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
Zephyr(RTOS)にEdge AIを組み込んでみた話
iotengineer22
0
170
組織改革から開発効率向上まで! - 成功事例から見えたAI活用のポイント - / 20251016 Tetsuharu Kokaki
shift_evolve
PRO
1
120
20251007: What happens when multi-agent systems become larger? (CyberAgent, Inc)
ornew
1
430
コンテキストエンジニアリング入門〜AI Coding Agent作りで学ぶ文脈設計〜
kworkdev
PRO
3
1.8k
能登半島地震において デジタルができたこと・できなかったこと
ditccsugii
0
250
Introduction to Bill One Development Engineer
sansan33
PRO
0
300
それでも私が品質保証プロセスを作り続ける理由 #テストラジオ / Why I still continue to create QA process
pineapplecandy
0
130
物体検出モデルでシイタケの収穫時期を自動判定してみた。 #devio2025
lamaglama39
0
230
事業開発におけるDify活用事例
kentarofujii
1
290
速習AGENTS.md:5分で精度を上げる "3ブロック" テンプレ
ismk
6
1.8k
Dylib Hijacking on macOS: Dead or Alive?
patrickwardle
0
330
なぜAWSを活かしきれないのか?技術と組織への処方箋
nrinetcom
PRO
5
980
Featured
See All Featured
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
55
3k
Learning to Love Humans: Emotional Interface Design
aarron
274
41k
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
Why Our Code Smells
bkeepers
PRO
340
57k
How STYLIGHT went responsive
nonsquared
100
5.8k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
230
22k
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
162
15k
Code Reviewing Like a Champion
maltzj
526
40k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
48
9.7k
A Modern Web Designer's Workflow
chriscoyier
697
190k
Designing Experiences People Love
moore
142
24k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
140
34k
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