DataRobot ブログ

2023年6月14日、DataRobotが主催したイベント「バリュー・ドリブンAIの道はここから始まる」で、DataRo…

DataRobotで金融チームディレクターをしています、小川幹雄です。DataRobotの肩書きとは別に、一般社団法人金…

製造業企業でアフターメンテナンス領域は業務効率化や収益化が難しいとされていますが、業務改革を実現するAI活用のポテンシャルが多くあります。が、効果的にAI活用を進めるにはステップがあり、本ブログでは具体的なステップも含め、アフターメンテナンス領域におけるAI活用について解説をします。

需要予測は近年AIの活用が著しい領域ですが、需要を予測しただけではビジネスインパクトには繋がりません。予測した需要を適用できる主な業務として在庫の最適化があります。本稿ではAIを用いた需要予測の在庫最適化への活用方法を考察します。

MRの減少などで、より効率的な製薬企業医薬品のマーケティングが必要とされています。デジタル化やデータの利活用が注目されていますが、ABテストを実施しにくい医薬品のマーケティングではデータの活用は一筋縄ではいきません。どこにデータを利活用できる可能性があるか、機械学習の視点から紹介します。

昨今の金融業界では法律・規制の変更による FinTech 企業や非金融事業者の参入に伴い、顧客獲得競争が激化しております。本稿ではそのような環境下でいかに顧客獲得を実現し、顧客理解を深化していくのかについて、具体的なプロジェクトのフローに沿ってご説明します。

需要予測は、企業のサプライチェーンを改善する上で重要な役割を果たします。需要予測の様々なシナリオの中で、新製品の需要予測は、過去の販売データがないため、最も困難な問題となっています。本ブログでは、新製品の需要予測をAIで行う方法と、それに伴う注意点を紹介します。

フロントオフィスで機械学習を自動化することのメリット、問題をフレーミングすることの重要性、機械学習の自動化技術を導入することで調査可能な問題空間がどのように広がるのかを見ていきます。さらに、機械学習アルゴリズムの選択が、単に探求対象のパラメーターの1つとして考えるべき理由についても説明します。

昨今、証券業界では規制緩和やグローバル化に伴い、新たなFinTechサービスの誕生や異業種からの参入などが相次いでいます。その結果、既存のビジネスを変革しなければいけないフェーズにきており、その変革の一つに機械学習の導入が挙げられます。本稿では、証券業界の変遷と課題、証券業界での機械学習の活用事例についてご紹介します。