Upgrade to Pro — share decks privately, control downloads, hide ads and more …

DLLAB製造分科会 課題テーマ(株式会社ミスミグループ本社)

akihiro
September 30, 2018

 DLLAB製造分科会 課題テーマ(株式会社ミスミグループ本社)

DLLAB製造分科会 課題テーマ(株式会社ミスミグループ本社)

akihiro

September 30, 2018
Tweet

More Decks by akihiro

Other Decks in Technology

Transcript

  1. 1.会社紹介 参加社限 事業 • B2B「生産材プラットフォーム」 • メーカー事業(FA事業/金型部品事業) • 流通事業 事業特徴

    • 少量多品種 • 2,070万点、800垓バリエーション (1垓=1兆 * 1億) • 3,324メーカー • 「確実短納期一個流し」 設立 1963年2月23日 売上高(連結) 312,969百万円※2018年3月期 従業員数(連結) 11,241名※2018年3月末日時点 株式会社ミスミグループ本社 「ものづくりの、明日を支える。」 ▼ECサイト「MiSUMi-VONA」https://jp.misumi-ec.com/
  2. 2.業務課題① 参加社限  数年前に廃番となったアイテムの構造化データが一部未整備、廃番品データを 活用した施策(代替品提案、顧客分析)を打ちきれない  構造化データになっていない廃番品情報は過去の紙カタログからの抽出が必要 構造化/ 半構造化 データ

    過去の 紙カタログ 商品マスタ ECサイト 廃番… 廃番になった 商品情報抽出 代替品提案 ※廃番品検索時すべて 代替品提案※一部未対応 ASIS TOBE 今回検証したいエリア 複雑に並ぶ 複数の情報 通常の辞書には のりにくい文字列
  3. 2.業務課題① 課題名 概要 AIへの期待 カタログからの 商品情報抽出 • 過去の紙カタログから廃番品情 報を抽出し施策につなげたい •

    紙カタログ内には複数の情報が 複雑に並ぶ • 通常の辞書にはのりにくい文字 列が含まれる • 紙カタログ内のページ種別の識別 • 商品ページ内情報エリアの識別 • 情報エリアごとに文字情報を抽出 • 情報種類に合わせた文字記号識別 主要データ 値 備考 商品紙カタログ • 1冊あたり数百~2千ページ前後 • 現行版12冊:デジタルデータ提供可能 • 過去版:現物(紙)提供可能 今回の検証時には、構造化デー タ整備されている現行版の利用 を考えています 構造化商品デー タ • 当社商品マスタ内の商品データ(精度 検証に用いるカテゴリ・商品に限る) 精度検証への利用を想定 参加社限