Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
DLLAB製造分科会 課題テーマ(株式会社ミスミグループ本社)
Search
akihiro
September 30, 2018
Technology
0
690
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
Share
More Decks by akihiro
See All by akihiro
DLLAB製造分科会パートナー企業向け参加説明会
nakihiro
0
550
DLLAB製造分科会 課題テーマ(トヨタ紡織株式会社)
nakihiro
1
580
Deep Learning Lab ご紹介
nakihiro
1
630
_DLLAB_分科会概要説明資料201808.pdf
nakihiro
1
580
Other Decks in Technology
See All in Technology
Oracle Base Database Service 技術詳細
oracle4engineer
PRO
12
81k
私のMCPの使い方
tsubakimoto_s
0
110
Building a cloud native business on open source
lizrice
0
130
Kubernetes self-healing of your workload
hwchiu
0
300
WEBサービスを成り立たせるAWSサービス
takano0131
1
190
OpenTelemetry が拡げる Gemini CLI の可観測性
phaya72
2
930
ソースを読むプロセスの例
sat
PRO
15
9.6k
Data Hubグループ 紹介資料
sansan33
PRO
0
2.2k
今この時代に技術とどう向き合うべきか
gree_tech
PRO
2
2.1k
ニッポンの人に知ってもらいたいGISスポット
sakaik
0
190
ソフトウェアエンジニアの生成AI活用と、これから
lycorptech_jp
PRO
0
690
AIとともに歩んでいくデザイナーの役割の変化
lycorptech_jp
PRO
0
670
Featured
See All Featured
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
46
7.7k
GitHub's CSS Performance
jonrohan
1032
470k
RailsConf 2023
tenderlove
30
1.3k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
508
140k
Documentation Writing (for coders)
carmenintech
75
5.1k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
10
600
Embracing the Ebb and Flow
colly
88
4.9k
GraphQLの誤解/rethinking-graphql
sonatard
73
11k
Statistics for Hackers
jakevdp
799
220k
The Art of Programming - Codeland 2020
erikaheidi
56
14k
Side Projects
sachag
455
43k
Leading Effective Engineering Teams in the AI Era
addyosmani
7
530
Transcript
分科会での検討テーマ 株式会社ミスミグループ本社 DLラボ分科会資料 参加社限
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.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
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
3.ベネフィット想定 参加社限 廃番品情報活用ケースおよび効果は以下を想定 1. ECサイト上で廃番品が検索された際に類似スペック代替品を提案 • 機会損失抑止 2. 廃番品を過去にご購入いただいた顧客の購買行動分析 •
マーケティング施策利用による売上向上
4.その他提供資料(カタログ例1) 参加社限
4.その他提供資料(カタログ例2) 参加社限