AI・データで経営課題を解決する急成長ベンチャーで実務スキルを磨く！

株式会社SiNCE

東京

学生インターン

森田和登

その他エンジニア

増本彩未翔

その他

一筆太郎

その他

2001年4月埼玉県生まれ。2024年4月より上智大学大学院応用データサイエンス学位プログラム（修士課程）に在学中。統計学や機械学習の実社会への応用に興味があります。

なにをやっているのか

株式会社SiNCEは、AI・データで経営課題を解決する会社です。ビジネス理解と事業グロースに強みを持っており、ハイレベルなデータ分析を武器に実際のビジネスで成果を上げてきました。コアコンピタンスとしたいのは、ROIへの貢献。本質的な成果につなげるためにAIやデータを活用し、経営課題の改善を実行してきました。 SiNCEが今まで、企業のビジネス成長を支えることができた事例を簡単にご紹介いたします。 ■ケース１：在京球団のデータ活用による収益機会創出経営課題：観客動員が低下に伴う、収益機会の減少　まず、194試合の購買データと6.4万人超の会員データを繋ぎ合わせてデータを多面的に分析できる基盤を構築しました。このデータを用いることで「いつ」「どの顧客」が「どの試合」の「どのタイミング」で「どこの売店」で「何を購入」までデータを繋げて可視化できるようになりました分析基盤から収益に繋がっている顧客行動や、試合中の行動の流れを解析・データ分析を実施。座席エリアや顧客属性別の購買行動を可視化し、顧客のペインポイントを特定しました。その結果、球団は新たな収益機会を創出することができました ■ケース２：卸事業のAI（需要予測）活用による受発注効率化経営課題：受発注業務の効率化　各種受発注のデータからAIモデルの構築はベンダーと進めることができたが、実際に運用して効果を改善するためには多くの課題があった。・オペレーションが複雑で業務フローのモデル化ができていない・発注業務を人からAIに移行したいが、効果見込みが見えないため判断ができない・他拠点への展開したいが、新しいモデルの構築・評価ができない課題に対して、徹底したビジネス理解と現場メンバーの巻き込みを実施。複雑な受注、発注、在庫、AIの関係性をモデル化しました。これにより精度や実運用した場合の欠品数や在庫がどのくらい発生するかのシミュレーションに繋がりました。結果を可視化するBI画面を構築することで、従来の発注方法に比べて、低在庫数で低欠品率を実現できることが明らかになり、拠点展開への展開を推し進めるドライバーに繋がった。 BI画面は経営サイドへのコミュニケーションにも用いられ、現場の発注部門、システム部門、経営サイドが一丸となってAI予測による発注に向けて進めている。 ■ケース３：RI/SP運用のAIによる購入自動化・高度化経営課題：オペレーション高度化と属人性解消、新サービス構築　RI/SPの購入は仕組みが複雑なため購入量の最適化が難しく、人の経験や感覚によって実施されていた。このオペレーションをAI活用することで、属人性を排除し、高度化を進めた案件である本案件を進める上で下記の課題が存在した。・RI/SP履歴データであるCUR(Cost and Usage Report)が複雑で解析が必要・RI/SPを購入する金額が非常に大きく、実用に耐えうるAI活用を探る必要がある・RI/SPオペレーションの効果評価は独自概念が多く、新たな評価方法が必要であるこの課題に対してSiNCEでは徹底したデータ調査、検証を実施。CURデータの解析はもちろん、関連データとの比較を実施。最終的に一部で差分が出ていた箇所が存在していたが、この差分もAWS側の特殊処理によってデータにずれが発生していたことが判明。データ解析ではハイレベルに数値に向き合った。 AI活用の施策提案ではAIという不確実性が高い技術を中核に据えるため、探索的なプロジェクト運営の形で推進しました。AIモデルの構築レイヤでは回帰系モデルや時系列モデル、NNモデル、さらにモデルを組み合わせたアンサンブルなど数十パターンを評価しました。精度だけではなく、実際の運用を考慮しバランスがとれたモデルを選択しています。プロジェクトレイヤでも常時4〜5タスクを提案し、クライアントの状況やモデル精度などによって、探索的に実施タスクの優先順位を変えるプロジェクト運営をしています。その結果、難解なCURから正確なBIを構築できました。オペレーション実施時に活用され、人によるオペレーションの高度化に成功しました。この成果は効率と利益向上に寄与し、今回の仕組み自体のサービス化に向けた取り組みも進行中です。 ■今後の展開データ活用で企業のビジネス成長を支えてきたSiNCEのノウハウをSaaSとして提供す予定です。 AI・データを活用してマーケティングのROIの最大化を目的とするサービス開発を皮切りに今後はサプライチェーン領域、HR領域への展開を予定しています。＜現在募集職種はこちら＞ https://www.wantedly.com/companies/company_4791826/projects

