテーマ、当社の稼働時間に応じて 見積もり データ活用セミナー パッケージによる研修 カスタマイズ研修 分析組織立ち上げ支援 SQLによる集計・分析 Rによる統計解析 機械学習による問題解決実践 Pythonではじめるディープラーニング実践 12万円/人 20万円/人 20万円/人 22万円/人 2・3・6・9・12月に開催、 各講座最大30名。 経済産業省 「第四次産業革命 スキル習得講座認定制度」 厚生労働省 「専門実践教育訓練給付金」 以下2種の認定を 受けた講座です ブレインパッドの人材育成サービス ビジネス現場で使えるデータ活用スキルを手に入れる
  • 35. AI技術(機械学習)などを駆使してテキストデータを解析 テキストデータを “価値ある情報” へ Mynd plus 自然言語処理エンジン マーケティング 履歴書・アンケート結果 ウェブサイトコンテンツ、 ソーシャルメディアのテキストデータ 音声・画像から 変換・抽出したテキストデータ ビジネスへの活用自然言語処理データの入力 レコメンド/マッチング 記事の要約 コールセンター アンケート解析 広告メニュー モジュールを 組み合わせて 利用できる 解析対象の文書を 自動的に要約 自動要約 解析対象を特徴付ける キーワードを抽出 キーワード抽出 入力文書に 適切なラベルを付与 ラベルの付与 URLリストをもとに、 RSSやWeb上のリソースを取得 Webクローリング 解析対象の文書群を 数十のトピックに自動分類 自動クラスタリング キーワードから関連語や 類義語を出力 キーワード拡張 多彩な利用シーン レコメンドエンジン/プライベートDMP との接続 ・ ユーザーの興味関心キーワードをDMPに蓄積 ・ メディアサイトでのコンテンツマッチ レコメンド ・ 異なるサイトを横断したレコメンド ・ 指定したテーマでウェブから自動キュレーション ・ ユーザーの関心あるニュースをまとめる キュレーションメディア/ニュースアプリ での活用 お客様の業務システムへの組み込み ・広告枠ページのテキスト解析して広告のマッチング精度を向上広告配信システム ・会話データを自動要約してCRMなどへの登録業務の負荷を軽減コールセンター 高精度な 言語処理 利用シーンに合わせた 高い柔軟性
  • 36. 「Rtoaster」は最先端のレコメンドエンジンとユーザー分析エンジンが搭載されたプライベートDMPです。多様なデータの統合 から、ユーザー理解、マルチチャネルでのパーソナライズアクションまで、データドリブンマーケティングを強力にサポートいたします。 Rtoaster レコメンドエンジン搭載プライベートDMP マーケティング Rtoasterが選ばれる3つの理由 データに基づくユーザー理解とパーソナライズアクション データ収集・統合 データ分析・機械学習 データからアクション サイト アプリ デジタル 広告 メール ダイレクト メール レポート/ データ出力プライベート DMP レコメンド エンジン ユーザー 分析 CRMデータ 会員属性データ サイト・アプリ内 ユーザー行動 ソーシャル データ コンテンツ データ オフライン データ その他 データ 外部オーディエンス データ DMP市場3年連続No.1(※) 250社以上の導入実績 幅広い業種での知見 データによるユーザー理解 ・パーソナライズアクション をワンストップで実現可能 データサイエンティストと コンサルタントが 成果向上を支援 豊富な分析・パーソナライズ機能(一部抜粋) ユーザー分析機能・スコアリング機能 ユーザー属性機能・外部データ統合機能 Webレコメンド・Web接客機能 アプリプッシュ機能・アプリレコメンド機能 広告(DSP/ADNW)連携機能 MA・メール配信連携機能 etc ※DMP市場:ベンダー別売上金額シェア【2014年、2015年、2016年度実績】 出典:ITR「ITR Market View:メール/Webマーケティング市場2018」「ITR Market View:マーケティング管理市場2017」
