はじめに

この記事では、Verticaの機械学習機能を利用したユースケースを業種別にご紹介します。

Verticaの機械学習機能については、これまでも幾つかの記事でご紹介してきました。
簡単に機械学習をおさらいした上で、Verticaで実現できる機械学習について紹介した記事や、Verticaの機械学習機能を利用して、実際にクレジットカードの不正利用を検知するデモ動画の紹介記事などです。
未だご覧いただいていない方は、以下の記事も併せてご確認ください。

「Verticaで始める機械学習～ビッグデータ分析/IoTに有効な機械学習機能の紹介～」
http://vertica-tech.ashisuto.co.jp/vertica-in-database-machine-learning/

「Verticaで実現する機械学習 SQLで簡単にできる！ ～クレジットカード不正利用のリアルタイムな検知～」
http://vertica-tech.ashisuto.co.jp/demo_movie3/

Vertica 機械学習ユースケース

これまで人が経験や勘で行ってきたことや、人がやるには大変だったことを、人の代わりにやらせる機械学習ですが、その適用範囲は様々な業種のビジネスに広がりつつあります。
Verticaの機械学習機能を利用して、実際にどのようなビジネスニーズを実現することができるのか、簡単に業種別のユースケースを以下にご紹介します。

業種を問わず注目されつつある機械学習ですが、Verticaは様々な機械学習アルゴリズムに対応しながら進化し続けています。今後、機械学習機能を用いたお客様事例もご紹介していきますので、ぜひご期待ください。

金融・証券・保険

ローン審査	ローン申請者の信用情報、収入、貸付条件をもとに、申請者が債務不履行に陥る可能性を予測し、承認、拒否、または貸付条件変更に利用します。
クレジットカードの不正利用検知	過去のクレジットカード利用データをもとに、不正利用の判断予測モデルを作成し、クレジットカード不正利用のリアルタイム検知に利用します。
保険の不正請求検知	過去の保険金請求データをもとに、不正請求の判断予測モデルを作成し、ユーザーからの不正請求のリアルタイム検知に利用します。
株の売買審査	過去の証券の売買審査データをもとに、売買審査の判断予測モデルを作成し、売買審査の自動化とリアルタイム化を実現します。
株の異常発注検知	株の機械発注者の異常行動検出データをもとに、異常行動の判断予測モデルを作成し、ユーザーが意図しない発注のリアルタイム検知に利用します。

商社・流通・卸・小売

プロモーション	ターゲット別プロモーションやサポートの提供、クロスセルの機会探究などのために、顧客を年齢、収入、製品選好などの属性によって異なるグループにセグメント化します。
需要予測	様々なモデルのノートPCに対する需要を、モニターサイズ、重量、価格、OSなどから予測します。
商品発注	過去の商品発注データをもとに、商品発注数の予測モデルを作成し、経験や勘で行っていた発注業務を最適化します。
中古車査定	過去の中古車査定データをもとに、中古車査定金額の予測モデルを作成し、人が行っていた中古車の金額査定の自動化で利用します。
売上予測	過去の製品販売データをもとに、販売契約のWin/Loseの予測モデルを作成し、売上予測の改善、販売戦略の調整、リソースの移転などに利用します。

サービス

キャンペーン効果の向上	過去のユーザー行動ログをもとに、行動パターンが類似する集団にセグメント化し、集団が好みそうなキャンペーンを対象ユーザーにのみ実施してキャンペーン効果の向上に利用します。
コンバージョン率の向上	過去のユーザーがクリックした広告の履歴データ、顧客情報、広告属性をもとに、広告クリックの予測モデルを作成し、新しい広告をクリックするかどうかを予測します。
その他	顧客離反の予測、スパムメールの検知などで利用します。

医療・製薬・化粧品

有効性判断	患者の年齢、血圧、喫煙習慣、飲酒習慣などの因子をもとに、特定の薬剤や治療が患者に対して有効である可能性を予測します。
新薬発見	新薬発見のための遺伝子発現データの分類に利用します。

建設・不動産

住宅価格査定	リビングの広さ、寝室、バスルームの数などから、最適な住宅価格の査定に利用します。
コンクリート圧縮強度	コンクリートの圧縮強度と、セメント、スラグ、フライアッシュ、水、高性能減水剤、粗骨材といった成分の量の間の線形関係の判定に利用します。

製造

機器の予防保守

システムの動作条件と診断測定データをもとに、機械部品が故障、あるいはメンテナンスが必要になる可能性を予測します。

電力・水道・ガス

機器の予防保守	機械またはセンサーの故障を予測し、予防的メンテナンスに利用します。
新エネルギー源発見	過去の掘削データなどをもとに、鉱物分析による新エネルギー源の発見に利用します。
原料配送	容器内のガス残量や宛先データをもとに、配送の合理化による効率向上とコスト削減に利用します。

運輸・物流

配送ルートの最適化

過去の走行実績データをもとに、配送ルートを最適化し、利益率の向上に利用します。

通信

顧客サービス

ネットワークプローブやセンサーからの様々なデータをもとに、ネットワークパフォーマンスの分析や容量の制約を予測し、エンドユーザーへの高品質なサービス提供の維持などに利用します。

官公庁・団体・協会

セキュリティ強化

納税・給付データなどのデータをもとに、脱税や不適切な節税などの不正検知に利用します。