顧客離反の兆候は見つけられる?RFMと問い合わせ履歴から離反リスクを分析【疑似データ事例】 売上が落ちてから顧客離反に気付く課題を想定し、3,000件の人工顧客データからRFM、購買頻度の変化、問い合わせ履歴を分析。ロジスティック回帰で離反リスクを推定し、営業・カスタマーサクセスが優先的に確…
値引きは本当に受注につながる?値引率・受注率・粗利の関係を分析【疑似データ事例】 BtoB営業の値引きは本当に受注につながっているのでしょうか。2,000件の人工商談から値引率・受注率・粗利を分析し、ロジスティック回帰と期待粗利シミュレーションを用いて、値引き判断をデータで整理する…
見積工数と実績工数はなぜズレる?部署・案件属性別に見積精度を分析【疑似データ事例】 見積工数と実績工数のズレを、500件の人工案件データから分析。MAE、誤差率、箱ひげ図を用いて部署・案件種別・案件規模ごとの差を可視化し、担当者依存になりやすい見積業務を改善するための考え方を解説しま…
赤字案件は事前に予測できる?見積金額・工期・人数から採算リスクを判定【疑似データ事例】 受注時には黒字を想定していた案件が、工数・原価超過で赤字化するケースを想定。500件の人工案件データから、見積金額・工数・工期・体制等を使って赤字リスクを分類し、PR-AUC、Recall、特徴量重要…
営業案件の受注確率をどう予測する?LightGBMで案件優先順位を考える【疑似データ事例】 SFA・CRMに蓄積された過去案件から受注可能性を推定し、営業レビューの優先順位を整理する方法を解説。1,000件の人工商談データをLightGBMで分析し、ROC-AUC、確率校正、SHAP、案件金…
炉内温度プロファイルをどう比較する?DTWで同じ設定でも異なる熱履歴を捉える【疑似データ事例】 同じ炉設定でも品質差が生じる工程を想定し、炉内温度プロファイルを昇温・保持・冷却の特徴量とDTWで比較。300バッチの人工データから、最高温度だけでは見えない熱履歴の違いと実務上の注意点を解説します。
工程条件から不良を予測するには?温度・圧力・速度×XGBoostによる品質予測【疑似データ事例】 製造工程の温度・圧力・速度から、不良率が高くなる要確認ロットを事前に絞り込む方法を解説。5,000ロットの人工データをXGBoostで分類し、Precision・RecallやSHAPによるモデル解釈…
サイクルタイム悪化をどう検知する?製品別基準と管理図による生産性監視【疑似データ事例】 製品ごとに異なるサイクルタイムを製品別基準で補正し、I管理図とEWMA管理図から徐々に進む工程の遅れを捉える方法を解説。1万サイクルの人工生産データで、製品ミックス変化と工程悪化の違いを検証します。
工具交換はいつが適切?加工回数・負荷・品質から工具寿命を予測する【疑似データ事例】 切削工具を一定回数で交換していませんか。80本の人工工具寿命データを使い、加工回数・主軸負荷・品質情報から残存加工回数を推定。予測誤差や工具単位での評価、実設備への適用時の注意点まで解説します。
予兆保全AIのROIはどう計算する?停止損失・保全費・不良損失から考える投資対効果 予兆保全AIの費用対効果は、AI導入費だけでは判断できません。年間2回×8時間の設備停止を例に、停止損失、緊急保全費、不良損失、運用費からROI・投資回収期間を考える方法を解説します。