  • 37. プロバンスは、情報洪水の時代でも顧客に届くBtoC向けマーケティングオートメーションです。 多種・多量なデータの取り扱いを実現し、複雑なマーケティングシナリオを簡単に自動化します。 データ活用に長けた経験豊富なブレインパッドメンバーによる継続した運用サポートも好評です。 Probance マーケティングオートメーション(MA) マーケティング データから価値を生み出し、機械学習による戦略レベルでの効率化 誰に? 何を? いつ? どのように? DM コールセンターEメール ワンセットのキャンペーンとして管理し、すべての顧客への最適化を自動実行する 3日後 7日後 14日後 ・・・・ 拡張性・柔軟性高くスタート可能 ・プリセットされたシナリオ運用 ・チャネルはメールのみ ・複雑で多様なシナリオ ・オムニチャネルコミュニケーション ・自由なデータソースとデータマート構築 様々な業態での導入実績 シ ー ム レ ス な 移 行 大手ECサイト様、アパレル企業様、人材サービス様、コンテンツ企業様など BtoC企業様を中心に多数の業態で活用されています。 Flex エントリー版 Pro エンタープライズ版 選べる2つのライセンスタイプ
  • 38. 多言語に対応したSaaS型高機能ソーシャルリスニングツール。米Twitter社とのFirehose契約に より2010年7月以降のすべてのツイートを分析することが可能です。 Crimson Hexagon ForSight™ Platform 次世代ソーシャルリスニング・プラットフォーム マーケティング 固定化された評価軸ではなく、担当者が知りたい要素や アクションにつながる区分などを任意に設定し、分析することが可能。 国内外、様々なメディアを分析可能 国内外のソーシャルメディア・データソース 独自アルゴリズムによるセンチメント分析 《米国特許取得済み》 米Twitter社が提供する、 すべてのツイートデータ※をリアルタイム に取得できるAPIの使用契約により、 時間軸・エリア軸の制限なくツイートを 分析することが可能です。 ※2010年7月以降の全世界のツイートデータ 米Twitter社とのFirehose契約 多言語対応によるグローバルな導入実績 世界中で 500 社・ブランド ●多言語対応 日本語、英語をはじめ、中国語、フランス語、 ロシア語などを公式サポート ポジティブ 要因 ネガティブ 要因 一兆以上の ソーシャル・ビックデータ など多数 導入企業の一例
  • 39. サービス 運用型広告インハウス支援サービス 広告運用の内製化をサポート 広告運用の内製化を ”テクノロジー” + ”人” がサポート 最先端のAI(人工知能)技術とコンサルタントによる支援サービス 最先端 AI (人工知能) 技術による ツール 広告運用 インハウス 運用の理解 運用代行 ツール導入・ 設定 定型化 レクチャー 運用の定着 弊社運用 コンサルタント ・お客様と寄り添って内製化をご支援 ・AIツールの設定や運用時のサポートもしっかりと 運用ノウハウ+高度なテクノロジーが自動運用を支えます AI技術による 最適な運用を 運用型広告インハウス支援サービス課題 マーケティング担当者 制作 予算配分 入稿 予算内で最大の成果を上げたい… レポート 予算管理 入札 担当者(または広告代理店)に任せている 現状がベストなのか? AI技術による 効率化・自動化ができているのか? 自社データをもっと広告運用に 活用したいのだが… 運用型広告の課題 特徴 ビジネス目的 に則した 広告運用 広告と サイト内の 連携 テクノロジー による 自動化支援 広告の自動運用を支えるツール群 シミュレーション 自動入札 レポート自動作成 自動入稿 媒体API接続 LPO 予算管理 プライベートDMP AdPencil 導入ケース ※ 一部のツール機能を抜粋しています。 ・ リスティング広告のみ 自社で運用したい ・ AI技術で 自動化・効率化をより推進したい 運用型広告のインハウス化を徹底的にご支援 導 入 効 果 部分的な 導入も 運用コスト 50% 削減 自社データをしっかりと活用できる 人材・チームの育成
  • 40. L2Mixer 運用型広告最適化ツール マーケティング 自動入札(最適化・ルール) 導入成果 予算管理 獲得数(CV) 51% 増加 獲得単価(CPA) 17% 削減 運用負荷(作業時間) 20% 削減 ¥0 ¥100 ¥200 ¥300 ¥400 ¥500 ¥600 ¥700 0 100 200 300 400 500 600 700 800 900 2/1 2/8 2/15 2/22 3/1 3/8 3/15 3/22 3/29 4/5 4/12 4/19 4/26 コンバージョン数とCPAの推移 コンバージョン CPA 多項式 (コンバージョン) 多項式 (CPA) 導入 獲得数上昇 獲得単価下降 導 入 後 レポート スケジュール ON/OFF インターネット広告の 自動入札 と 予算管理 をするツールです。 