戦略シミュレーション

Rule Optimization

従来のAutoMLなどの機械学習では、過去の分析と未来の予測を出すことはできましたが、それを使って具体的な施策に落とし込むのが難しいという課題がありました。

また、予測結果と目標の数字に乖離があった場合の対応方法まではわかりません。

AI DecisioningであるDAVinCI LABSは予測結果の根拠となるインサイトを示し、さらに目標を達成するための打ち手を見つけ出すことが可能となります。

KPI Simulatorでは予測モデルを活用し、自ら作成した目標値（KPI）を達成できる条件の組み合わせを自動もしくは手動でシミュレーションを元に最適化できます。

これによって、KPIを達成するための条件や手段を探し、最適な施策を立案することが可能となります。

例えば、売上目標達成に必要な顧客コミュニケーションで必要な手段や頻度などを知ることができます。

０１．

どのようなアプローチをすれば営業成績を最大化できるのかを知ることができます。

０２．

どのような製造工程にすれば不良品の発生を最小化できるかをしることができます。

０３．

KPIを達成するための最適な条件の組み合わせを知ることができます。

目標を達成するモデルの作成に加え、ターゲットとなるクラスターの特性を様々な手段で分析し、インサイトを得ることができます。

これによって、例えば広告やDMなどのキャンペーンを行う場合に、ターゲットのセグメントの特性に合わせたメッセージやクリエイティブを作成することが可能となります。

ターゲット平均より高いクラスターを導き出す

新たな変数と条件を自動に調整してより意味のあるルールへと最適化

０１．

「Rule Optimization」を使い、ターゲットの属性の組み合わせを知ることができます。

０２．

新たな変数を追加したり、目標値より高いクラスターや、一定数以上のサイズをもつクラスターの属性を見つけ出すことができます。