新着Pick
129Picks
Pick に失敗しました

人気 Picker
パッと見て、もしやと思ったのですが、"ゑびや"さんのシステムを活用しての事例だったんですね!"ゑびや"さんは以前、地方創生ベンチャーサミットでご一緒させていただいたことがありその仕組みにはとても驚きました。
この的中率はさすがですね!面白かったのが「定価をなくしたい」と言っていたことでした。
お菓子や飲食店って常に定価があるのですが、時間や曜日によって需要と供給が異なりますが、値段は同じです。例えば、レジャー施設では、土日が金額がたかかったり、飛行機会社も需要と供給により値段が変わってきます。
お菓子屋さんも飲食店も、忙しい時は値段をあげればいいし、時間があるときは値段を下げることでいわゆるレベニューマネジメントが成立します。
ぜひ、御素麺屋さんにもAIシステムを導入しての、売上最大化を目指して頑張ってほしいですね。

地方創生ベンチャーサミット
https://ebilab.jp/news/327/
素晴らしい!和菓子屋さん、これまでは経験と勘で来店者数を予測し発注してたところを、AI で来店客数予想し、的中率9割超え、廃棄ロスを軽減した!
>「ゑびや」が開発したAIシステム
Microsoft Azure で動いてるってことがわかるね☺️

参考記事)

> “老舗ベンチャー”ゑびや大食堂が「的中率9割」のAI事業予測をサービス化
https://japan.cnet.com/extra/ms_ebiya_201710/35112861/

> クラウド Microsoft Azure を土台に、予測的中率 90%超という驚異的な来客予測・マーケティング効果測定による事業予測ソリューションを開発。導入前後で売上 4 倍、利益率 10 倍
数の予測だから相関が適切だと思うのですが、誤差が±X%以内に入ったら正解とみなす、などの評価でしょうか。

いずれにしても廃棄ロスや従業員配置最適化など、素晴らしい取り組みですね。

(追記)
と思って記事を拝見したら
「前日に119人と予測し、実際は115人で的中率96・6%だった。」
とありました。平均誤差±10%とするほうが直感的かもしませんね。
こういう施策は小さなお店や事業部単位の方が導入と成功事例をつくりやすいですね。そもそも和菓子屋の来店数がある程度見えていて、変数も少ないので予測が立ちやすい。そして見える化されることで従業員の感覚はより確かなものとして言語化されるってことですかね。