媒体を横断することにより、広告パフォーマンスを最大化し運用負荷を削減します。 4つの 主要機能 対応媒体 ・ 媒体を横断した最適な予算配分 ・ 予算消化ペースも指定できます ・ リスティング広告、ディスプレイ広告 (GDN/YDN)に対応 ・ Googleショッピングキャンペーン対応 ・ 高精度な最適化入札とルール入札 によるハイブリッド運用 ・ 広告のON/OFFをカレンダーで日時指定・ ダッシュボードによるかんたんな実績把握 ・ 予算進捗などの詳細レポートにも対応 ※ Excelでのダウンロードも かんたん導入サポート > ・ API接続でタグ設置不要 ・導入、設定作業をサポート ・導入後の運用サポートも充実
  • 41. AdNote 広告運用支援ツール マーケティング インターネット広告の レポート自動化 と シミュレーション をするツールです。 広告運用の負荷を大幅に削減します。 手間のかかるレポート作成を 自動化したい 効果的な予算配分を シミュレーションしたい インターネット広告の成果を ひと目で確認したい 約20種類のレポートをExcel形式でダウンロードタイムライン形式で見やすいダッシュボード画面 未来の期間・費用を設定したシミュレーション ※ 対応媒体は随時増加していく予定です。 対応媒体 独自アルゴリズム 導入しやすい価格 日次/週次/月次のレポートを表示 各媒体の状況をひと目で把握 表示名や表示順の変更もかんたん 各媒体からのデータのダウンロードは不要 各媒体ごとにおすすめの予算配分も 仮に予算を倍にした時の成果は?など データ分析のノウハウを結集した予測モデル 初期費用は不要/媒体アカウント数による価格体系 媒体アカウント数 5アカウント 10,000円/月 ※ 上記金額は税別です。 ※ 弊社からのご請求額は上記のツールご利用料金となります。 ※ 媒体アカウント数 5、10、30、50 アカウント単位での販売となります。 (1アカウント単位での販売はしていません) メジャーな広告媒体に対応済み
  • 42. exQuick 異なるデータベース製品やフラットファイルを統合的に管理し、顧客の絞り込みから施策の実行、 効果測定レポートの作成までを素早く実行可能。施策立案 - 実施 - 効果検証のPDCAサイク ルを高速化できるシステムです。 ダイナミックセグメンテーションシステム 可視化 柔軟なインポート機能とデータ統合 簡単&高速な条件抽出 レポーティング ・異なるデータベースでも透過的に取り込める柔軟な インポート機能。 ・各種情報を一意のユーザに統合。 ・ドラッグ&ドロップ操作で、簡単に条件の絞り込みが可能。 ・抽出に特化した独自のファイルシステムにより、高速に 条件抽出を実行。 ・Excelを利用した表現力の 高いレポート作成。 ・ワンクリックで最新のデータ にアップデート。 ・・・・ 大規模データを活用する企業で導入 他多数
  • 43. Tableau ビジュアル分析を支援するビジネス・インテリジェンスツール 可視化 Tableauはデザインや配色など多彩なビジュアル表現で最適なメッセージを伝え、お客様がデータ を理解し、課題解決するのをお手伝いする高機能BIツールです。 規模に合わせて導入 考えるのと同じ速さで分析 お手持ちのデータを簡単・高速・美しく •直感的な操作により、データの可視化やビジュアライズ。 •グラフの列・行をドラッグ&ドロップで指定すると、ビューが 生成。 •個人分析用のライセンス はPC1台から導入可能。 •サーバの導入により、 大規模組織での共有も 可能。 研修講座による充実のサポート体制 •データの集計、分析、可視化までの一連の 流れがマスターできる研修をご用意。 ※一企業様単位での集合研修形式 有償講座「Tableauによる集計・分析」 •Webブラウザから手軽に編集 •目的に応じて、ビューのデータ 系列・分析軸・メジャーなどを 変更可能。
