CASE STUDY - 事例

■ 廃棄ロスという課題をAIによる需要予測で解決

グリーン業界では従来から廃棄ロスという課題が存在する。植物の小売りメインプレーヤーであるホームセンターでは、バイヤーは基本的に作年対比プラスマイナス5％程度で発注をかけることが多い。極力失敗しない方法を採用する傾向が強いのだが、それでも予測が外れて廃棄ロスを出すケースや逆に在庫が少なすぎて販売機会の損失につながることも多い。どんなニーズがどのぐらいあるのかというデータを業界全体で把握した方がいいのではないかという考えから、AIによる需要予測プロジェクトはスタートした。

■ 短期トレンドを把握することで情報発信と販売につなげる

SNSでの投稿数は、購買頻度と相関しているという仮説から、需要の指標になると考え、これを短期スケールと長期スケールでAIが分析した。結果として、SNSでの投稿数と出荷量や発注量との相関については有意な分析結果は出なかったが、少なくともSNSでのユーザーの動きを可視化することができことによって、データ活用の道が開けた。
長期トレンド分析のデータは卸業者から、需要と出荷量・発注量のズレを発見するのに有用ではないかとの評価を受けている。植物は工業製品と違って年単位での生産となるので、長期トレンド分析が有効だ。緩やかに需要が落ちているけれども、毎年同じ量で発注してロス率も緩やかに上がるというケースもあるのだが、これまではなかなかそのことを体感することができなかった。人間が気がつかない部分をデータが気づかせてくれるところに有用性があると評価されている。
短期的には、リアルタイムで植物好きの間で何が流行っているのかをSNSの投稿数から測定することができた。トリプルアイズが作成したAIプログラムは、ボリンジャーバンドを用いることで、ユーザー数の増減に左右されないでブームが来ている品種を捉えることに成功した。
短期のトレンド分析は、GreenSnapのウェブメディア「HORTI（ホルティ）」やECサイト「GreenSnap STORE」での活用が見込まれている。