メイン枠: 時系列予測(Prophet)を用いた部品在庫管理モデルの確立

NECフィールディング株式会社は、保守事業における部品在庫管理の課題に対し、時系列予測モデル「Prophet」を導入しました。部品交換時期を予測し、在庫切れを防ぎながら運用コストを最小化を目指した事例を紹介します。

需要予測に携わる方、システム保全・運用管理者の方におすすめです。

メイン枠: 残業時間の標準化処理によって、業務負荷を推定する

月次など時間分解能の低い残業データでは一般的なXmRチャートが適用が難しい課題に対し、残業時間の標準化処理を導入しました。この手法により、業務負荷の変動や業務スタイルの変化をより効果的に可視化できるようになり、限られたデータでも業務負荷傾向を把握して組織マネジメントに活用できる事例を紹介します。

人事データ分析担当者、組織パフォーマンス評価者の方におすすめです。

メイン枠: 複式簿記データをExploratoryで加工し、Googleスプレッドシートと連携

DMM Boostでは、複式簿記の仕訳データをExploratoryで効率的に加工し、Googleスプレッドシートと連携するワークフローを構築しました。この手法により、Excelでは作成困難だった売掛金増減表や仕訳明細付き売上集計表などの経理帳票を自動生成できるようになり、業務効率化と情報可視化が大幅に向上した事例を紹介します。

経理担当者、会計データ分析者、業務効率化推進担当の方におすすめです。

LT枠: 特徴的な指標を見出す、分析前処理としての時系列クラスタリング

時系列クラスタリングは、「継続増加」「横ばい」「直近のみ増加」などの特徴的パターンを持つ指標を効率的に特定できる手法です。この手法により、大量の時系列データの視覚的把握が可能になるだけでなく、多重共線性問題の軽減や回帰分析前の変数選択にも役立ちます。本セッションでは、意味あるパターンの抽出と効率的な分析前処理を実現する時系列クラスタリングの活用法を紹介します。

マーケティング分析担当者、事業戦略立案者の方におすすめです。

LT枠: AI プロンプトの活用 - Tiktokの動画タイトルをもとにしたカテゴリの自動生成

岩崎学園はTikTokで学生活動を紹介する動画を発信しており、AIプロンプトを活用して動画タイトルから自動的にカテゴリを分類しています。AI プロンプトを用いたカテゴリの分類と、それにより明らかになった「バズる動画」の特徴分析についての事例を紹介します。

SNSマーケティング担当者、コンテンツ分析者、教育機関広報担当の方におすすめです。

学生発表枠: 二次データ分析と社会課題解決のためのExploratoryの活用

神田外語大学グローバル・リベラルアーツ学部では、Exploratoryを活用したデータサイエンス教育を実施し、文系学生が自らの関心に基づいて社会調査の二次データやオープンデータを分析しています。

Exploratoryの直感的なインターフェースにより初学者でもデータ分析スキルを習得し、社会課題の把握や仮説検証が可能になっており、本セッションではそうした学生の具体的な分析事例を紹介します。

教育関係者、データ分析に興味のある学生の方におすすめです。