CrowdANALYTIX

クラウドアナリティクス

CrowdANALYTIX DataX -商品データのオンボーディングプロセスを支援-

商品データのオンボーディングプロセス

商品データのデータオンボーディング※注のプロセスは、多くの企業で担当者のマニュアル作業によって行われており、様々な課題があります。

※データオンボーディング:データを収集・作成・整理し、事業活用できる状態にすること

以下は企業で行われている、データオンボーディングのマニュアル作業の例です。

  • PDFで送られてきたカタログデータを担当者が目検でチェックし、内容を転記して商品データの入力を行っている
  • 複数のサプライヤー・メーカーから送られてくる商品データのフォーマットがバラバラのため、一つ一つのファイルを手作業で確認・整理し、システムに手入力している
  • 商品データの品質を担保するために、複数の担当者が目検で何度も同じ商品データを確認する作業を行っている
  • 商品データのカテゴリや分類体系が複雑なため、担当者が過去の経験や既存商品のカテゴリ分類から推測して、商品分類業務を行っている

マニュアル作業で行われるデータオンボーディングプロセス

マニュアル作業で行われるデータオンボーディングプロセス

商品データオンボーディングプロセスの課題

  • 作業の属人性を排除出来ず、業務の事業継続性が担保されない
  • 複数の商品特性や要素を考慮してカテゴリ分類やラベリングの作業を行う必要があり、ルールベースで対応出来ないものが多く、判断が担当者の属人的な作業になってしまう
  • ラベルやカテゴリによっては、判断に専門的なナレッジが必要な作業になってしまう
  • 結果として特定の担当者のみが業務ノウハウ・ナレッジを蓄積するため、担当者の変更や新しい人員のアサイン等の際、業務を継続することが困難になる
  • 均一なデータ品質を担保することが難しい
  • 作業の際、熟練の作業者であっても、入力・転記・正規化・ラベルやカテゴリ判断においてヒューマンエラーが発生し、データの欠損・値間違いが起こってしまう
  • 元データが変更された際、すでに登録されたデータの変更に対応しなければならない
  • また、増え続ける商品数・商品データ項目に対して、人材不足の中、データ品質を保つための十分な人的リソースをアサインし続けることが難しい
  • 結果として、一貫したデータ品質を保つことが困難になってしまう
  • 商品点数・データ量に対して作業工数が比例的に増え、コストが増大する
  • 元データ確認・入力と転記・ラベルやカテゴリの判断・再確認・承認と、それぞれのプロセスに作業が発生してしまう
  • 一定品質のデータベースを作成する必要があるため、商品点数・商品情報カラムが増えることに伴って、比例的に作業が増えてしまい、作業を減らすことが出来ない
  • データが複数担当者の間でやり取りされる結果、データが利用可能になるまでに長い時間がかかってしまう
  • 結果として、商品点数・商品データ量の拡大に伴い、対応コストが増大する
商品データオンボーディングプロセスの課題

CrowdANALYTIX DataX

CrowdANALYTIX DataXは、AI技術を用いてクリーンな構造化データ作成を支援するAIソリューションサービスです。既存のMDM/PIM/ERPなどのシステムと連動しながら、商品データのオンボーディングプロセスの属人性を排除し、効率化し、一貫した品質の商品データの生成と整備・提供を実現します。

  • クリーンな商品データを「より早く」「より正確に」「より完全に」作成します。
  • データオンボーディングプロセスの属人性を低減し、商品データの品質を向上させ、作業を効率化します。
  • 要件に応じて機能モジュールを組み合わせ、機能を拡張することが可能です。
CrowdANALYTIX DataX

本サービスは、ご要件に合わせ異なる機能モジュールを組み合わせご提供します。
ご提供可能な機能(一部)は以下です。詳細はお問い合わせください。

商品属性項目の抽出 例:PDFカタログから商品説明文を抽出
商品分類の自動設定 例:商品名から商品カテゴリを推定、ラベル付与
商品タイトル生成 例:EC掲載用商品名を自動生成
デジタルアセット収集 例:PDFカタログから商品画像を自動トリミング
商品価格監視 例:競合商品価格の監視とモニタリング
商品情報収集の自動化 例:仕入先ウェブのモニタリングと情報の取得

ソリューション概要

ソリューション概要
  • 処理の対象となる商品情報の元データをDataXプラットフォームにアップロードします。
  • お客様毎に個別にカスタマイズされたAI(機械学習モデル)が、各商品データに対して様々な処理を行ない、新たな商品データを生成します。

1.カテゴリ分類付与
2.特徴ラベルの付与
3.データの正規化
4.追加商品情報の生成(例:品番・機能・メーカー名から商品タイトルを生成)

※上記はあくまで機能の一例です。ご要件に応じて機能モジュールを追加することにより、機能を拡張することが出来ます。

  • 生成された商品データの中で、正答率(確度)が低いと判定された商品データのみ、レビュー・修正プロセスに回されます。利用ユーザーは、WEB GUI上で確認・修正・承認処理を行うことが出来ます。
  • 上記プロセスを経て生成された商品データは、正規化された元データと統合され、構造化された商品データとして出力・提供されます。
  • 構造化された商品データは、WEB GUI経由でのダウンロード、もしくはWeb APIを用いて、既存のMDM/PIM/ERPなどのシステムと連携しご利用頂けます。

データをアップロード

WEB GUI or API経由でクラウドにデータをアップロードします。

  • 商品説明文・レビュー
  • 商品イメージ
  • .pdf,.xls, .csv, .msg, .docx etc…
データをアップロード

AIによるデータ処理

最適化されたAIアルゴリズムによって様々な処理を行ない、SKU毎に付加情報を付与します。

  • 自動カテゴリ分類
  • 自動ラベリング
  • 商品タイトル自動生成 等
AIによるデータ処理

レビュー・修正

AIが新しく付与したデータをチェック
信頼度スコアが低いデータはマニュアルレビューによって選択・修正

  • 信頼度スコアが低いデータのみ確認
  • 情報の追加・編集
  • 最終承認処理
レビュー・修正

データマネジメントシステム統合

最終承認されたデータをシステム連携API経由 or エクスポートされたデータはPIM/MDM/ERPシステム等と連携されます

  • .json, .csv, .xml etc…
  • API経由で既存システムと統合
  • バックアップデータはクラウドに保管
データマネジメントシステム統合

導入効果

商品データのオンボーディングプロセスをAIが変革します。

導入効果

導入事例

ご検討ステップ

ご検討ステップ

留意事項

  • 本AIソリューションサービスは、お客様が保有される生データ(画像・テキスト等)を元に学習用データセットを作成し、AIモデルのチューニングを行ないます。商品カテゴリ分類・ラベリングを行う場合、カテゴリ・ラベル付与済みの生データが一定量必要です。
  • サービスはクラウド基盤を用いて提供され、WebGUIまたはAPI経由で、データの入出力を行います。
  • 学習済みAIモデルの提供、及び作成した学習用データセットの提供は行っておりません。

資料ダウンロード

オンデマンド動画

お問い合わせ

macnica.ai の強み

  • データ分析・AIモデル開発・実装までのリソースをワンストップで提供し、プロジェクト支援します。
  • AI人材が足りない、ナレッジがない、運用出来ない といった課題を解消します
macnica.ai の強み