1 of 36

コレクチュア�Collecouture��センサーデータの価値を解き放つ

2022.10.26

株式会社GRI

​

​

データとデザインで事業イノベーションを実現していくカンパニー。

2 of 36

CONTENTS

  • 会社紹介
  • データサイエンス事業部の紹介
  • 分析事例とお取引先の紹介
  • 自社サービス紹介
  • コンサルテーションサービス【コレクチュア】の紹介

​

【参考】ツール紹介

2

©GRI Inc.

3 of 36

株式会社GRI

3

株式会社 GRI

上野 勉（CEO）

データとデザインで事業イノベーションを実現していくカンパニー。

〒105-0011

東京都港区芝公園2-3-6 PMO浜松町II 7階

2009年2月設立

41名 (2022年10月時点, 契約社員含む)

©GRI Inc.

4 of 36

GRIの強み

4

アントレプレナーシップ（起業家精神）を共通哲学とし、

データサイエンス、システム開発、デザインの各プロ集団がコラボ

©GRI Inc.

5 of 36

データサイエンス事業部

5

取締役 （Ph.D. in コンピュータサイエンス）

古幡 征史

Furuhata Masabumi

​

人工知能領域の研究だけでなく、�幅広い業界での実務経験を活かした企画開発を行う

​

【経歴】

KPMGコンサルティング、南カリフォルニア大学、

株式会社ドワンゴを経て、2016年より現職

取締役

大友 祐一

Ohtomo Yuichi

​

機械学習システムの社会実装を専門とし、�AutoML基盤やMLOps基盤の開発および統括を行う

​

【経歴】

理化学研究所を経て、2015年より現職

FY 25

データサイエンスをコアとした�最も信頼される新規事業の共創パートナー

©GRI Inc.

6 of 36

業界×職種 の 分析事例マトリクス

6

​

メーカー

製造業

広告

出版

メディア

小売り

卸売り

商社

金融

サービス

インフラ

ソフトウェア

官公庁

大学

経営企画

​

ユーザ解約予測

顧客の離反予測

​

シナリオ別の

売上げ予測

与信予測

電力・ガスの

需要予測

出願予測

R&D

センサーデータ

分析

（CAN、圧力、等）

コンテンツ分析

（テキスト・画像）

​

コンテクスチュアル

ターゲティング

商品クラスタ分析

（テキスト・画像）

​

GPSデータ

分析

センサーデータ

分析

調達

物流

​

PV予測

商品別の�売上げ予測

​

デリバリ最適化

​

販売

マーケティング

SNS/口コミ分析

ユーザ属性推定

レコメンド

チャットボット

レコメンド

訪問営業最適化

マッチング

レコメンド

​

人事・育成

データ人材育成

データ人材育成

​

​

退職予測

稼働・生産性分析

データ人材育成

​

©GRI Inc.

7 of 36

お取引先

7

メーカー

小売り

商社・卸売り

金融

サービス・インフラ・ソフトウェア

官公庁・大学

広告・出版・メディア

©GRI Inc.

8 of 36

お客様の声

8

❝

�

ひと言で言うと「やりやすい」というのが正直な感想です。

​

GRI社だから安心して任せられる。具現化が難しい悩みや困りごとの本質を理解しようと動いてくれています。

�GRI社はビジネスの本質を理解した上で、手法の選択やプロジェクトの進め方を検討していただいているように感じています。

�

�株式会社ファームノート

プロダクト開発統括マネージャー

​

阿部 剛大 様�

❝

�

GRIのチームは開発者の多くが研究者気質を持ちつつ実践的であることが、研究者として親近感を持てました。�

リアルタイムデータの取得による意思決定の俊敏化、あらゆるデータソースへの接続、ツールボックスの拡張、機械学習のアルゴリズムを用いた次世代分析などを通じてデータの力を社会に役立てていくためにGRI社と共に取り組んでいければと考えています。�

�東北大学

データ駆動科学・AI教育研究センター

​

湯田 恵美 先生�

©GRI Inc.

9 of 36

GRIの仕事の進め方

9

©GRI Inc.

10 of 36

自社サービス紹介

10

  • 従来高価だった地理データを始めとして、オープンデータをGeoJSON等のデータ分析に適した構造で提供

​

  • 郵便番号を基準に各種データと統合可能

​

  • 専用ソフトを前提とせず全社共有も簡単で、更にデータ提携企業として他社販売も可能

​

分析拡張データの提供サービス

  • センサーデータや行動履歴、売上げデータなどの表形式データから機械学習モデルを構築するSaaS型のAutoMLサービス

​

  • チーム共有機能や、モデル分割や�解釈機能、外部ツール連携など�エンタープライズでの機械学習の�オペレーションを強力サポート

​

AutoMLサービス

コンサルテーションサービス

  • これまでのGRIの受託案件で培ったIoTセンサーデータ分析の解析手法や方法論を提供するコンサルテーションサービス

​

  • 企業規模や課題に応じた分析基盤の構築と分析メニューをご提案

当サービスの�ご紹介をいたします！

©GRI Inc.

