Domoのデータサイエンスと機械学習(ML)
データサイエンスで、ビジネス成果を最大化
Domoなら、データの取得、前処理、モデル作成、評価、結果の可視化までこれ一つで実現。データサイエンスのパイプラインの最適化を図れます。

データサイエンスの自動化
モデルの開発、本番化、監視、視覚化まで、安全なシステム内でワークフローの自動化を可能にします。
モデルの監視
パフォーマンスとドリフトを監視し、パフォーマンスの変化をアラートで受け取ることができます。
データ経営と迅速な意思決定
チームや経営層、顧客やパートナーにもリアルタイムのインサイトを提供し、データ主導型のビジネスを促進します。
AIを活用
DomoのAIサービス「Domo.AI」なら、ChatGPTやその他のAIを活用したデータ活用を、柔軟性やセキュリティを犠牲にすることなく利用でき、AIや機械学習モデルの管理、デプロイ、最適化を可能にします。DomoでAIモデルを構築し、これまでよりも簡単にAIの力を活用できるようになります。

データをシームレスに管理
Domoのデータサイエンスツールは、データ集計や加工の準備、変換、クレンジングをワンプラットフォームで実行できるため、短時間で大規模なインサイトを発見し、結果を生み出すことができます。 データサイエンスモデルでは、データが特定のスキーマに準拠する必要があり、プロセスは完全にデータパイプラインで管理される必要があります。 データパイプライン. Domoのデータサイエンスツールは、データ集計や加工の準備、変換、クレンジングをワンプラットフォームで実行できるため、短時間で大規模なインサイトを発見し、結果を生み出すことができます。 データサイエンスモデルでは、データが特定のスキーマに準拠する必要があり、プロセスは完全にデータパイプラインで管理される必要があります。

ModelOpsに対応
モデル作成に必要な手動の作業を軽減し、機械学習モデルのデプロイとメンテナンスを合理化できます。正確な予測分析を行うために必要なデータの種類、構造、値から属性が逸脱すると、データにフラグが立てられます。

データドリフトの検出
自動で生成されるモデルのパフォーマンスに関する情報にアクセスして、入力データのドリフトの有無を確認できます。モデルの精度を維持し、設計どおりに正確で信頼性の高い予測が実行されるのをサポートします。

コラボレーション
Domo に内蔵されている コラボレーションツール を使用して、データセットやインサイトの共有、直接グラフに注釈やコメントしたり、メモを残してDomo内で関係者とコミュニケーションが取れます。

設計から活用まで
Domoは、データサイエンティストとビジネスユーザーの両方に必要な情報を提供します。データサイエンティストは、 チャートとダッシュボード を活用してモデルのパフォーマンスを評価し、同時に、ビジネスユーザーが求めている結果を提供するダッシュボードを作成できます。

Jupyterとの連携
DomoとJupyterのシームレスな統合により、Jupyterを使用して機械学習モデルを開発し、どんなユースケースに対しても、ビジネスユーザーに有益なインサイトを提供できるようになります。Jupyterワークスペースの使用で、以下のことが可能になります。

RまたはPythonでの開発
データサイエンスモデルとプログラムアプリケーションを、使い慣れたRまたはPythonで開発して実行できます。
Jupyterの最適化
Jupyterでの作業をDomoと統合して、視覚化、アクションにつながるアラート、モデル操作などを実現します。
Github連携
モデル管理を行うためのGithubと統合が可能となります。
共同プロジェクト
Juptyerワークスペースを使用して、複数のユーザーや寄稿者が参加する共同プロジェクトを可能にします。
ワークフローの管理
データ準備、機能設計、モデルのトレーニングと比較を行い、スケジューリングして実稼働モデルを自動化します。
ダッシュボード
ビジネスユーザーや経営層向けに、機械学習で得られたインサイトを分かりやすく届けるダッシュボードを作成できます。
AutoMLでモデル開発を加速
DomoのAutoMLは、Amazon Sagemaker Autopilotと統合されており、データからモデル、そして結果への移行をより迅速に行うのに役立ちます。モデル開発を加速し、視覚化やダッシュボードを通じて機械学習の結果をチームと共有できるようにします。
データの接続と変換をあらゆるデータソースに対応。
100以上の機械学習モデルでトレーニングの自動化。
モデル変換で新しいデータパイプラインに接続。

プロフェッショナルサービス
機械学習、データサイエンスの研究開発、コンサルティングサービスの実践的なトレーニングを通じて、お客さま自身で、組織のデータサイエンス パイプラインを構築できるようにします。
データサイエンスのロードマップを作成し、実行可能なデータサイエンスのプロセスと実践を実現。
トレーニングの提供を、Domoのデータサイエンス専門の教育者と協力して実施。
自動化されたデータサイエンスソリューションを、Domoのデータサイエンスの専門家と協力して、カスタムで構築。

データサイエンスのサンプル
Domoのデータサイエンスツールを使用した一例をご紹介します。

社員が離職する傾向にあるかを予測
予測分析を使用して、どの従業員が退職するかについてインサイトを得ることができます。
- 従業員が会社で働く合計月数を予測
- 昇進、直近の賞与、昇給、給与総額などを考慮して、離職のリスクレベルを把握
- 貴重な従業員を維持するために、早期に介入

顧客の動向を評価してスコア化
顧客のビジネスに対するエンゲージメントを評価して、顧客がより適切な意思決定を行えるようにします。
- 購入履歴、Webサイトの使用状況、支払い行動など、エンゲージメントスコアの計算に使用する基準を選択
- エンゲージメントスコアに基づいて顧客をセグメント化し、顧客とのやり取りをパーソナライズ
- 顧客のエンゲージメントスコアに基づいて、顧客維持と販売促進活動を推進

債務不履行になる可能性を予測
不履行になる可能性が最も高いローンを予測してビジネスを保護します。
- ローン期限を過ぎた月数、信用スコア、ローン返済残高などのデータを使用して、どのローンが潜在的に懸念されるかを予測するモデルを構築
- 手遅れになる前に、高リスクのシナリオに介入するための情報を顧客サービスチームに提供
- 債務不履行に陥るローンの減少に寄与

需要に合わせて在庫を調整
将来の顧客の注文を満たすために、今後必要な在庫量を予測し対応を促進します。
- 将来の期間の注文を予測し、それに応じて在庫数を調整することで、余分な在庫を抱えずに顧客の需要を満たす
- 市場と企業の業績に関する過去のデータと仮説を活用して、将来の顧客の注文傾向を予測
- 予測結果に基づいて在庫の調整が必要になったときに、チームや担当者に通知するアラートを設定

テキストから顧客の感情を分析
レビュー、メール、SNSなどのテキストデータを分析することで、顧客が製品やビジネスについてどう感じているかをすばやく理解します。
- 自然言語処理(NLP)のアルゴリズムを使用して、特定のテキストの感情的なトーンを解読し、テキストをポジティブ、ネガティブ、またはニュートラルに分類
- テキスト内でよく言及されている単語やトピックを特定
- テキスト分析の結果を活用して、製品の改良、顧客サービスの向上、ブランディングの向上、業績の向上を実現

支払い傾向を理解し回収コスト削減
未払いの回収にかかる時間を削減します。
- 顧客が支払うかどうかに影響を与える根本的な要因を特定
- 請求に関する問題を特定し、事前に解決できるように、チームに十分なリードタイムを提供
- より正確な売上予測のために追加の分析を使用
データを活用する
あらゆるチームや部門で、より適切で迅速な意思決定のきっかけとなるデータエクスペリエンスを探りましょう。
さあ、始めましょう。
今すぐ行動を起こすためのツールとリソース。