あなたは文系? 理系? 高校時代に選ぶ方が多いこの二択。しかし文系だけれど社会に出てからIT業界に携わる「文系IT社員」という働き方もある。文系とIT、一見相反するように見えるが、顧客とエンジニアの橋渡しをしながら課題を解決する彼らの仕事とは……?
この連載では、AIと金融工学を活用したWebプラットフォームを開発・運営するMILIZEに所属する著者による、実体験をベースにした「文系IT社員の日常」を紹介する。
＜前回までのあらすじ＞
都内で23店舗展しているスーパー「フレッシュネス」の役員・早坂氏からの依頼で、「肉の売上の需要予測」について過去データの分析を行った三浦と大野。早坂氏に過去データの分析結果について説明するべくオンライン面談が始まる。
これまでの話はこちら。
三浦「お世話になっております。お時間を頂きましてありがとうございます。本日は弊社・mirai diagramのデータサイエンティストである大野も同席いたします。大野より過去データの分析結果についてご報告しますので、宜しくお願いします」
大野「大野です。宜しくお願いします」
早坂「こちらこそ宜しくお願いします。早速ですが、分析結果はいかがでしたか? なかなか難しいテーマだったのではないかと思っています」
大野「はい。肉の売上データを取り扱うのは初めてでしたが、色々調査した結果、分かったことがありました。まず全体的な話を申し上げますと、定番の加工食品は予測精度が高かったことに対して、生鮮食品は予測精度が低い結果になりました。こちらのグラフをご覧下さい」
そう言うと、生鮮食品の中でも予測精度が高い「豚のこま切れ」の売上グラフをオンライン画面で共有した。
-
【豚のこま切れのグラフ】青：実際の値 オレンジ：予想した値
大野「こちらは個別商品の中で最も予測精度が高かった"豚のこま切れ"のグラフです。予測モデルは頂いた過去データをもとに作成しています。青いグラフが実際の値、オレンジのグラフが予測した値です。ご覧の通りかなり高い精度で予測ができています」
早坂「おお、これはすごい。実際の値と予測値がほぼ重なっていますね」
大野「はい。誤差率約7%でした。良い方かと思います」
早坂「実際にこれくらい当てられると良いですね」
そう言う早坂の表情は嬉しそうだった。
大野「一方で、生鮮食品全体で見ると予測精度は低いです」
大野はそう言うと生鮮食品(全体)のグラフをオンライン画面に共有した。
-
【生鮮食品(全体)のグラフ】青：実際の値 オレンジ：予想した値
大野「こちらは生鮮食品全体のグラフです。ご覧の通り、実際の値と予想した値がかなりバラけています。特に2020年12月9日～13日、12月21日辺りの大きな山なりを上手く予想できていないです」
早坂「なるほど。確かに先程のグラフに比べると一致していませんね」
大野「はい。恐らく大きな山なりの時期は、特売であったり、何かしらのキャンペーンを行っていたのではないかと……この辺りは、過去の売上データだけでは予測が難しいところです」
早坂「そうですね、確かにその時期は特売をしていました」
大野「予想通りですね。それならば原因が推測できるので、別のデータがあればもう少し精度は上げられそうです。ただし、これとは別に全体的な予想精度をもう少し高めていきたいところです」
早坂「そうでしたか。私達で何かお手伝いできると良いのですが……」
ここまで静かに二人のやり取りを見ていた三浦が口を開いた。
三浦「早坂様、ひとつご提案があります」
早坂「なんでしょう? 協力できることであれば」
三浦「以前お話を伺った際、『3日後の肉の売り上げ予測を各店舗の責任者の方が行っている』とのことでしたが、他の店舗の責任者に比べて、予測を多く当てている方がいるかと思います。一度、その方とお話させて頂けますでしょうか? 話しているうちに何かしらのヒントが見つかるのではないかと考えています」
早坂「なるほど。では、次回は店舗責任者の中で比較的予想の的中率が高い者もこの会議に参加させるようにしますね」
三浦「ありがとうございます! 宜しくお願いします」
こうして早坂氏との2回目の商談を終えた。それから1週間が経過した――
次回に続く
