ID:79092さん

## 商品開発支援のためのレビュー分析アプリの企画・開発（社内向けWebアプリ） - **期間**：2023年8月 ～ 2025年3月 - **チーム規模**：3名（自身はPM・要件定義・バックエンド・検索ロジック実装を担当） ### プロジェクト概要 商品企画担当者が顧客レビューからインサイトを得て、新商品開発や改良に活かせるよう支援する社内アプリを開発。Amazonおよび自社ECサイトからレビューを収集・分析し、感情分析・形態素解析・共起ネットワーク・検索機能を搭載。分析結果を非エンジニアでも使いやすいUIで可視化し、ダッシュボードとして提供。アプリリリース後にユーザーに対して継続的なヒアリングを行い、使用率工場まで伴奏。 ### 自身の役割・取り組み - 商品企画担当者（非エンジニア）との週次MTGを通じた課題ヒアリングとUI/UX設計 - スクレイピングによるレビュー収集、データベース連携のパイプライン構築 - ginzaを用いた形態素解析、重要語抽出アルゴリズムの実装 - 共起ネットワークによる語の関係可視化（networkx使用） - 生成AI（OpenAI）を用いたレビューの正規化・感情分析 - 検索機能の設計・実装（完全一致検索、BM25、ベクトル検索による意味検索） - 少数意見の重要性に着目した独自ロジックの導入（論文を参考） - StreamlitとVue.jsを併用したUI構築 - 開発チーム内での進捗管理・タスク割り振り - 約50名の企画部門向けに説明会を実施し、活用方法をプレゼン ### 成果・インパクト - 約70%の企画担当者が業務に継続利用（社内アンケートで高評価） - 検索体験向上により、レビュー調査工数を大幅に削減 - 意味検索導入により、曖昧な検索ワードからも関連レビューを探索可能に - アプリの有用性が認められ、他部署への横展開も検討中

## 生鮮食品の需要予測・価格予測によるスーパーマーケットの仕入れ最適化プロジェクト - **期間**：2023年10月 ～ 2024年4月 - **チーム規模**：2〜3名（自身はデータパイプライン構築、モデリング、可視化まで一貫して担当） ### プロジェクト概要 過去のPOS売上データと気象・市場データを用いて、生鮮食品の需要予測と卸売市場での価格予測を行い、スーパーマーケット各店舗の仕入れ業務を最適化。特に天候や季節イベント、価格変動の影響を加味しながら、販売予測精度の向上と業務効率化を実現。 ### 自身の役割・取り組み - POSデータをGCP BigQueryに連携するパイプラインを構築（バッチ更新） - 農林水産省が提供する各市場の価格データを毎日取得・蓄積（Webスクレイピング自動化） - pycaret AutoML を用いて予測モデルを構築 - 需要予測では、天気・曜日・祝日・季節イベント・気温・前年同日実績などを説明変数に使用 - 前処理において、休日・天候・異常気象などの特徴量エンジニアリングを工夫 - Tableau と BigQuery を接続し、仕入れ担当者が操作できる形で予測結果をダッシュボードに可視化 - 店舗の仕入れ担当者（非IT層）と現場ヒアリング・コミュニケーションを繰り返しながら、予測結果の活用方針を調整 ### 成果・インパクト - 天候やイベントを加味した需要予測により、売上機会損失や廃棄ロスを抑制（具体値は社内レポートで報告） - 価格変動の事前把握により、仕入れタイミングの判断材料を提供 - 現場向けの可視化ダッシュボードを通じ、非エンジニアでも予測データを活用できる体制を構築 - 初動は説明や協力に苦労したが、継続的な対話で現場との信頼関係を構築し、プロジェクトを定着化

## タイヤ配送業務におけるトラック配車ルート最適化の自動化プロジェクト - **期間**：2025年1月 ～ 2025年5月 - **チーム規模**：1〜2名（主担当として要件整理・アルゴリズム設計・クラウド運用まで実施） ### プロジェクト概要 自動車のタイヤ販売会社において、毎週数十店舗へ商品を配送するトラック配車業務の効率化を目的に、ルート最適化アルゴリズムを設計・実装。従来は人手で作成していた配車計画を自動化し、配送業者へのルート共有までを一気通貫で自動処理するシステムを構築しました。 ### 自身の役割・取り組み - 各店舗の配送量・地理情報・車両制限（台数・積載量）などの制約をヒアリング・整理 - Google Maps APIを用いた距離行列の自動生成スクリプトを作成 - Python + OR-Tools による組合せ最適化（VRP）アルゴリズムを構築 - 移動距離最小化・積載率最大化を両立する近似解アルゴリズムを設計 - 車両数制限や配送順序制約、積載容量を考慮した問題定式化 - AWS EC2上で処理バッチを自動実行し、最終結果をS3へ保存・配送業者に共有 - 配車ルートの自動生成結果をCSV形式で出力し、業務フローに組み込み ### 成果・インパクト - 配車計画の作成時間を**毎週5〜6時間削減** - 移動距離の短縮・積載効率の向上により、**配送コストの削減と業務属人化の解消**に成功 - クラウドでの自動実行により、担当者が操作不要でルート最適化結果を取得可能に - 一部例外処理（大型店舗等）以外はすべて自動化対象となり、現場で定着化

## RAGを用いた社内問い合わせ対応BOTの開発（社内ドキュメント活用） - **期間**：2024年3月 ～ 2024年6月 - **チーム規模**：3名（自身はRAG設計・インフラ構築・精度改善など技術面の中心を担当） ### プロジェクト概要 人事課が対応していた社内規約や制度に関する問い合わせ業務を効率化するため、社内ドキュメントを参照できるRAG型のQA BOTを開発。Microsoft Teams上で動作し、SharePointに蓄積された各種社内規程や手続き資料を検索・参照しながら自然言語で回答できる仕組みを構築。 ### 自身の役割・取り組み - RAG（Retrieval-Augmented Generation）の全体設計（チャンク生成・埋め込み・リトリーバル・生成） - Azure AI Search を用いたベクトルDB構築（社内ドキュメントのベクトル化・インデックス作成） - SharePoint上のWord, Excel, PDF 形式のドキュメントを自動パースするバッチを開発（Power Automate併用） - チャンクサイズの最適化やスライディングウィンドウ処理により検索精度を向上 - テーブル構造を含むドキュメントでも正確な回答が可能となるよう、レイアウト保持とパース処理を工夫 - LangChain を活用し、リランキングや検索意図に基づく関連文書抽出を改善 - Teams 上でのBOT UIを構築し、スムーズな社内運用を実現 ### 成果・インパクト - 人事課の問い合わせ対応件数を大幅に削減し、**月50〜100件以上の自動応答を実現** - テーブル形式や複雑な制度資料にも対応できるRAG構成により、**満足度の高い回答精度を達成** - SharePoint × Teams × Azure のMicrosoft製品群を活かした高い親和性と運用性を確保 - 社内他部門からも類似BOT構築の相談が寄せられるなど、全社的な展開のきっかけとなった