スタディサプリでは、どこがつまづきやすいかの情報を貯めて、「つまづき予測」をしている。


ー

Zの法則に従い、主力シリーズ「ブレンドシリーズ」を左上に配置していた。しかし、自動販売機にアイトラッキングを取り付けて調査したところ、自動販売機に限っては下段に視線が集まることが分かったため、下段に主力製品を配置した。


ー

すべての寿司皿にICタグをとりつけ、レーンに流れる寿司の鮮度や売上状況を管理。
どの店で、いつどんな寿司がレーンに流されいつ食べられたのか、どのテーブルでいつどんな商品が注文されたのかなどのデータを毎年10億件以上蓄積。
このデータを活用し、需要を予測し、レーンに流すネタや量をコントロールしている。


ー

ポンタの導入に伴い、ビッグデータ分析を進めている。
例えば、ほろにがショコラブランは「1割のヘビーユーザーが6割の売り上げを占めている」と分かった（その分析結果を基に同商品は今も継続的に販売中）。


ー

過去数百万件にわたる修理履歴や機器の型番データを保有。また、コールセンターに寄せられる給湯器などの修理依頼の内容も同時に蓄積。


ー

スマートフォンを財布代わりに使えるシステムを導入することで、観光客の利用履歴を蓄積し、定量的な分析を実施。
何時頃に観光客が多いか、人の組み合わせは親子連れが多いのか、男女ペアが多いのか、また、どこの外湯が一番人気なのかなどを分析。


ー

ホームセンターの売り上げデータ、従業員の行動データ、商品の陳列データを蓄積し分析したところ、顧客単価の高いスポットの特定に成功。
当該スポットに従業員を重点配備することとした。


ー

販売履歴と来店客数を関連付けて分析し、商品の売れ行きパターンを予測した上で製造量を決定するようにした。
（かつては各店舗の店長が自身の経験から製造量を決定）


ー

PC、ケータイの検索履歴や、購入履歴、決済履歴、閲覧履歴をYahoo! IDで管理し、ビッグデータ解析した上で、「ニュースなどコンテンツの最適表示」「ウエブサイトやアプリの公告の最適表示」「ショッピングなどの最適おススメ商品」を顧客に届ける。


ー

各社から得る、バッテリーなどの基幹部品のビッグデータに価値があるとする。
「バッテリーは重要。使われ方によって劣化したり、状態変化が起きたりする。そのデータをビッグデータとしてつかんでおくことがタイミングの良い部品交換や、より質の高いバッテリーの開発につながる。」とのこと。


ー

アプリで取得してきた走行ビッグデータを研究・分析し、ドライバーの運転特性と事故の起こりやすさとの相性関係を明らかにした。


ー