組織内の既存データと、SNSなどのリアルタイム情報から未来を予測し より効率的な経営施策を提案する 『DATAFLUCT business-analytics.』 提供開始

データサイエンスで企業の課題を解決する株式会社DATAFLUCT（本社所在地：東京都千代田区、代表取締役社長：久米村 隼人）は、企業や施設などで組織の各部門が作成する売上データ、帳簿、エクセル資料などのあらゆる内部データと、SNSや口コミサイトの投稿、天候などリアルタイムの外部データを組み合わせて分析し、未来予測を行うことで、「将来の売上アップに必要な要素」や「需要の予測」「適切な人員配置」などを提示するビッグデータ分析サービス『DATAFLUCT business-analytics.』(データフラクト ビジネスアナリティクス)の提供を開始いたします。

■『DATAFLUCT business-analytics.』について
『DATAFLUCT business-analytics.』は、物流・製造・飲食・宿泊業など幅広い企業・施設の経営の未来予測を可能にするデータレイク経営管理BI/BAソリューションです。当サービスでは、①組織内外の既存データの統合によって経営の実態を把握し、②環境変化や顧客の声などを瞬時に把握できるリアルタイム分析によって、近い未来の経営を予測することができます。
新型コロナウィルスなどの影響による、この変化の著しい時代において、効率的な経営を行うためには、あらゆるデータを集め、現状をいち早く把握し未来を予測した計画・対策を立てることが重要です。一方で、企業や施設では、各部門が独自の営業ツールを使用しているケースや、電子化が進まず紙ベースでの情報管理を続けているケースも未だ多々存在します。情報が各ツール内に点在している状態は、経営の実態把握を妨げるほか、テレワークを取り入れる今後の新しい働き方において情報共有の壁を生み、効率的なビジネス環境とは言えません。
本サービスは、各部門が使用しているツールを継続利用したままデータを分析に活用でき、ツールを一新するよりも安価に組織の情報統合が可能です。また、データ分析から得た現状分析や未来予測は、チャットボットにより各コミュニケーションツール（LINEなど）にアウトプットでき、テレワーク等コミュニケーションの取りづらい環境でも、チーム内でのスムーズな報告を実現します。

１．経営にすぐに活かせる、「アクションファーストボット」
本サービスは、AIが多様な既存データやリアルタイムデータから導き出した結果を提示する「アクションに直結する」ボットサービスです。Slackなどのチャットボットに『今月投稿された口コミのうち、悪い評価は？』『SNSでの投稿は何件ある？』『○○工場の稼働状況に何か問題はあるか？』という直感的な質問を投げることで、チャットボットAI*が必要な情報を収集し即座にレポートします。従来は人間が大量の時間をかけて行っていた情報収集や考察をAIが行うことで、よりスピーディーに、より効率的に対策を実行することができます。
*自然言語の問い合わせを解釈し、自然言語とダッシュボードを組み合わせて未来予測の情報を表示し、
原因を分析してアクションを提案するAI

２．現場のツールはそのまま、クラウド化していないあらゆるデータを統合し分析
クラウド上に保存されていない古い帳簿データや、各部門が使用している営業ツール、紙ベースの請求書など、あらゆる状態のデータをクラウドベースのデータ基盤で統合し、分析対象にすることができます。コストなどの理由で電子化が進まない企業・施設でも、本サービスを導入することで、これまでのデータを統合し分析が可能になるほか、BIツールなどを利用して効率的に社内で情報共有することができます。使用していた各ツールはそのまま継続利用できるため、全社的にサービスを一新するよりも安価に、かつスピーディーに導入が可能です。

３．自動発注や自動レポートで業務を効率化　新しい時代の働き方をサポート
本サービスでは、データ分析の結果を、経営判断だけではなく日々の業務の効率化にも活用可能です。具体的には、資材や食材の自動発注、散在するデータを統合した要約AI**によるレポートの自動作成など、現場の負担となる業務を代替し、働き方改革やテレワークの推進にも貢献します。
**基幹システムのデータを統合し、ビッグデータで需要予測を行い、定期報告をテキストベースで作成するAI

【想定利用業態等サービス概要】
＜ホテル・旅館・店舗＞
売り上げデータ（宿泊データ、POSデータ等）、従業員の声(社内チャット等)などの内部データとSNSなどの外部データを基に、
①将来のトレンド、需要を予測し、在庫計画・人員配置の最適化、効果的な特典の作成を実現
②低評価の口コミを分析し、改善点を発見

＜製造業＞
①工場設備の回転数や電圧などのセンサーデータを分析し、故障の予兆を解析
②リアルタイムの解析を基に工場の稼働率を最大化
③コールセンターへの問い合わせ内容やクレームを分析し、将来品質問題となる事象を予測

＜物流＞ 過去データと外部データを組み合わせて将来の需要予測を行い、適切な人員配置、利益を最大化させる新規拠点の開設地を決定。