なぜやるのか

SiNCEのミッションは「AI・データで生産性に飛躍を」です。私たちは、P/L や B/S などの事業面だけで企業が評価されるのではなく、組織面も評価される社会を目指しています。その結果、従業員エンゲージメントが高い企業が増えることにより、働きがいを持つ人が増え、企業の生産性も上がり、日本のGDP向上にも貢献できると考えています。 ■背景日本企業の生産性の低さ：日本の労働生産性はG7の中で約50年間にわたって最下位（日本の1時間あたりの労働生産性はOECD加盟国の36カ国中21位）　➡︎データで日本の生産性を向上させる ■データ活用の課題データの活用状況も他国と比較し進んでいない状況データ活用が「既に積極的に活用している」と回答した企業の比率が４カ国中最下位データ活用によるビジネス成果に関しても海外と大きく差がある状態　➡︎データ活用で人を「働きやすく」するご参考：データ活用の効果が実感できない理由とは。データを価値に変えるための要諦と変革の道筋について https://financialservicesblog.accenture.com/why-do-we-not-realize-the-benefits-of-data-utilization-the-essentials-of-transforming-data-into-value-and-the-path-to-change ■SiNCEがデータを活用したプラットフォームを提供しようとする理由現代のビジネス環境においてデータの活用が不可欠であるという理解に基づいています。データは、企業が市場の動向を理解し、顧客のニーズを把握し、ビジネス戦略を最適化するための重要なツールです。また、労働生産性を高く価値高めていくために必要不可欠です。私たちはお客様のビジネスにおいても成果を出すことに強いこだわりを持ち、AIやデータはともすればビジネス上の成果につながらないことも少なくないですが、私たちは常に成果をゴールに邁進いたします。＜現在募集職種はこちら＞ https://www.wantedly.com/companies/company_4791826/projects

どうやっているのか

Compass Offices WTC annex

生産性を飛躍させるためには、AIの活用が大切ですが、最も大切なのはモデル化にあると考えています。モデル化は、仕組み化に似ているようで異なります。例えば、D2Cの事業を広告活用して売上を伸ばしたいという目的があった場合、それを実現するためのモデルが存在します。実際に売れるべき商品がどのような特性があり、ターゲットとなる顧客はどのような人で、どのようなコミュニケーションをとることで購入に至るのか。広告の仕組みやマーケティングの仕組み、ECサイトにおけるUXなどさまざまな仕組みを読み解くことでモデルを明らかにすることができます。そのモデルを使って数字が大きく出るようにオペレーションを高度化していくのが私たちの手法です。 SiNCEの強みには、高速でPDCAを回し改善する力、新しいテクノロジーを積極的に活用する力がありますが、その根元にはモデル化があり、その上にさまざまなアクションが飛び交っています。 ■カルチャー・現場に机上の空論はない私たちは常に実践することを大切にしています。考えて落とし込んだ資料に価値があるのではなく、考えて動いた行動（データ）に価値があると考えます。・数字を上げるまでやるデータは数字を上げるために活用すべきだと考えます。それを実現するために私たちは数字を上げることをゴールとし、ハイスピードで実行します。・PoCの先をいかにつくるか AIはすべてに最高の結果を生み出すものではありません。しかし、PoCは終わりではなく、ビジネス成果を生むための重要なヒントとなり、ビジネス成果を出すことを目指します。当然のことですが、PoCは単なる実験にすぎずビジネスへのインパクトを目的としています。・とにかくアウトプットアウトプットをしまくることを大切にしています。新しい技術に対する取り組みはもちろん、あらゆる領域でアウトプットを産んでいきます。それがデータとなり、分析やAI活用によって大きな価値を創造します。 ■価値観各々がプロフェッショナルとして働きながらも、何よりもメンバーやその家族が健康・健全であることを大切にしています。まだまだ、大企業に比べると福利厚生などの制度面では未整備な部分は多いですが、その分、裁量の大きさやスピード感の早さにはポジティブに驚かれるのではと考えています。組織風土としても、階級制度のないスーパーフラットな組織やデータドリブンな意思決定を大切にしており、年齢や役職に関係のないフラットな文化な点も大企業等で窮屈な思いをされた方やFactベースで物事を思考する方などには非常にエキサイティングな環境だと思います。 ■GCP資格取得支援制度・資格取得後、基本給に毎月手当を支給（正社員のみ）・資格受験費用は会社が全額負担します・学習教材も会社が提供します＜現在募集職種はこちら＞ https://www.wantedly.com/companies/company_4791826/projects

