導入事例
支援カテゴリー
-
分析結果をもとに､10億円規模の資金調達に成功！
医療画像の自動分類タスクを国際会議で発表し技術力PRと知名度UP｡健康データを用いた新規事業の立ち上げに取り組もうとしていたクライアントのケース｡データ分析専門のデータサイエンティストを募集するも､人材集めに苦戦していたところへ､NOB DATAが分析担当として加わり､データの整備から活用までを支援｡必要に応じ､医療統計や画像解析のプロのメンバーが参画しました｡
結果､分析結果を元に10億円規模の資金調達の成功の他､医療画像の自動分類タスクにてブラジルの国際会議で発表したことで企業のPRと知名度UPに貢献できました｡
-
データ分析のノウハウゼロから3ヶ月で分析PJのノウハウを習得自社人材で分析PJをスタートできるように
![プロフェッショナル派遣会社]()
社内のデータ分析PJの進め方に関しノウハウを持っている人材がいなかったクライアントの依頼により､NOB DATAが分析プロジェクトのアドバイザーとして加わりました｡約3ヶ月でデータ分析プロジェクトの進め方や取り組む課題の優先順位付けについて､クライアント企業の担当者自身で段取りが実施できるほどになりました｡
-
課題だった“データを活用した自動見積り”への第一歩｡
中期経営計画で先端技術・IT技術による合理化と省力化が反映｡クライアント企業の担当者間でバラつきがあった見積もりの統一と作成スピードを上げる為に､NOB DATAが支援を実施し､データの整備と全体のロードマップの策定支援とプロトタイプの構築を行いました｡過去の見積もり結果のデータを整備し､まずはBIツールによる見える化の実施､そして類似の案件の効率的な発見をクラスタリングの手法にて実現｡合わせて分析基盤を構築する重要性など､今後のロードマップを提示し､取引先で進めるべきタスクの優先度を明確にしました｡
結果として中期経営計画の中に先端技術・IT技術による合理化や省力化といった視点が反映されるなど､長年課題であった全社のデジタル化・AI化を推進する上での第一歩となりました｡
-
ジュニア分析者の発表の場をつくり､先輩分析者とのつながりやキャリアパスについて情報交換の場を構築
![人材育成会社①]()
クライアント企業の“未経験のデータサイエンティスト志望者がキャリアアップできる場が無い”という課題から､弊社に相談があり､まず各自の技術力をPR出来る場を用意するという観点から自主性とポテンシャルがあるメンバーの発掘のための社内勉強会の企画と実施を提案｡
また､合わせて交流会で将来目指すべき実力を備えた分析者とのネットワーキング会をセッティング｡ジュニア・データサイエンティストが情報発信し､外部の先輩分析者とつながるなど､キャリアパスについて情報交換を行う場を構築しました｡
-
IT先端人材育成の為､現役の分析者による講演会を実施｡
継続的なコニュニティ構築に加え､新聞の取材掲載でPR効果も｡![人材育成団体]()
クライアントの目的として､福岡や九州エリアでIT・データ分析の先端人材を育成したいという思いがありました｡一方で､現状では東京以外の地方はそもそもビジネスでデータ分析を行っている経験者が少ないという課題があります｡この課題を解決するため､NOB DATAのデータ分析者ネットワークを用い､東京から現役の分析者を福岡に招きました｡
そして講演会のセッティングやコミュニティ活性化の支援を行いました｡結果としてコミュニティ自体の参加者が増えるだけでなく､新聞の取材･掲載を受けるほどに成長するなど､コミュニティの成長とPRに貢献しました｡
-
採用により新設の分析チームを立ち上げ､すぐに200万の経費削減効果｡
半年で自走できる分析チームに！クライアントの課題として､自社の分析チームの新設を計画していたものの､分析経験者がいなかった為､NOB DATAに依頼を頂きました｡まずチーム体制構築と分析環境構築の支援､併せて分析プロジェクトの進め方を指導しました｡結果､経験者ゼロの新設分析チームに新規で1名の経験者採用を実現｡
