Beyond the Railway - 鉄道会社がデータ分析を始めて気付いた可能性 / Beyond the Railway - CX; Data Science encourages Corporate Transformation

Slide 1

Slide 1 text

Slide 2

Slide 2 text

本セッションのSNS投稿について SNS投稿：全てOK OK: テキストによる文字のみの投稿 OK: スクリーンショットの画像/動画を含んだ投稿ハッシュタグ: #WiDS2022 #WiDSTokyoIBM

Slide 3

Slide 3 text

© West Japan Railw ay Company All Rights Reserved. 自己紹介隅倉麻子 Asako SUMINOKURA IT系採用でJR西日本に入社。天王寺駅、支社営業課、IT部を経て現在のデジタルソリューション本部に至る。内4ヵ月間、株式会社ギックスに出向。現在は顧客サービスに関するデータの分析を担当。大量データの可視化を中心とした探索的分析手法により、事業部門の意思決定を支援する業務に従事。

Slide 4

Slide 4 text

Slide 5

Slide 5 text

© West Japan Railw ay Company All Rights Reserved. 目次 1. JR西日本のデータサイエンス組織とは • デジタルソリューション本部データアナリティクスGとは • 事業会社におけるデータサイエンス推進のしくみ • データ分析チームと事業部門との関係（役割分担） 2. 事例紹介 • 自動改札機故障予測 • WESTER x マイグルAIによるスタンプラリー 3. 事業会社がデータ分析を始めてみたら • データサイエンティスト、どうやって揃えるの？ • 社内のデータ活用、実際に手を付けてみたらどうだった？ • 社内向けのソリューションを作ってみた、どうなった？

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Slide 8

Slide 8 text

Slide 9

Slide 9 text

© West Japan Railw ay Company All Rights Reserved. ベンチマーク - 同じく関西の事業会社である大阪ガス - 河本薫氏（滋賀大学教授）によりデータ分析のリーディングカンパニーに https://www.osakagas.co.jp/company/tsushin/1269280_15288.html https://www.nhk.or.jp/professional/2018/0319/index.html

Slide 10

Slide 10 text

Slide 11

Slide 11 text

© West Japan Railw ay Company All Rights Reserved. メンバー構成内部 / 外部職務範囲案件プロデュースプロマネ (Business) 分析 (Data Scientist) 基盤 (Data Engineer) 企画・営業開発・運用 JR西日本GのDX推進汎用プロダクト（＝外部収益化） CBM マーケティングスタッフ部門 Manager Manager Manager

Slide 12

Slide 12 text

© West Japan Railw ay Company All Rights Reserved. データサイエンス推進の仕組み【確証的データ分析】エンジニアリング分野に多い傾向 • 解決するための仮説が浮かんでいる場合 • データ分析で解くべき問題がデータと数式で表現できるほど形式化され、かつ正確に記述される【探索的データ分析】マーケティング分野が多い傾向 • そもそも何が問題か分からず、仮説すら浮かばない場合 • 膨大なデータを整理して可視化し、発見や気づきを得る • 間違った疑問に対して正しい回答を導くよりも、正しい疑問に対して間違った回答を導くほうがマシ START 確証的データ分析探索的データ分析解決のための仮説はあるか？仮説は見つかったか？ NO YES YES NO ML Engineer Data Analyst

Slide 13

Slide 13 text

Slide 14

Slide 14 text

© West Japan Railw ay Company All Rights Reserved. 事業への実装に向けた社内各部門との連携 System Administrator AIセキュリティ運用基盤構築 Business Designer 市場と科学が分かる人意思決定に近い人 Data Owner データ整備従事者データに明るい人 Business Designer 事業部門の課題設定及び施策実施の支援者 Data Scientist/Engineer MLエンジニアデータアナリスト基盤盤エンジニアデータを基にソリューションをデザインデザイン・データからソリューションを創造ソリューションの実装・保守事業部門データアナリティクス IT部門・情報子会社

Slide 15

Slide 15 text

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

© West Japan Railw ay Company All Rights Reserved. 自動改札機故障予測モデル改札機・券売機のデータは運用管理サーバーに集約。週に一回自動アップロードし、クラウド上で推論実行。結果は保守現場等の端末のブラウザにて確認する仕組みを構築。運用管理サーバ大阪駅 a号機京都駅 b号機三ノ宮駅 c号機故障予測AI 運用管理システム稼働保守データ(csv) 週次アップロード JR西日本クラウド保守区スピーカーブラウザで結果確認可能