こんなことやります

【インターン募集】データエンジニアポジション Webサイトへの流入データやECサイトでの購入データ、SNSの投稿内容と効果のデータ、POSデータや在庫データなど、企業の中には膨大なデータが溢れています。このように社内に蓄積したデータ(ビッグデータ)を元に、経営戦略を決定していくことを「データドリブン経営」と呼びます。データドリブン経営を目指す会社が増えている一方で、「蓄積したデータを活用できていない」「データ収集する仕組みがない」といった悩みを抱える会社も少なくありません。当社では、そういった会社に代わって、データ収集基盤の構築からBIツールを活用したデータ分析、実行支援まで行なっております。「データ分析」や「BIツール活用」といった領域で高い専門性を持つ当社は、スタートアップでありながら大手企業様から多くのご依頼を頂いています。インターンを通じて、データを自由に扱うエンジニアリングスキル、経営に活かすマーケティングの目線が養われます。 ■任せたい仕事インターンのデータエンジニアとして、次世代のデータ活用基盤の構築・運用に携わっていただきます。具体的には以下のような業務を想定しています。データ解析・データ基盤構築業務 DatabricksやDataikuといったプラットフォームを活用したデータの抽出・加工・可視化 SQLやBIツール（Looker、Tableauなど）を用いたレポート/ダッシュボード作成各種データ（Web、SNS、POS、在庫、購買など）の連結や活用に関する下準備、整合性チェック次世代データ基盤のアーキテクチャ検討・構築補助要件定義・アーキテクチャ設計のミーティングへの参加、議事録作成やドキュメント整理 Terraformなどを使ったインフラタスク自動化の設計・開発のアシスタント業務セマンティックレイヤーの要件整理や検討サポート（データ定義や階層化の検討、メタデータ管理など） AI開発業務（興味・スキルに応じて） Pythonを活用した需要予測モデルの検証、プロトタイプ作成サポート自然言語処理などのPoCにおけるデータ前処理やラベリング作業アーキテクチャの検討段階から実際の開発・運用までの一連の流れを学べるため、将来AI・データ分野で活躍したい方に最適な環境です。 ■応募資格以下全てに該当する方を歓迎します。・AIやデータ活用に強い興味がある方・新しいスキルや概念に対する学習意欲が高い方・SQLの基本が分かる方、もしくは何らかのプログラミング経験がある方・最低6ヶ月以上の長期インターンが可能な方（週3日以上、週20時間以上）・セキュリティ意識が高く、機密情報や顧客データの取扱いに責任感のある方【あれば尚、歓迎】・Python言語のコーディングをしたことがある方・Databricks、Dataiku、Lookerなどのツール利用経験がある方・TerraformやCI/CDパイプラインなどインフラ自動化への興味・知識がある方・データサイエンス系・情報科学系大学で勉強している方・ChatGPTなどの生成系AIをビジネスの現場で活用してみたい方・最新技術に触れた結果をブログやSNSで情報発信することに積極的な方【その他】・勤務可能日: 月〜金 9:00〜19:00の間で相談（シフト制）・土日勤務は原則NG（案件対応で例外的に認める場合あり）・浜松町のオフィスに出社できる方（データを扱うためリモートは原則NG）・勤務地：〒105-0013 東京都港区浜松町2丁目3-8 WTC annex 11-12階・コンパスオフィス拠点を利用。フレキシブルなワークスペースで働けます。

0人がこの募集を応援しています