また外部ベンダーの提案する効果的でないツールの導入回避と､同等の処理が無料でできる代替手法の情報共有により､即座に200万円ほどの経費を節約｡その後約半年で自走できる分析チームを構築し､自社の課題を解決するための分析チームを確立させました｡
-
わずか3ヶ月で20%のCTR改善を可能にし､年間で1000万円以上の利益改善を実現
クライアントは月間数十億規模のPVを生み出す､広告基盤を提供するプラットフォーマーです｡今回はNOB DATAに対し､広告全体のクリック率を改善したいという依頼を受けました｡まずは現状の把握と改善計画の立案､その後､クリック率改善のための仮設の構築と分析を実施しました｡
最終的には新ロジックの検証のため､各広告に対するユーザー毎のA/Bテストを実施し､CTRが約20％程度改善出来るという結果を得ることが出来ました｡これはビジネスインパクトで換算すると年間で1000万円以上の利益改善を見込める結果となりました｡
-
約3ヶ月でTVCM､デジタル広告､交通広告予算の最適化を分析｡
年間100億円規模の広告費の最適配分が可能なモデル式を提供![大手飲料メーカー]()
クライアントは年間に100億円規模の大規模な広告予算を投下しているため､TVCM､デジタル広告､交通広告等､様々なチャネルにおける広告予算の最適化が課題でした｡またこれまで外部の分析ベンダーに依頼を行っていましたが､肝心のモデル部分がブラックボックスで教えて貰えないため､自社で検証が出来ないという不満を持っていました｡
そこでNOB DATAではソースコードやモデル式の内容自体も開示｡また10以上のモデル式を比較・検証することで､双方の仮説や納得感を積み重ねながら､予算の最適配分のモデルを構築しました｡仮にこれらの広告費のうち１％でも効率化できれば1億円以上の予算効率化が可能となることから､クライアントにとって見える化された検証可能なモデル式を収得したメリットは大きいと言えます｡
-
TV局の視聴率予測モデルの構築支援を実施｡
経済新聞の取材・掲載を受けPR効果も｡![AIベンダー]()
クライアントの“AIを用いた新たな取り組みを行いたいが､大規模なデータを扱えるミドル以上のデータサイエンティストが不足している”という悩みから､弊社に相談がありました｡NOB DATAからはTV番組の視聴率予測の為の分析基盤構築支援､及び予測モデルの構築支援を行うシニアクラスの分析人材をアサインし､無事予測システムのリリースまで実現できました｡またTV局としては重要な視聴率予測モデルが手に入っただけでなく､経済新聞からの取材・掲載を受けPR効果を得ました｡
-
授業アンケートをデータ分析しテキストマイニングを実施｡
各授業に対する評価の可視化を次年度の計画にも利用｡![教育機関(大学)]()
クライアントから､“述べ1000名規模の授業のアンケートを取ったものの､自由記述欄の評価が課題である”という点で相談を受けました｡NOB DATAでは､まず全体の分析を実施し､個別の授業分析をテキストマイニングの手法により実施しました｡授業ごとに特徴が見えるようデータの可視化を行い､生徒から見た授業の良い点や悪い点などを客観的・定量的に評価を実施しました｡
結果として自由記述欄のアンケート内容も次年度の計画に利用できるようになり､さらに分析の元となるソースコードをNOB DATAから提供することで､次回以降はクライアント自身でも最新のアンケートデータがあれば同様の解析結果が得られる環境を構築しました｡
-
10年分のビッグデータを非プログラマーでも使える分析ツールで支援｡
在庫の最適化や発注パターンの自動提案機能で作業と人の効率化に｡![靴メーカー]()
