AI基盤用
プライベート
DMP構築サービス

グループ会社であるSupershipの保持しているPublicDMPであるFortunaの1,000を超えるセグメントデータを掛け合わせることで予測精度の改善や、あらたなカスタムセグメントを作成することも可能です。
Fortunaでは、独自のクロスデバイス拡張機能により、1ユーザーがパソコン、携帯、タブレット等複数のデバイスを利用している場合でも「同一の1人のユーザー」として扱うことができます。 またデータ連携用のID変換を提供いたします。
お客様の実現したい内容を明らかにした上で、AI・データ分析を通じてできること、できない事を整理し、お客様保有のデータを評価し、AI分析用のプライベートDMPをスピーディーに構築いたします。

お客様のご要望に沿ったデータセグメント作成が可能です。

またSupershipの提供する広告配信プラットフォームとしてもご利用いただけるため、施策側に反映したり、オーディエンス拡張を行った広告配信をすることも可能です。

複数のデータサイエンティストが同時に利用することを前提とした、AIモデル開発を継続的に実行し、モデルの実行を自動化するまでを実現する事を目的とした『エンタープライズAIプラットフォーム』として位置付けております。

Business Intelligence用のDMP/データマートは、KPIツリーに基づいた『日々モニターすべきKPI』を確認しやすい形で各データソースから収集することで実現することが可能でした。
AIモデルを構築することを前提としたDMPの構築においては、Business Intelligence用DMP同様、
　1.どのようなデータを
　2.どのような粒度で
　3.どのようなタイミングで
　4.どのような形で結合して
持ってくるかを定義する必要があります。

一般的には、BI用のデータマートに比較して、データ粒度が細かくなる事が多く、ストレージサイズが大きくなりやすい傾向があります。
取得したデータに対して、複数の探索的データ解析（EDA）処理を実行し、それぞれのゴールを達成するために必要な複数のモデル作成用のサブデータ群が作成されることになります。
データ粒度が細かく、データ量が大きいデータに対するEDA処理に対しては、大量データに対するEDA処理が得意なSQLサービスが必須となります。

予測モデルも1度作成したら、永遠に使い続けられることはなく、定期的にメンテナンスを施す必要があります。
EDA過程作成用のソースコードや、予測モデル作成用のコードが乱雑に配置されやすくなり、再利用性が落ちることも数多く見受けられます。

通常の可視化プロセスを中略して、予測モデルを実行することも多いため、予測モデルが不安定になった時、データの品質を確認し、大きな手戻りが発生することもあります。

リアルタイムログ、ストリーミングデータ、avroのようなHadoop系で処理したほうが良いデータ、Sparkで処理したほうが良いデータ等様々なデータが存在し、都度ベストツールが変わります。

予測分析を行う、需要予測、機械学習を継続的に実施する事で、ビジネスゴールを達成することを目的に、構築を検討相談いただく事が多いです。

●顧客満足度の向上
●離脱率の低下
●商品需要予測の実行
●CSの向上
等様々ですが、共通して言える事としては、予測モデル（AIモデル）の実行により、『利益・売上を増やす』・『コストを削減する』の２つに集約されます。