「フォーチュン1000の小売業者は、とくにeコマースの登場、なかでもオンライン価格設定の登場により、人工知能（AI）の最も初期からの最も積極的な支援者の一群でした。しかしながら小売業者は、根本的なデータの不正確さ、運用の中断、さらにはプライバシーに関する問題意識などのさまざまな理由から、ビジネスの他の多くの分野でAIの導入を完全に受け入れることを、まだためらっています。」
ハーバードビジネスレビューの「AIによる小売業界のパラダイムの再構築」ホワイトペーパーにおけるこのステートメントは、小売業におけるAIの現状をうまく要約しています。業界にはAIの最も強力なアーリーアダプターが存在しますが、小売業界にはまだ、AIに支えられたテクノロジーを活用できる未開拓の領域は広く残されており、利益率の向上、競争力を伴う差別化、サプライチェーンコストの削減、パーソナライズの強化（より強力な全体的な顧客体験につながります）といったメリットの推進が見込めます。
→Dataiku Retail Accelerator PackでAIの取り組みをすぐに始められます
では、小売、CPG、eコマースのブランド、とくにデータまたは分析チームのマネージャーとエグゼクティブは、センターオブエクセレンス（COE：Center of Excellence)とさまざまな事業分野の両方で、どうすれば初期の取り組みを加速する（あるいは、先行者に追いつく）ことができるでしょうか。以下にいくつかの主要な推奨事項をまとめました。
理論から実践へ：小売業におけるAIの活用
1.在庫から販売時点まで、データを1か所に簡単にまとめる
小売業者にとって、販売、在庫、運用、消費者など、アクセスできるデータの山は重要です。しかし、どう一元化しアクセス可能にすれば、インサイト生成の手間を省くことができるでしょうか。その答えは、顧客データを統合し、同じ屋根の下で高度な分析ができるようなプラットフォーム（Dataikuなど）を用意することにあります。ソースの多様性をできない要因にしないでください。むしろ、データに裏付けられた洞察と予測を推進するための競争上の優位性と考えてください。
関連して、データ品質はパーソナライズされた顧客体験を提供するための主要な要素であるため、データが健全でない場合、大規模なハイパーパーソナライゼーションは問題となる（つまり、無関係なプロモーションを受け取る顧客の不満により、マーケティングROIが低下する）リスクを伴います。Dataikuのようなツールを使用することで、ドメイン外のデータへのアクセスが簡素化され、かつ管理（ガバナンス）できます。データセットをローカルにダウンロード、コピー、または保存する必要はありません（これはデータ品質にとっては勝利です）。
よくある誤解は、小売業者はAIプロジェクトに着手する直前に、会社のデータを取得する必要があるというものです。このような考えは、データをその用途にのみ関連するものにしてしまうため、何年も時間や何百万ドルもの費用といった損失になり兼ねないだけでなく、データ品質を健全なものにするための取り組みを遅らせてしまうことになり、実際的な選択肢ではありません。データを目的に合ったものにすること自体が、変革の道のりの一部なのです。
2.AIの変革に参加する人を増やす
Dataikuでは、分析とAIプロジェクトを成功させるためには、組織全体がデータを活用できるようになる必要があると固く信じています。店内の従業員やサプライチェーンマネージャーからマーケティングやビジネスアナリストまで、プロジェクトに一緒に取り組むための共通の基盤を全員に提供することは、コラボレーションと再利用の文化を促進し、重複作業を防ぐため、アドバンテージとなります。
3.組み込みのプライバシー機能でブランドの評判を守る
消費者のプライバシーにより、小売、CPG、および電子商取引の分野全体が再形成されており、グローバルや州のプライバシー規制のリストは常に進化しています。Dataikuを使用することで、データとAIプロジェクトを拡張しながら、ブランドの評判を保護および維持できます。Dataikuのカスタムポリシー機能により、個人情報をドキュメント化し、プロジェクトレベルで禁止アクションの設定ができ、GDPR、CCPA、およびその他のプライバシー規制に関連して信頼できるレポートを生成できます。
小売業におけるAI活用 - すぐに導入できる7つのユースケースで、数週間の作業を数時間に短縮
小売業におけるAIの影響を最大化するために、Dataikuは、チームが最小限の時間とリソースで最大のビジネス結果を導けるように、具体的な分析とAIのユースケースを構築を支援する小売業向けのアクセラレーターパックを提供しています。これらの7つのパッケージ化されたすぐに利用可能なユースケースを活用することで、AIの取り組みを加速でき、さらにDataikuプラットフォームのパワーを最大限利用して、基本的な領域を超えてAI利用を拡大し、AIから長期的に効果を得られるようになります。
