Service

急速に増大する社内のコードやドキュメントに対して高品質なレビューを行うために、LLMを用いたコード・ドキュメントレビューシステムを開発した実績があります。このシステムにより、少人数のレビュワーで高品質なコードとドキュメントを整備することが可能になりました。

社内に散在する情報をチームメンバーが発見することが難しいという課題に対して、我々は社内情報に特化した検索拡張生成 (RAG)システムをベースにしたAI botを作成し、社内の業務効率を改善しました。

動画データは画像と音声から構成され、数多くの情報を含む一方、その中から必要な情報を抽出することは多くの人手を必要とします。そこで、我々は動画に含まれる画像と音声をLLMを用いて要約するシステムを構築し、動画に含まれる情報を効率的に活用できるようにしました。

クライアントの保有するデータを用いて、効果的なマーケティング戦略立案のための調査からマーケティング戦略実行のための効果測定・アルゴリズム/システム開発を実施します。過去には複数会員システムにまたがった同一会員IDの予測・動画ログの解析・フリーミアムモデルにおける有料会員化の分析などを実施しました。

クライアントのビジネスモデルに応じて、クライアントのグロースのために解決するべき課題を特定し、データ解析・機械学習などを始めとしたソリューションを提供します。過去には行動データの解析による脱会予測・脱会アラートの作成などを実施しました。

取引を活性化してサービスの利用率を向上させるための手段の一つとして、取引の買い手・売り手それぞれの視点に立ったレコメンドシステムを開発する方法があります。買い手向けのレコメンドでは、公開前のクローズドな情報を機械学習を用いて適切な会員へ提供できるシステムを構築し、売り手向けのレコメンドでは、機械学習を用いてカタログサイトに掲載中の商品の中から「売りに出しそうな商品」を割り出し、売り手にレコメンドするシステムを構築しました。

作業を効率化させるためには適切なタイミングで適切な課題を行うことが必要と考えられます。そこで、機械学習を用いて、ある時期にある課題を行うことでどれだけKPIを伸ばすことができるかを予測し、その結果に基づいてユーザごとに適切なタイミングで適切な課題を割り当てるレコメンドシステムを開発しました。

営業データのモニタリングは営業活動の成果や改善点の把握のために重要です。当月の営業データと前月・前年同月との比較、目標達成率などを可視化するダッシュボードを作成し、データドリブンな営業活動をサポートしました。