WORKS
株式会社Kanarieが手掛けた、AI導入による課題解決の実績詳細。
Client
アパレルECサイト運営企業
Scale
SKU 8,000点 / 月間UU 50万
Tech Stack
ECサイトの「おすすめ商品」が売れ筋ランキングベースで、ユーザーごとのパーソナライズがなかった。直帰率が高く、1回の訪問で1商品しか閲覧しないユーザーが大半を占めていた。
購買履歴・閲覧行動・季節トレンドを組み合わせた協調フィルタリングモデルを構築。商品詳細ページ・カート画面・メール配信に個別レコメンドを組み込み、クロスセルを促進。A/Bテスト基盤も同時に提供。
CVR改善
+22%
客単価向上
+18%
回遊率
1.4x
Client
不動産仲介会社
Scale
首都圏 月間査定依頼 3,000件
Tech Stack
物件の査定価格が営業担当の経験と勘に大きく依存しており、担当者によって数百万円の開きが出ることもあった。査定に半日〜1日かかり、顧客への初回回答が遅れることで他社に流れるケースが頻発。
過去5年分の成約データに、最寄り駅距離・築年数・階数・方角・周辺施設などの特徴量を組み合わせた査定モデルを構築。物件情報入力から数秒で査定価格を自動算出し、営業担当はレビューと微調整のみで対応可能に。
査定誤差
±3%
査定時間
1/20
初回回答速度
<1h
Client
人材紹介会社
Scale
月間応募 1.5万件 / 求人 800件
Tech Stack
毎月1万件を超える応募書類をキャリアアドバイザーが目視で確認しており、1件あたり5〜10分の工数がかかっていた。確認の質にもばらつきがあり、有望な候補者を見落とすケースも発生していた。
職務経歴書をLLMで構造化解析し、求人要件とのマッチング度合いをスコアリングするシステムを構築。スキル・経験年数・業界経験・転職回数などを多角的に評価し、アドバイザーはスコア上位の候補者に注力できる体制を実現。
選考工数削減
▲70%
内定承諾率
+12pt
マッチング精度
92%
Client
美容クリニックグループ
Scale
12院 / 月間予約 8,000件
Tech Stack
当日キャンセルと無断キャンセルが月間予約の15%を占め、売上機会損失が深刻だった。また、施術メニューごとに所要時間が異なり、手動でのスケジュール調整に受付スタッフが毎日2時間以上を費やしていた。
過去の予約データからキャンセル確率を予測するモデルを構築し、高リスク枠にはリマインド強化とオーバーブッキング制御を自動適用。施術時間・担当医・機器の空き状況を考慮した予約枠の自動最適配置も実装。
キャンセル率
▲40%
稼働率
+25%
受付工数
▲80%