1.需要予測
3か月でベストセラーになるのはどの製品ですか？ 製品はどの地域に、どのくらいの量で出荷する必要がありますか？ Dataikuの需要予測ソリューションを使用して、これらの質問などに回答できます。非データサイエンティストは、トランザクションデータセット、製品メタデータ、POS情報、季節のイベントデータなどを使用して、さまざまな予測シナリオに適した機械学習（ML）モデルをすばやく生成できます。
大手乳業協同組合は、9つの地域で販売された430の製品（各地域の製品ごと）の売上を月次で予測する必要がありました。中央のデータサイエンスチームは、スプレッドシートで複数の従業員が行っていた長くて繰り返しの手作業のタスクを置き換え、機械学習主導のアプローチで予測を改善したいと考えていました。Dataiku需要予測ソリューションを使用することで、チームは迅速に価値を実現できました。ソリューション全体の実装にかかった時間は1日、月次売上予測にはかかった時間は1時間（1週間ではなく）でした。
2.RFMで強化された顧客生涯価値
このソリューションを使用することで、ターゲットを絞ったキャンペーンを通じてアクションが取れるマーケターを含め、誰でも、大規模な購入履歴データを深く掘り下げ、さまざまな側面において顧客生涯価値を予測できます。アジアに拠点を置く大手電気通信会社は、Dataiku RFMで強化された顧客生涯価値ソリューションを使用して顧客エンゲージメント戦略を改善しています。
3.製品レコメンデーション
適切な製品を適切な消費者にプッシュするための機械学習ベースのレコメンデーションを受け取ることができます。チームは、オンサイトのパーソナライゼーションやマーケティングキャンペーンを通じてユーザーにレコメンデーションをまとめてプッシュしたり、すぐに利用可能なダッシュボードを使いユーザーとアイテムの関係を詳細に探索したりできます。
4.マーケットバスケット分析
マーケットバスケット分析ソリューションを使用することで、チームはデータを掘り下げて、構造化された方法で、バスケットの中心となる製品や頻繁に行われるバスケットの組み合わせを特定できます。さらに、AIを活用してパーソナライズされたエクスペリエンスを構築するための道筋が明確になります。
「このソリューションにより、混雑したロードマップには収まりきらないようなトピックを加速することができました。実装には数時間しかかかりませんでした。これで、Dataikuのマーケットバスケット分析を利用したマーケティングキャンペーンを開始する準備が整いました。」
--MandM Direct、データサイエンス責任者、Ben Powis
5.RFMベースのセグメンテーション
アクセンチュアによると、顧客の91％は、彼らにとって望ましい顧客ジャーニーを理解し、記憶し、パーソナライズしてくれるようなブランドで買い物をする傾向があります。DataikuのRFMベースのセグメンテーションソリューションを使用することで、チームは顧客データを探索し、機械学習テクノロジーを活用して、簡単で視覚的なインターフェースで顧客をグループ化できます。
6.顧客満足度レビュー
顧客の話を聞くことが重要であることは誰もがわかっていますが、大規模な顧客に対してそのようにすることは、言うほど簡単ではありません。そこでは、機械学習（およびディープラーニング）が役立ちます。顧客満足度レビューのためのソリューションは、基本的な分析からより高度な分析まで、チームが顧客について有意義な洞察を得ることができるように、すべての面倒な作業を行います。
7.流通空間フットプリント
今日ではこれまで以上に、カバレッジと競争力のあるポジショニングの問題を常に注視することが重要です。流通空間フットプリントソリューションを使用することで、チームがPOSと顧客の場所を入力するとDataikuが流通ネットワークの視覚的表現を出力するため、フットプリントを理解し、戦略を構築することができます。
小売業者向けのすぐに導入できる一連のユースケースを使用することで 、AIの取り組みをいますぐ開始できます
Dataikuの小売業向けアクセラレータパックを使用して、よりパーソナライズされた提案を行い、AI対応のサプライチェーン管理を統合し、売上を増やすことができます。さらに、すべてを導入したら、Dataikuのパワーを使用し、基本的な領域を超えてAI活用拡張し、AIから長期的に効果を得られるようになります。
→小売業向けアクセラレーターパックについて詳細はこちら