Amazon Machine Learning活用例

こんにちは!HALです。

先日Amazon Machine Learningの概要について投稿いたしましたが、色々なお客様より「イメージがわかない!」、「実際に何ができるのか?」というお言葉をよく頂くことが多いので…
今回はAmazon Machine Learningについて、どのようなことができるのか、活用例を通してご紹介したいと思います!!

■Amazon Machine Learningのおさらい

現状提供されているアルゴリズム(分析手法)は以下になっています。

①二項分類
入力されたデータを2つの選択肢のどちらかに分類します。

②多項分類
入力されたデータを3つ以上の選択肢のいずれかに分類します。

③回帰分析
線形回帰による値の予測に利用します。

■活用例

①機械学習を使って不良在庫を削減
・解決したい課題
-季節毎の変動要因が大きく、どれくらい在庫を用意すればいいのか読みづらい
-今までは発注担当者の経験で発注業務を行ってきたが、発注担当者が異動になり、新しい担当者ではどれくらい発注していいか経験がなく、品切れを無くすため多めに発注してしまい、結果として不良在庫が増えてしまっている。

・機械学習を使った解決方法
Amazon Machine Learningの回帰分析を利用すれば、過去の在庫データ、売上データを学習させることで将来どれくらい在庫をもつことが適正なのか予測をすることができます。
人の勘に頼るよりも機械に任せたほうが人件費の削減と在庫の適正化を図ることができます。

②会員サイトの退会防止のための行動分析
・解決したい課題
-有料の会員サイトで退会する会員を削減するため、退会したユーザーの行動を分析したい
-現会員に対して退会率を低くするためにマーケティングの施策を行いたい。

・機械学習を使った解決方法
退会した会員の行動を分析し、その行動と似た行動をとっている現会員を行動の類似性の順番で抽出することができます。
退会会員と類似の行動をとっている現会員については、退会の可能性が高いということで個別のマーケティング施策を打つことができます。

③ネットワークへの不正侵入検知
・解決したい課題
-自社ネットワークへの不正アクセスを事が起きる前に検知して対応したい
-被害に合う前に予兆があったら対策を講じられるようにしたい

・機械学習を使った解決方法
FW等ネットワーク機器の各種ログから通常ではないログがあった場合に予兆として認知することが可能になります。
通常ではないことが発覚した段階で初期動作が問題が発生した後に動くよりも被害を最小限に抑えることが可能になります。

④従業員の健康予測
・解決したい課題
 -従業員に対して鬱病との長期従業になる前に予兆を発見してケアしたい
 -長期プロジェクト等、人員が欠けてしまった場合、ハレーションが大きくなるため、
 健康を害する可能性が高い従業員に対しては休暇や残業規制、プロジェクトの増員等々リスクを低減する処置を取りたい

・機械学習を使った解決方法
勤務時間や遅刻その他総務人事データを解析して、過去に健康を害してしまった従業員と類似の傾向を持つ従業員を早期発見し、健康を崩す前に処置を取るような体制を行うことが可能になります。

⑤プロジェクトの遅延予測
・解決したい課題
 -様々なタスクが並行して行われている大規模プロジェクト等どの要因でプロジェクトが遅れてしまうのか発見しづらい
-プロジェクトが遅れる要因を早期発見して、事前の処置を取ることで遅延を未然に防ぐようなアクションをとりたい。

・機械学習を使った解決方法
タスク毎の予測工数、人員、進捗率のデータ等でいつ頃完了するのか将来の予測分析を行うことができます。

いかがでしたでしょうか?

Amazon Machine Learningは本日ご紹介した利用シーン以外にも様々なケースで活用することができます。
「◯◯ような場合は活用できるのか?」といったご質問があれば是非お問い合わせください!