［Management Issue］「AI Lab」が支援する日本企業におけるAI導入の形

変わりゆく労働環境において人材資源の価値を最大化する「EIS※」

※Employee Insight Solutions

将来的な労働人口の減少や働き方改革の推進、グローバル化、人材の流動化の加速など、雇用・労働環境の変化は激しさを増し、「人材資源の価値最大化」への取り組みの重要性は高まり続けている。加速度的に変化する社会で日本企業が競争力を維持・向上するには、人材（従業員）に関する多様なデータを解析し、それに基づいた効果的な施策の実施が急務である。ここでは、こうした取り組みを支援する包括的ソリューション「Employee Insight Solutions」（EIS）を紹介する。

多角的なデータ分析で探る新たな人材資源価値最大化モデル

「EIS」は、従業員のあらゆるデータを解析し、企業の人材ライフサイクルに合わせた分析モデルを作成した上で、アナリティクスを定着させるためのプラットフォームを構築するトータルサービスである。具体的には、Inflow（採用）、Internal Flow（配置・育成・日々の業務など）、Outflow（退職）の課題に対し、採用精度向上・効果の最大化（1）、従業員パフォーマンス向上（2）、健康（心・身体）経営の実現（3）、インシデント発生抑止（4）、退職・休職の未然防止などを支援する。

人的資源の価値を最大化させるデータ運用

（1）では、担当者の定性的な判断に依拠しがちな採用活動で、応募者の属性情報に限らず気質や経歴、志望動機などのデータを基に、過去実績に即して入社後のパフォーマンスや定着度などを予測し、採用における意思決定の効率化と精度向上につなげることができる。

（2）では、勤怠情報に加えてメールやカレンダーなど、働き方に関する粒度の細かなデータを分析する。それによりボトルネックや課題を把握し、ハイパフォーマー行動特性抽出や組織の労働生産性向上といった働き方改革のための施策展開に有益な情報を提供する。

（3）では、原因を見つけにくい生活習慣病に対して、健診での測定値から最も改善効果がある生活習慣を推測する。従来の測定値が閾値を超えるか否かの判断に加え、従業員の健康、ひいては将来の健康リスクに備えた日常生活の過ごし方を提案することで、従業員の健康の維持と組織基盤の底上げを実現する。

（4）では、経費の私的流用や情報漏えいなどの従業員によるインシデントにも対応するため、AIを活用し、トランザクションに加えてインシデントリスクと関連の強い従業員属性も分析し、高い精度の検知および抑止活動を展開できる。

顧客生涯価値を最大限に高める新次元ソリューション「CIP※」

※Customer Insights Platform

マーケティング

森井 理博

PwCコンサルティング合同会社 マネージングディレクター

データドリブン・マーケティングは新たな次元に突入している。自社データに外部データを統合し、顧客の行動を可視化するオーディエンスデータ型ソリューションから、IoTや位置情報などの動線データ、AIなどを活用し、将来の顧客生涯価値（CLV）を最大化する未来志向型ソリューションへ舵を切り出した。「Customer Insights Platform」（CIP）はCLVを最大化するため、顧客のライフサイクルを中心に据え、既存のMAツールなどとも併用できる新しいプラットフォームである。

従来のマーケティングにおける課題

従来のデータドリブン・マーケティングは、過去のデータの統合により、顧客行動の可視化に取り組んできた。ただ、実際は多様なデータの統合過程でのクレンジングが困難で、質の良いCDP（顧客データプラットフォーム）の構成に至らなかった。CDPの精緻化のためには新たにIoTなどの外部動線データを取り入れ、顧客ライフサイクルに合わせた分析が求められる。従来の統計学的手法はもちろんAIなどの活用により、潜在的な顧客ニーズを正確に把握し顧客の将来生涯価値を最大化するアプローチが必要となる。

