クライアント
大手小売チェーン
期間
8ヶ月
チーム
データサイエンティスト 3名、エンジニア 5名、PM 1名
課題
過剰在庫と機会損失が同時に発生し、収益性が低下。店舗ごとの需要予測が困難で、効率的な在庫配置ができていませんでした。
ソリューション
機械学習による高精度な需要予測モデルを開発。天候、イベント、SNSトレンドなど多様なデータを統合分析。リアルタイムでの在庫調整と自動発注システムを構築し、最適な在庫水準を維持しました。
成果
在庫コスト 30% 削減
欠品率 60% 改善
予測精度 85% 以上
粗利率 15% 向上
使用技術
Pythonscikit-learnApache SparkTableauGCPBigQuery