ご利用ガイド


仕組みについて


AIに関する専門知識は不要ですが、おおまかなシステムの流れを説明いたします。


  1. 人力で行う場合も、AIを使う場合でも、過去の実績データが必要になるのは同じです。
    実績データは右端に配置(ピンク色部分)します。

    「成約」の可否を「1または0」で指定します。
    または、「見込み度合」を0から1の間の数値で自由に入れることもできます。
  2. AIは、過去の実績とその成否の条件付けを機械的に学習します。



  3. 未実施の新データを予測させる準備です。
    まず、列順などは、過去の実績データと同じ構成にして過去分と未実施分をつなげます。






  4. アップロードする段階のCSVファイルの構成図です。



    ※先頭行の見出し、先頭列のIDは必ず付与してください。ダミーでも構いません。





  5. CSVをアップロードの後、AIが未実施の新データを予測しています。右下が予測している部分に相当します。






  6. 予測が完了しますと、右下の部分のデータ行に、0から1の数値が挿入されます。
    これは成約する「確率」を示唆します。






  7. ダウンロードしてエクセル等で開きます。
    成約確率で並べ替えて、見込みの高い客層からアプローチをするなど工夫して活用ができます。







動画チュートリアル




https://www.youtube.com/watch?v=-3besxzMIxs
概略と使い方を3分で解説します。

1. 概要
2. CSVを準備する
3. サービスを使う
4. データを活用する









画面の説明




① アップロードデータの概要を確認します

列名や行数を確認します。

② 処理の選択をします。
(a) 確率の予測計算

CSV上の新しいデータに対して、確率を予測します。

 ・ 「1. ディープ・ラーニング (ビッグデータ用)」: 大きめのデータに対して選択します。
 ・ 「2. サポートベクターマシン (一般的なデータ用)」: 小さめのデータでも高精度な予測ができます。

(b) パラメータごとの重要度分析

パラメーター(見出し、列名)がそれぞれどのぐらい結果(成否)に影響しているのか、相対値で表示します。
値が高いパラメーターほど、重要度が高いと人工知能は見なしています。


精度評価の方法


行った予想がどのくらいの精度なのかは、実施してみないと分かりません。


そこで、既存データをAとBの2つに分けます。Aをそのまま既存データとして学習します。もう一つのBをあえて未知のデータとして扱い、システムに投入し、Bを予測します。

予測結果のBと、実際の既存データのBを比較して、当システムの有用性や精度を評価することができます。
もし精度が高ければ、これからの未知の予想においても、有用と考えることができます。