11 of 36

コレクチュアの紹介

11

12 of 36

コレクチュアのミッション

センサーデータの価値を解き放ち、�死の谷もダッシュジャンプで飛び越える

12

©GRI Inc.

13 of 36

社会背景

「IoTは一度試したが失敗しました」という顧客の声を�よく聞くようになり、幻滅期に入ったという当社体感

13

①研究

②開発

③事業化

④産業化

魔の川

死の谷

ダーウィン

の海

PoCでインパクトのある

精度が出ない

・ データが少ない/存在しない

・ 課題設計が適切でない

・ 精度の測定方法が適切でない

・ 手法が適切でない

・ コストカットに焦点を�　あて過ぎており、ROIが頭打ち

コストや運用上の問題が山積し、

事業が成り立たない

・ 毎秒累積するセンサーデータの

　 ストレージコスト

・ 在庫として抱えるIoTデバイス

・ 俗人化・サイロ化したデータ基盤で、

　 運用で手一杯で新しい価値創出が困難

サービス拡大ができない

・ 独自性が弱く、競合他社と比較した際の�　 優位性が確立できない

・ 他のビジネスツールと連携できない

技術経営（MOT）における「４つのステップ」と「３つの関門」

©GRI Inc.

14 of 36

IoT活用プロジェクト失敗の典型例

真っ当なデータサイエンティストなら絶対しないことをしている

14

センサー仕様のスペック妄信

  • 各機器の実データを用いた精度検証を行っていない
  • データの補正やキャリブレーションを行っていない

サンプリング周期の特性無視

  • ナイキスト周波数特性の無視
  • ノイズの無視（ホワイト、レッドなど）
  • 時間周波数解析の制約の無視

​

アルゴリズムを知らない

  • 初手として使うべきアルゴリズムを知らない
  • 効率的な最新アルゴリズムを知らない
  • アルゴリズムを正しく使うための前処理やデータ分析を行わない
  • アルゴリズムの特性を考えずクラウドAPIを利用している

データ分析目的の欠如

  • データを収集さえすれば成功だと思っている
  • センサーの測定値を並べるだけで、アクションを想定していないチャートを作っている

©GRI Inc.

15 of 36

IoT活用プロジェクト失敗の典型例

15

適切なデータ基盤を作らない

  • RDBにとりあえずデータを貯めた
  • 大規模データを繰り返し高速解析する前提でデータ基盤を作っていない
  • データの追加・削除を前提にしたパイプラインになっていない

データカタログを整備しない

  • 保守をするために必要な各データのカラムの基本情報が管理されていない

真っ当なデータエンジニアなら絶対しないことをしている

不測の事態を想定しない

  • デバイス故障の検知と対応業務を想定しない
  • デバイス設置不良の検知と対応業務を想定しない
  • データ転送パイプラインでのデータ欠損や不具合を想定しない

物理法則を無視した処理

  • 重力・物質の拡散・振り子の共振性などの物理法則を前提としていないデータ処理
  • カメラレンズの歪み、GPSデータの建物での反射をを想定していないデータ処理

©GRI Inc.

16 of 36

コレクチュアの想い

あなたの課題や事業規模に最適な

センサーデータ基盤と分析提案を仕立て上げる

コンサルテーションを差し上るサービスです

16

データドリブン

効率化

の追求

オリジナリティ

独自性

の追求

イノベーション

新規事業

開発

©GRI Inc.

17 of 36

コレクチュアのサービス内容

17

データドリブン

新規事業開発プログラム

​

顧客が保有するセンサーデータと組織文化や大切にしている想いを結びつけ、強みや独自性を際立たせるようなご提案を差し上げます

​

最終的には顧客が自走することを視野に入れた持続可能なデータ�分析基盤の構築を行います

スタートアップ

開発支援プログラム

​

スタートアップが目指すビジョンを実現するため、最も信頼できる�共創パートナーとして伴走します

​

短期的な分析作業をこなすだけ�でなく、長期的に事業評価額を�向上させるために何をすべきかを当事者意識をもって対話的に�プロジェクトを推進します

高度テクニカル

支援プログラム

​

最先端のAI技術の実装からBI・データ基盤開発まで、ピンポイントで必要な技術的ハードルをGRIのプロのデータサイエンティストが解消します

​

ツールの使い方や分析手法等の ”How” だけでなく、 “Why”や ”What” にも深く立ち入ることで�実践的で応用が効くノウハウを提供します

エンタープライズ

©GRI Inc.

