小売・飲食店舗の食材発注量や勤務シフトの最適化、
売上向上のための取り組みのきっかけになるような店舗支援をおこないます。
気象データをもとに
来店客数を2週間先まで予測
日本気象協会が保有する気温・日射量・風速・降水・降雪・湿度・天気などの気象データを活用しています。また、ソフトバンクと日本気象協会のデータサイエンティストが、共同開発を行ったAIアルゴリズムを活用し、お客さまの来店人数を2週間先まで予測します。
店舗商圏の
人流統計データを活用した予測
ソフトバンクの携帯電話基地局から得られる数千万台の端末の位置情報から、1億2千万人に拡大推計した人流統計データ活用しています。店舗商圏エリアの人流把握により、過去の店舗データ実績だけに頼らない来店客数の予測を実現します。
導入しやすい
低価格設定
データ分析アルゴリズムをソフトバンクの内製開発によって構築することでコストを抑え、SaaS型でサービス提供を⾏うことで、 低価格での導⼊を実現します。
- 人流統計データは個人を特定されないよう匿名化および統計加工したのち、少人数のデータは秘匿処理を行った安全な統計データです。
サキミルの特長
お客さま企業の保有データ、人流統計データ、気象データなどをインプットして、需要予測アルゴリズムで分析。
高精度な来店客数予測結果をお客さまへご提供いたします。
- 人流統計データは個人を特定されないよう匿名化および統計加工したのち、少人数のデータは秘匿処理を行った安全な統計データです。
サキミルが解決する課題
業務の属人化
経験の差によって予測精度に差が出るため、発注などの需要予測を必要とする業務が属人化してしまう。
食品ロス・機会ロス
経験や勘を頼りに需要予測をしているため、予測が外れ、食品ロスや機会ロスが発生してしまう。
無駄な経費の発生
余剰在庫による在庫破棄コストや、販促の無駄打ちによる無駄な経費が発生してしまい、適切な店舗運営ができない。
高精度なAI需要予測により業務課題を解決
AI需要予測により、来客数予測に合わせた食材発注やシフト作成が可能になり、業務属人化の解消や経費削減に貢献します。
また、来客数の増減に合わせた最適なタイミングで販促が可能になり、売上向上や業務効率化実現に寄与します。
お客さま導入事例
さらに詳しい資料をご用意しています
店舗オペレーションを最適化し利益を生み出す
AI需要予測サービス「サキミル」のご紹介
外食・小売業の収益構造の中で大半を占めるのが、FLコストと言われる食材費と人件費です。FLコストを見直すためには、日々の店舗運営で得られるデータを元に、効率的なオペレーションができる仕組みを構築することが必要です。
本資料では、店舗データの他に人流統計データと気象データを活用して需要や来店客数を予測し、効率的な店舗運営を実現できるサキミルについて、事例を交えて詳しくご紹介します。
ご利用までの流れ
STEP 1
お問い合わせ
お問い合わせフォームからご連絡いただいた後、こちらからご連絡させていただきます。
STEP ２
お打ち合わせ
貴社の課題をヒアリングの上、サービスの詳しいご説明やご提案をさせていただきます。
STEP ３
ご利用開始
貴社保有データと連携させていただき、ご利用開始となります。
まずはお気軽にご相談ください
導入に関するご相談、サービス仕様についてはこちらからお問い合わせください。