クライアントの課題として､“これまで約10年以上に渡る取引や在庫データを所有しているものの､Excelや人力によるデータのチェックを主としていたため､発注のノウハウが属人化していたり､中長期的なスパンでの現状把握や在庫の最適化が出来ていない“という悩みがありました｡NOB DATAではこれらの課題に対し､まず社内に散らばっているデータの集約を行い､BIツールによる可視化を行いました｡
その後pythonを用いて在庫の最適化､及び発注パターンの自動提案機能を開発し､工数の削減や俗人化しがちな担当者のノウハウの一部をツールに移行｡また､導入のハードルを下げるため非プログラマーでも簡単に使えるGoogle DriveとGoogle corab上で動作する分析ツールを提供しました｡結果､BIツールを用いた効率的な会議の実現や､分析ツールを用いることでこれまで属人化していた発注業務が他のメンバーでも実施出来るようになりました｡
-
データ分析チームの構築支援､分析環境の提案､育成支援｡
新メンバーの獲得など人材面の強化と不要な発注を防ぐ環境構築の適正化も｡![電力会社]()
クライアントの課題として､“様々な社内のビジネス課題に対応できるデータ分析組織を社内に構築したいが､データ分析の経験者が不在”という問題があり､NOB DATAに相談がありました｡人材に関しては社内公募の際に効果的なコツをお伝えし､応募者のスキルに応じた育成計画を立案しました｡
また､今回は外部のベンダー企業も参画する数千万規模のプロジェクトであったため､データ分析基盤の構築や人材育成メニューの選定やOJT人材のアサインなど､過不足のない適正な発注が出来るよう､クライアントにアドバイスを実施し､トータルで500万以上のコスト削減に繋がりました｡
-
サポートチームの負荷を減らす為データ分析で業務改善｡
BIツールによる現状の分析で作業の可視化を｡クライアントに“サポートチームの負荷が上がっているが､課題が多すぎてどこから業務改善を行えばよいかわからない”という課題がありNOB DATAに依頼がありました｡まず現状把握の為のデータ分析､及び現場メンバーに対するヒアリングを実施しました｡
KPIツリーやOKRを使ったコール設定の支援を行い､次にBIツールによる現状の見える化を実施｡客観的に現状を把握でき､経営会議に使える資料も得ることができるようになりました｡経営層と現場の橋渡しとしてデータ分析を用いることで､費用対効果を示しながら業務の改善を行える環境の構築を支援しました｡
-
数億円規模のTVCM予算の最適化を図る予測モデルを構築｡
我流の既存予測モデルから適正な検証を加えた新モデルへ｡クライアント企業から､各種経営課題に対し“これまで主に他のリサーチ会社へ外注でレポートを作成してもらっていたものの､自社内でよりデータ分析の精度をあげられるようにしたい”という､自社人材の育成も含めたデータ分析の相談を受けました｡データ分析のセオリーや我流のデータ分析では､危険な落とし穴ポイントのアドバイスを行い､数億円規模のTVCM予算の最適化とシミュレーションの為､予測モデル構築を支援しました｡
当初はクライアントは､精度の高さのみを見て過学習を起こしていた､危険な予測モデルを事業計画の立案に使用していました｡ですが､NOB DATAのアドバイスにより適切な検証を加えた､新たな安全なモデルに刷新｡数億円の予算という重要な意思決定に際し､より確度の高いシミュレーション結果を得ることが出来るようになりました｡
-
生成AI・データサイエンス人材育成を仕組み化。
セキュリティ制約下でも実践的に学べる教育基盤を構築し、社内研修体系の高度化に貢献。![大手空調メーカー]()
データサイエンスおよび生成AI領域における社員のスキルアップ仕組み化を支援。セキュリティ制約下でも実践的にAIツールを活用できる教育環境を構築しました 。
専門講義の提供に加え、著名データサイエンティストとのネットワーキングを支援。ローカルLLMや架空データを活用することで、自社のセキュリティ環境を維持したまま最新AIツールを学習できる仕組みを実現しました。定期的な満足度調査で高スコアを獲得し、社内研修体系の再構築に寄与しています。