Slide 19

Slide 19 text

Slide 20

Slide 20 text

Slide 21

Slide 21 text

Slide 22

Slide 22 text

Slide 23

Slide 23 text

© West Japan Railw ay Company All Rights Reserved. 移動・決済ログがMaaS顧客体験実現の鍵顧客の移動・決済ログお客様はどういう人？どういうご提案をすべき？反応は？響いた？何が好き？どういう生活？行動パターンは？何を買いそう？食べそう？どこに行きそう？頻度は？タイミングは？通知は見た？クーポン使った？レコメンドに従った？顧客への直接アプローチ WESTER/ WESPO/ マイグル等エキナカエキソト自宅観光地/ ﾚｼﾞｬｰ施設職場ホテルｼｪｱｻｲｸﾙバスタクシー鉄道ﾚﾝﾀｶｰ/ ｶｰｼｪｱ飛行機特急／新幹線

Slide 24

Slide 24 text

Slide 25

Slide 25 text

Slide 26

Slide 26 text

Slide 27

Slide 27 text

Slide 28

Slide 28 text

© West Japan Railw ay Company All Rights Reserved. ICOCAを用いた旅客流動の分析 28 - 当日の滞在地・時間の概況：2020年11月16日山形戦@サンガスタジアム - サンガスタジアムに滞在したと思われる旅客のうち、試合後に滞在があった旅客多くが京都駅に滞在 ※本分析には、以下の特許出願技術が活用されています。特願2021-072703,特願2021-072665 滞在開始時刻滞在終了時刻

Slide 29

Slide 29 text

Slide 30

Slide 30 text

© West Japan Railw ay Company All Rights Reserved. 組織の歩み鉄道本部技術企画部システムチェンジⅢ FY2017 FY2018 FY2019 FY2020 FY2021 着雪予測コンペによる人材発掘 GiXo業務提携① GiXo業務提携② 新幹線走行音異常検知経産省主催コンペ優勝自改故障予測実装鉄道本部技術企画部データソリューション室自動改札故障予測外販監視カメラAI外販 21名 10名 4名 FY2022 37名デジタルソリューション本部データアナリティクス外販体制グループマーケティング基盤担当補強

Slide 31

Slide 31 text

Slide 32

Slide 32 text

© West Japan Railw ay Company All Rights Reserved. データサイエンティスト獲得方針 - 即戦力社員データサイエンティスト - 事業部門採用の社員にデータサイエンティストとしてjoin (コンペ優勝実績保有者3名在籍) - 当社にないケイパビリティを有した人材のjoin （鉄道総合研究所㈱からの出向受け社員在籍） - 現在実績なし、今後採用できれば…） - 情報系に親和性有のIT系採用社員 - 株式会社ギックスに出向させ、4~6箇月で促成栽培即戦力採用育成枠採用中途採用

Slide 33

Slide 33 text

Slide 34

Slide 34 text

Slide 35

Slide 35 text

© West Japan Railw ay Company All Rights Reserved. ビジネス実装までの道のりが遠すぎた分析マエ・ナカ・アト、見えないところにトラップが多すぎる。魔の川死の谷ダーウィンの海ビジネス実装・定着phase - 分析レポートが使われない - 実装sol.予算確保できずデータ収集・データ分析Phase - データがすぐに手に入らない（承認スタンプラリー） - PDFに数値データが入っている - 精度が出ない - 意思決定に新たな条件が追加、再分析根回し・課題設定Phase - 課題設定は良くても上長承認が得られない - 複数の事業部門が関わり全て回って説明・承認獲得

Slide 36

Slide 36 text

Slide 37

Slide 37 text

Slide 38

Slide 38 text

Slide 39

Slide 39 text

© West Japan Railw ay Company All Rights Reserved. 様々な優位性を有していた完全内製データ分析によるセキュリティの高さ 7,500台のカメラ映像による高精度モデル学習モデルは、 JR西日本管内に設置される7,500台のカメラから得られるビッグデータを元に生成しており、高精度な検知が可能。モデルを新規に学習する際も、データ収集のハードルを下げることが可能。カメラデータの前処理(アノテーション)からAIモデルの学習、精度検証、実装まで、JR西日本Gの完全内製で実施するため、セキュリティレベルの高いデータでも安心して実証実験可能。 “駅“というフィールドでの豊富な運用実績京都駅、三宮駅といった、AIモデルにとって非常に厳しい条件下でのフィールド試験、運用をクリアしており、様々な条件下で安定した検知が可能。要件定義・データ収集アノテーションモデル構築精度検証 JR西日本にて実施約7,500台

Slide 40

Slide 40 text

Slide 41

Slide 41 text

Slide 42

Slide 42 text

© West Japan Railw ay Company All Rights Reserved. Key Words Summary データ分析組織育成キャリア鉄分？事業会社事業に応じ効率的なソリューション提供可能な組織を多様なルートで人材を確保し、内発的動機を大切にデータサイエンティストの活躍のフィールドは様々 BEYOND the RAILWAY ! 事業会社にとって保有するデータは最大の武器、想像以上の価値創出も

Slide 43

Slide 43 text