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
620
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
520
DLLAB製造分科会 課題テーマ(トヨタ紡織株式会社)
nakihiro
1
550
Deep Learning Lab ご紹介
nakihiro
1
530
_DLLAB_分科会概要説明資料201808.pdf
nakihiro
1
540
Other Decks in Technology
See All in Technology
Code Smells @Voxxed Bucharest 24
victorrentea
1
190
Autopsy of a Cascading Outage from a MySQL Crashing Bug
jfg956
0
200
匠MethodとRDRAとICONIXとDDDで実現する一気通貫オブジェクト指向開発
haru860
4
2.1k
関数型DDDの理論と実践:「決定を遅らせる」を先につくり、 ビジネスの機動力と価値をあげる
knih
2
500
どう買う?Azure
kuniteru
1
190
生成AIサービスPanorama AIご説明資料
sdt
0
300
中学生でもわかる深層学習
e869120
10
3k
ビジネスロジックを「型」で表現するOOPのための関数型DDD / Functional And Type-Safe DDD for OOP
yuitosato
29
12k
Elementaryを用いたデータ品質の可視化とデータ基盤の運用改善
10xinc
6
1.7k
LLM + RAG を使った SORACOM Support Bot の裏側の歴史
soracom
PRO
1
640
やっていきテスト
k6s4i53rx
0
160
MongoDB Atlas Vectorsearchではじめる生成AIアプリ開発
chie8842
3
510
Featured
See All Featured
The Invisible Customer
myddelton
114
12k
Fireside Chat
paigeccino
19
2.6k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
113
18k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
355
22k
It's Worth the Effort
3n
180
27k
The Cost Of JavaScript in 2023
addyosmani
13
3.7k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
124
32k
WebSockets: Embracing the real-time Web
robhawkes
59
6.9k
Designing Dashboards & Data Visualisations in Web Apps
destraynor
225
51k
Into the Great Unknown - MozCon
thekraken
10
830
Scaling GitHub
holman
456
140k
For a Future-Friendly Web
brad_frost
170
8.9k
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