CLV最大化のためのプラットフォーム

CIPは、自社が持つ顧客情報と周辺環境や人々の行動情報などのデータを組み合わせて、精緻な顧客分析を可能とする。顧客のライフサイクルに主眼を置き、各ステージに沿った分析メニューを用意している。例えば、新規顧客の獲得であれば「顧客獲得戦略」「顧客特性可視化」、成長段階の顧客であれば「クロス・アップセル戦略」「チャネル最適化」などに取り組む。

デジタル社会において顧客ニーズを正確に把握しマーケティングの意思決定に資する分析を行うには、自社データだけでは限界がある。CIPは単一課題解決型ではなく、外部データとのマッシュアップ機能やAIなどを活用した独自の分析コンポーネントなどを駆使し、各顧客に合わせてCLVを最大化するソリューションを提供する。

海外での活用事例

欧州のリテールバンクではCIPの「行動セグメンテーション」を活用し、各店舗における販売実績・ポテンシャルの把握と店舗数の最適化に取り組んだ。CIP独自のデータなどから店舗のセグメント化・販売ポテンシャル予測モデルを構築し、店舗収益に影響する要素を突き止めた。生産性の低い店舗の改善により、向こう三年間で3,600万USDの収益改善につながった。

電力価格の予測によって日本の電力取引を支援する「PMA※」

※Power Market Analytics

電力の小売全面自由化以降、電力市場における取引量は増加を続けており、電力価格が電力ビジネスに与える影響は高まっている。「Power Market Analytics」（PMA）は、最新のAI技術などを活用することにより、クラウド環境を通じて電力価格の想定値を提供するソリューションである。先進的なデジタル技術を導入した電力価格想定サービスを提供することによって、クライアントの迅速な経営判断をサポートしている。

電力自由化の進展により電力取引の重要性が増加

2016年4月より電力小売の全面自由化が実施され、多くの事業者が新たに小売電気事業へ参入した。新規参入した小売電気事業者の多くは独自の電源を持っておらず、不足する電力をJEPX（一般社団法人日本卸電力取引所）を通じて調達している。

JEPXの電力価格は30分単位で変動し、そのボラティリティは株価などと比較しても高い。平時は5〜10円／kWh程度で推移しているが、電力需要が高まる酷暑時には100円／kWhを超えたこともあり、逆に太陽光発電のシェアが高まった今春は0.01円／kWhまで下落した。電力の価格変動はユーティリティをはじめとする電力事業者の収支に影響を与える重要な経営指標であり、その将来想定の必要性も増していると言える。

AIおよび統計的手法により二週間先までの電力価格予測を提供

PMAは、AIおよび統計的手法を活用することによって、二週間先までの短期価格予測と、ファンダメンタルモデルに基づく三年先までのフォワードカーブを提供している。AIモデルは海外の電力価格予測において高い精度を示している勾配ブースティングと呼ばれる手法を活用し、日本の電力市場に合わせたモデルを独自に開発した。統計的手法は伝統的な予測手法として実績が豊富な「ARIMAX」と呼ばれる時系列モデルを採用し、ヒストリカルデータが限定的な日本の電力市場においても精度を向上させる工夫を施し、実用化した。

経営判断には予測精度も重要だが、予測の説明性・透明性も同時に求められる。PMAは、伝統的な手法である統計的手法を用いることで過去の価格実績から推定される価格予測を算定し、同時に多様なファクターを取り込み最新の技術により推定されるAI予測値をも提供する。それによって、クライアントは経営判断に必要な情報を多角的に入手することができる。日常的に活用していただくことを想定してクラウド環境での利用を可能とし、ユーザーインターフェースにもこだわった。

日本の電力取引市場はいまだ変革の途上であり、今後もベースロード電源市場・容量市場の導入や発送電分離などのさまざまな改革が予定されている。それらは電力価格の値動きに影響を与えることはもちろん、電力のビジネスモデルそのものをも変えていく可能性がある。PwCとしても継続して、最新技術を取り入れた電力ビジネスへの支援方法を検討していきたい。

PMAの画面イメージ

Value Navigator 2019年秋号 目次に戻る