-
5年を超える伴走支援で「自走するデータリーダー」を育成。
部門横断のデータ活用体制を構築し、継続的な人材成長を実現。データドリブン経営を目指す中、社内のスペシャリスト不在と3年周期の人事ローテーションによる専門性維持の困難さを解消。5年にわたる継続支援により、自走できるリーダーを輩出しています。体系的な育成プログラムを設計し、現在は第3期生を育成中 。外部イベント登壇を通じたモチベーション設計や、効率的なナレッジ継承の仕組み化を支援しました。結果として、部門横断でのデータ活用体制を構築し、スキルの平準化と継続的な人材成長を実現しました。
-
AI需要予測により半自動発注を実現。
発注精度向上とリードタイム短縮を両立し、在庫管理を高度化。![包装専門会社]()
属人的な判断に依存していた紙・包装資材の在庫管理において、AIモデルを用いた需要予測を導入。主要商材における「半自動発注システム」を実現し、発注精度の向上とリードタイム短縮を両立しました。
発注データの分析・整備を行い、AIによる発注量予測モデルを構築。システム運用設計に加え、現場の運用力を強化するため業務担当者へのデータリテラシー教育を併行実施しました。コロナ禍のノイズデータやリードタイムのばらつきといった課題に対処し、実務への定着を支援しています。
-
2億円規模の基盤刷新プロジェクトを成功に導く。
ベンダ選定から要件定義まで主導し、大幅なコスト削減を実現。![TVデータ分析企業]()
老朽化した大規模データ分析基盤のリニューアルにおいて、最適なベンダ選定と要件定義を支援。2億円規模のプロジェクトを遅延なく遂行し、支援費用を上回るコスト削減を実現しました。
75TB級のデータベースマイグレーションや、生成AI時代を見据えた基盤設計の整理を担当。RFP（提案依頼書）作成からベンダ5社の採点評価までを主導し、技術的要件を明確化しました。設計思想の文書化により、担当者異動時にもノウハウが継承される体制を整えています。
-
現場に分散した暗黙知を、画像認識AIとデータ活用で共有可能な判断支援へ
![リサイクル関連事業会社]()
現場での確認業務が担当者個人の経験や記憶に依存し、判断材料の共有や業務の標準化に課題を持っていたクライアントに対し、NOB DATAが画像認識AI・データ活用の検討支援として加わりました。
現場で取得した画像をもとに、確認対象の候補情報や関連情報を提示し、担当者の判断を補助する業務像を整理し、AIに任せられる部分と人が確認すべき部分を切り分け、必要なデータや運用上の課題を明確にすることで、PoC後に実用化を判断できる状態づくりを支援しました。
-
RAG精度9割を目標に、チャンキング・検索方式を抜本的に見直し。応答速度の改善も含め、3ヶ月で本番移行の基盤を整備。
![金融系SIer（損保・生保・銀行向けシステム開発）]()
大手生命保険会社向けのヘルプデスク支援AIを開発中のシステム会社から、RAGの精度向上に関するアドバイザリー依頼を受けました。回答精度9割達成を目指す中、応答に10〜20秒以上かかる性能課題と、FAQ・マニュアルなど異なる形式のドキュメントが混在することによる検索精度のばらつきが問題となっていました。
NOB DATAは、RAGAS評価基準の整理、ファイル規模に応じたチャンク設計の最適化、Multi-Query・HyDE・Step-back RAGなど複数検索方式の比較検討を通じて改善を支援。3ヶ月のアドバイザリー参画を通じ、精度・速度の両立に向けた具体的な設計方針を確立し、本番運用フェーズへの移行基盤を整えました。
まずはお気軽にお問い合わせください
日本トップクラスの実績をもつ各分野の
データサイエンティストと連携し独自の解析評価技術で､
課題解決を実現します｡
30分無料相談も受付中です！