HOME/ AINOW編集部 /エアークローゼットが2000万以上のデータ分析から得たノウハウを特設ページで公開 −ファッション業界でのデータ活用推進に貢献
2020.06.05

エアークローゼットが2000万以上のデータ分析から得たノウハウを特設ページで公開 −ファッション業界でのデータ活用推進に貢献

パーソナルスタイリング サービスの運営を通して得られた2000万以上の実績データをもとに、ファッション領域で独自のデータ活用を推進する株式会社エアークローゼットは2020年6月5日、データ活用特設ページ『airCloset Data Sciense Collection(エアークローゼットデータサイエンスコレクション)』を開設しました。

同社は、ファッションテック企業として、250万以上のスタイリングデータだけでなく、ファッションの感性・好みやセンスなどの定性的なデータをはじめ、複数項目に紐づく膨大なデータを解析してきました。

同社は、データ解析・AI 開発専門チームとして『データサイエンスチーム』を社長室直下に設立しています。

 

今回は、その専門部隊であるデータサイエンティストが、日頃どのような思考に基づきデータ活用をし実装している かの“独自の視点とおもしろさ”について、取り組みの一部を特設ページでご案内します。

同社は2015 年 2 月に月額制ファッションレンタルサービス『airCloset(エアークローゼット)』をリリースして以来、パ ーソナルスタイリングに関するすべてを、独自のオンラインシステムである『スタイリング提供システム』で一元管理をすることで2000万を超える膨大なデータを蓄積しています。

同社によると例えば、ファッションアイテムの購入もできるファッションレンタルサービス『airCloset』では、スタイリング、バイイングやサービス設計、UI/UX デザインなど担当部門によって「見るべき観点」を適切に選び、時に組み合わせて評価・判断をすることが重要です。

その中でデータサイエンスチームが、よりサービスを包括的に、さらに課題点は特にピンポイントに焦点をしぼり深化させた視点でデータを扱っているといいます。

データサイエンスチームは、以下の画像のように、まずは膨大な保有データをグルーピングし、各所が適切に活用できるようロードマップとして活用しています。

『airCloset Data Science Collection』のコンテンツ
●01:Styling Support AI
スタイリスト×AIについて:スタイリストに関するデータ活用
●02:Styling Matching System
スタイリストとお客様のマッチングにおけるデータ活用
●03:Inventory Optimizer
在庫最適化に対するデータ活用
●4:Logistics Forecast
『airCloset』のレンタルサービスに紐づく物流・メンテナンスでのデータ活用

無料メールマガジン登録

週1回、注目のAIニュースやイベント情報を
編集部がピックアップしてお届けしています。

こちらの規約にご同意のうえチェックしてください。

規約に同意する

あなたにおすすめの記事

生成AI導入の予算申請を通す7ステップ!ROI計算・稟議書テンプレも

生成AI導入の失敗パターン10選!回避チェックリストも紹介

生成AI導入のフォローアップを成功させる7施策!期間別ロードマップも紹介

生成AI導入をプロジェクト化する5ステップ!推進体制・KGI設計を徹底解説

生成AI導入の10大リスクと対策!推進担当者のための実践ガイド

生成AI導入の社内マニュアルの作り方!必須の10項目を解説

生成AI導入の推進責任者とは?役割・スキル・任命基準と失敗例を解説

生成AI社内導入の問題点7選!情報漏洩・定着失敗など失敗事例と対策も

生成AIの保守運用費用は?内訳と予算超過を防ぐ7つの削減策も

生成AI活用のモチベーションが続かない原因と維持するための7つの施策!企業事例も解説

あなたにおすすめの記事

生成AI導入の予算申請を通す7ステップ!ROI計算・稟議書テンプレも

生成AI導入の失敗パターン10選!回避チェックリストも紹介

生成AI導入のフォローアップを成功させる7施策!期間別ロードマップも紹介

生成AI導入をプロジェクト化する5ステップ!推進体制・KGI設計を徹底解説

生成AI導入の10大リスクと対策!推進担当者のための実践ガイド

生成AI導入の社内マニュアルの作り方!必須の10項目を解説

生成AI導入の推進責任者とは?役割・スキル・任命基準と失敗例を解説

生成AI社内導入の問題点7選!情報漏洩・定着失敗など失敗事例と対策も

生成AIの保守運用費用は?内訳と予算超過を防ぐ7つの削減策も

生成AI活用のモチベーションが続かない原因と維持するための7つの施策!企業事例も解説