「データ利活用」を成功に導く

お客様事例紹介:京阪電気鉄道株式会社様

概要 データ利活用 プラットフォーム 継続的利用 事例 講演資料

概要

グループでの収益力向上のための顧客データ分析を目標とした一連の分析戦略のご提供を行いました。

お客様の課題

京阪電気鉄道様グループで使えるe-kenetカードの会員は約50万人(2013年時点)※
この顧客情報を自分たちで分析して、グループでの収益力を高めていきたいという目標をお持ちでした。
そのためには、既存の分析基盤では、蓄積できる容量やデータ抽出のスピードが不十分でした。また、グループ内でのデータ利活用に対しての考え方の差もデータ分析でグループ収益をあげるという目標の障壁になっていました。
そういう状況から脱却するために、環境面、体制面を考慮したデータ利活用の仕組みづくりが課題となっていました。

※2015年6月時点では約53万人

詳細

ご提案内容

データ分析は、戦略を持って計画的、継続的に進めていく必要があります。
京阪電気鉄道様には、各フェーズにおいて、以下のような内容でご提案しました。

OGISデータ分析戦略フレームワーク

OGISデータ分析戦略フレームワーク

◆方向付けフェーズ

ロードマップ
「顧客情報活用システム再構築プロジェクト」の2か年計画を策定
(1) データ利活用ロードマップ策定
  • グループ会社をけん引していく事務局の体制構築
  • 大量データを高速処理できる分析基盤導入
  • 本社、グループ会社全体での分析知識の習得
を踏まえた計画の策定

◆推敲フェーズ

ロードマップ






分析と環境の要件定義
(2) データ分析(計画立案)
  • クレジットカード、ポイントカード、鉄道データを 使用して、グループ全体での収益向上のための分析の要件定義を実施

(3) プラットフォーム企画立案
  • 分析対象となるデータの業務上の意味の調査
  • 課題解決に必要な分析を行うためのDWHの設計
  • 個人情報を意識したセキュリティの要件定義
  • グループ会社と情報をシェアするためのBIレポートの要件定義

(4) 定着化の仕組み
  • (2)の要件から必要な分析手法の講習をグループ会社全体に実施

◆実施フェーズ

ロードマップ
分析と分析基盤構築の実施
(5) データ分析(PDCAイテレーション)
  • セグメント分析によって優良顧客像の見える化
  • 優良顧客の経年遷移
  • 分析プロセス、結果のグループ会社との共有

(6) プラットフォーム構築(イテレーション開発)
  • スケーラビリティのあるDWHでデータの保管期間の撤廃、大量データの高速処理
  • BIレポート実装
  • データ移行

効果

 

環境面
  • 項目名だけではわからなかったデータの意味が明確になり、どの分析に使えるかの判断ができるようになった ため、分析の精度が向上した
  • 旧システムでは時間がかかりすぎていたデータ抽出ができるようになり、短縮した時間の分だけ他の分析に時間を割けるようになった
  • 蓄積データ量2年だったのが解消され、処理スピードが速くなったので、その分他の分析に時間が費やせるようになった
体制面
  • グループ企業にプロジェクト参画をしてもらったことでデータ利活用に対する理解が深まり、グループ全体で分析をする風土が醸成し始めた
  • データの見方、分析の手法を学習することで、分析能力が向上し、新しい分析に挑戦する機運が高まった

 

 

ページトップへ戻る

お問い合わせ

お問い合わせ

ビッグデータに関するお問い合わせはこちら