  • 44. SAPⓇ Predictive Analyticsは、これまでデータサイエンティストでしか実施できなかった高度な 機械学習・データマイニングを、ビジネスユーザーでも実現可能にしたビッグデータ時代のデータ マイニングシステムです。 SAP Predictive Analytics 80%減 導入企業の一例 ビッグデータ時代のデータマイニングソフトウェア データマイニング 機械学習 自動化 & システム化による高精度なマイニングを実現・予測業務の短縮化 大容量データを高速で処理 幅広い業種での活用実績 分析用 データ 分析実行 1つの モデル 評価 クレン ジング アルゴリズム 選択 データ分割サンプリング 説明変数 選択・加工 データをセットしてからモデル結果を得るまでのステップを完全自動化することで 従来の職人的な勘による 手作業を自動化 分析プロセスの簡略化 大量データの効率処理 分析時間 500以上年間施策 200%増売 上 効果の一例 数週間 数カ月 ~ 数時間 1日 ~ 属人的で複雑な工程を自動化
  • 45. WPS AnalyticsはSAS言語で記述されたスクリプト(もしくはプログラム)の実行が可能なデータ 分析ツールです。R、Pythonにも対応しており、総合分析プラットフォームとして利用できます。 コンサルティングサービスでの利用が可能 低コストでSAS互換の処理システムを構築 巨大データの高速処理 WPS Analytics SAS言語の互換ソフトウェア データマイニング 機械学習 包含するモジュール ・データステップ、プロシジャ、マクロ言語 ・GUI操作が可能なワークフロー機能 ・統計、時系列予測、機械学習モジュール ・データベースアクセスエンジン等(SASデータセット、各種 RDBの読み書きが可能) WPS購入企業 顧客企業 結果出力データ ※SASはSAS Instituteの商標として登録されています。また、WPLとSAS Instituteとの関係性はありません。 基本的なSAS言語のほか、周辺モジュールがバンドルされており、低コストでの分析環境の構築が可能です。SAS言語によるプログラムおよびアプ リケーション、データの再利用が可能で、既存の投資が活用できます。 WPS Analyticsを利用して、 顧客データを処理し、その結 果を出力し提供することに制 限はありません。 そのため、世界中の多くのコン サルティング会社における採 用実績があります。 《巨大なデータのハンドリング》 ・無制限のレコード数 ・マルチスレッドで動作するソート処理 ・様々なOSに対応 (Windows/Linux/UNIX/Mac OS) ・Hadoop対応 SASデータセット Apache Hadoop 各種RDBMS
  • 46. 収集・蓄積されたデータを活用して、ヒト・モノのマッチングデータに変換するエンジンです。 Conomi マッチングエンジン この商品を見た人はこちらも見ています あなたにおすすめの商品はこちらです この商品に興味があるのはこの人です あなたにおすすめの人はこちらです POS履歴 履歴データ 来店履歴 閲覧履歴 …男性 20代 IT企業勤務 … 国内生産 カジュアル 赤 … 顧客データ アイテムデータ オフィス コールセンター 店舗 自宅 POS タブレット ゲーム サイネージ アプリ PC スマートフォン eMail 多彩なロジックから独自のレコメンドを作成可能 様々な組み込み先 活用例 「オススメの商品」や「この商品を見た人はこんな商品も」といったマッチング・レコメンドを高精度なロジックで生成します。 組み込み先や利用データを選ばない柔軟性から、店舗のPOSデータや基幹システム、DWHなどに蓄積されているデータから お好みの場所やデバイスにマッチング・レコメンドをプラスして企業のサービス価値を向上させます。 ランキング カーネル法 バイグラム 周期性レコメンド タグマッチ 自然言語処理連携 … … 店舗接客 での利用 POSレジ での利用 コールセンター での利用 多彩なロジック データマイニング 機械学習
  • 47. 本資料は、未刊行文書として日本及び各国の著作権法に基づき保護されております。本資料には、株式会社ブレインパッド所有の特定情報が 含まれており、これら情報に基づく本資料の内容は、貴社以外の第三者に開示されること、また、本資料を評価する以外の目的で、その一部ま たは全文を複製、使用、公開することは、禁止されています。また、株式会社ブレインパッドによる書面での許可なく、それら情報の一部または全 文を使用または公開することは、いかなる場合も禁じられております。 株式会社ブレインパッド 〒108-0071 東京都港区白金台3-2-10 白金台ビル TEL:03-6721-7002 FAX:03-6721-7010 www.brainpad.co.jp info@brainpad.co.jp Analytics Innovation Company