平均93.5%の
予測精度
日本の食品廃棄ロスを
来店人数予測で解消
アスシルは、スーパーや小売チェーン向けの
来店人数予測・需要予測サービスです。
来店人数予測・需要予測サービスです。

GPSデータ、気象データ、ID-POSデータや50種類以上の豊富な特徴量変数を、独自の機械学習アルゴリズムでモデル化し、3社で行ったPoC(概念実証)にて平均93.5%の高精度予測を実現しています。
GPSデータの活用により、これまでは比較できなかった自店の商圏内にある競合店舗の来店人数、売上の予測が可能になります。競合店と比較することで集客のためのより効果的な施策の打ち出しや値引き、仕入量の予測に活用でき、自社の売上の最大化に繋がります。
予測の根拠となるデータを可視化することで、何のデータが、どのくらい予測結果に影響したのか分析することができます。AIと過去の経験を組み合わせることで、予測精度をより向上できます。
過去の特売予定、天候実績などから来店実績との相関を導き予測モデルを作成
商品やカテゴリごとの特性を分析・分類し多品種の予測にも対応
大量の商圏データと売上実績を活用し、候補地の売上予測ができます
地域属性を考慮した商品選定と棚割りのレコメンドが可能に