KNIMEの活用事例

ライフサイエンス、金融サービス、出版社、小売業者、インターネット小売業者、
製造、コンサルティング会社、政府、研究など幅広い業界での事例をご紹介します。

売上を増加させるレコメンドエンジン

2019.9.23

ブランドポートフォリオに関する意思決定を改善することで、店舗レベルの売上を向上させます。

イノベーションノートをダウンロード >

 

 

1つの小売店の商品レベルを最適化するための試行錯誤は、非効率的で効果的ではありません。
売れ残った在庫を減らすために、マーチャンダイジングマネージャーとブランドポートフォリオマネージャーは、何が売れ、何が売れないかをよく理解していなければなりません。
地域別のデータを利用して、売れる可能性が高いブランドや製品を予測することで、小売業者はより良い方向に進むことができます。

 

「KNIME」活用例

データサイエンスチームは、共同フィルタリングに似たアプローチに基づいたワークフローを「KNIME」で構築します。
多くの顧客の好みを収集することによって、個々の顧客の興味を自動的に予測します。
ワークフローは、レコメンドエンジンを作成する前に、ETLおよびその他のデータ準備ステップから始まり、最後に分析アプリケーションの相互作用ポイントを決定します。
その後、ワークフローはガイド付き分析アプリケーションとしてKNIME Serverに展開されます。

 

「KNIME」を選ぶメリット

ETLやデータ準備などのタスクには、レコメンドエンジンの作成と同様に、ある程度の技術的知識が必要です。
この場合、データサイエンティストは、マーチャンダイジングおよびブランドポートフォリオマネージャーが洞察を引き出し、意思決定を行うことができる分析アプリケーションの作成と展開に集中できます。
これにより、ブランドポートフォリオに関する意思決定が改善され、店舗レベルの売上を向上します。

 

KNIME は無料でダウンロードが可能です。
ぜひお試しください。

このサイトでは、クッキー (cookie)などの技術を使用して取得したアクセス情報等のユーザ情報を取得しております。
この表示を閉じる場合、プライバシーポリシーに同意いただきますよう、お願いいたします。