DX推進・データ戦略

企業における根拠ある意思決定（データドリブン経営）と、本質的なDX推進の課題解決に向けたノウハウです。

  1. ホーム
  2. DX推進・データ戦略
AIモデルは作った後に劣化する：モデルドリフトの原因と、監視指標・再学習条件の決め方（原材料変更で品質予測の精度が下がったケースで解説）

AIモデルは作った後に劣化する：モデルドリフトの原因と、監視指標・再学習条件の決め方（原材料変更で品質予測の精度が下がったケースで解説）

本記事では、原材料変更後に品質予測の精度が下がった疑似ケースを使い、データドリフトとコンセプトドリフトの違い、監視指標、しきい値と再学習条件の決め方、新旧モデルの比較と切り替え手順を整理します。
社外データの活用で売上分析はどこまで変わる?気象・休日・イベント情報を統合して効果を検証する進め方

社外データの活用で売上分析はどこまで変わる?気象・休日・イベント情報を統合して効果を検証する進め方

外部データ(気象・休日・イベント)を売上分析に組み合わせると何が変わるのかを、飲料売上の疑似データを例に解説します。仮説の立て方、粒度合わせ、時系列を考慮した検証、判断への反映と、効果が出ない場合の見…
データ基盤は作るべきか？DWH・データレイク導入を判断する4つの軸と「まだ作らなくてよい企業」の条件

データ基盤は作るべきか？DWH・データレイク導入を判断する4つの軸と「まだ作らなくてよい企業」の条件

DWH・データレイクの導入要否を、利用ケース・頻度・人数・データ量の4つの軸で判断する方法を解説します。作るべき企業とまだ早い企業の条件、段階的な進め方、費用の見方、チェックリストを中立的に整理します…