18 of 36

センサーデバイスの例

18

車載センサー

（CAN）

GPS

Wi-Fi / Bluetooth

カメラ

人工衛星

加速度センサー

ジャイロスコープ

圧力センサー

IRカメラ

生体デバイス

集音システム

©GRI Inc.

19 of 36

コレクチュアの実績例

19

20 of 36

　実績�　�データドリブン�新規事業開発プログラム

  • プライバシーを最大限に尊重しつつ、�リアルの場の人々の行動や属性をエッジカメラで推定し、魅力的な空間をデザインするための分析ソリューションを開発提供
  • 大型展示会などネットワーク環境が細い場合でも利用OK�オフライン/オンラインのいずれにも対応
  • 収集したメタデータを可視化するBIダッシュボードも提供しており、直観的に現状を把握

20

©GRI Inc.

21 of 36

  • 飼育牛の首に装着する加速度センサーのデータから�牛の発情や分娩などの状態を農家様にお知らせする�アルゴリズム開発と提供

　　🏅クライアントは「ものづくり日本大賞」�　　　　内閣総理大臣賞を受賞

​

  • 3軸（前後/左右/高さ）の加速度データから姿勢や�状態を特徴づける変数を数百種類生成するパイプライン�から機械学習モデル構築までのMLOps環境を開発し、�継続的なサービス改善の仕組みを構築

​

  • 飼育方法の違いや「こだわり」を考慮し、農家様ごとに最適なタイミングでお知らせできるように状態スコアのチューニングや事後処理するような工夫

21

　実績�　�スタートアップ

開発支援プログラム

©GRI Inc.

22 of 36

　実績�　�高度テクニカル�支援プログラム

  • コネクテッドカーに必須の次世代型セキュリティのアルゴリズムを開発

　　🏅クライアントと国際特許を共同出願申請

​

  • 日進月歩で高度化するサイバーセキュリティの対策のため、国連法規UN-R155/UN-R156 が策定され、�自動車も継続的なソフトウェアアップデート義務化�※2024年以降、当該の対策がなされない車種は、�　日本を含むUNECE加盟56か国で販売不可に

​

  • 車載CAN上を流れる数百種類のセンサー信号は�物理的な制約（CAN調停）から中心極限定理が成立せず、平均値などの基本的な統計量の信頼性が低い状態であったため、信号の事前フィルタ処理を加えることで尤もらしい統計分布の生成に成功

22

©GRI Inc.

23 of 36

コレクチュアの導入イメージ

23

24 of 36

PoCから運用までの一気通貫したデータ分析サイクル

24

  • 業務的に意味のある分析対象の選定
  • データの取得容易性
  • モデルに利用するためのデータの意味理解
  • 特徴量エンジニアリング（クレンジング、集約、データ結合のロジックを設定）
  • 分析候補に対して、選定データを用いて予測モデルを走らせてみる
  • 施策立案をするための解釈に耐えうるかの評価法の策定、及び検証�（データの意味の把握）
  • 施策立案をするための解釈に耐えうるモデルの作成（特徴量エンジニアリングとモデル分割）
  • 日々の運用に乗せるための手順を作成

1

分析候補

選定

​

2

データ選定

​

​

3

初期モデル作成

​

​

4

初期モデル評価

​

5

モデル

詳細化

​

6

運用設計

​

​

©GRI Inc.

25 of 36

分析候補選定のためのプロジェクトキャンバス

25

分析テーマ名

データソース

誰のため、何のため

​

分析頻度

精度測定法（ゴール）

成功基準

​

施策立案（主担当）

データ準備（主担当）

想定アクション

​

ビジネスインパクト

​

想定分析期間

着手判断

​

データを見ながら分析内容や

指標を定義

©GRI Inc.

26 of 36

ケース別の典型的な導入スケジュール

データ分析基盤がない、あるいは改善したい場合

✅ 標準プラン

      • データ規模で約100万レコードが上限
      • Tableau PrepやAlteryx、SPSS Modeler、OSS（Python）などを利用
      • 期間は6か月から9か月

✅ プレミアムプラン

      • データ規模で100万レコード以上、または複雑なデータ処理が必要な場合
      • 列指向データベース（Snowflake, Google BigQuery）に加えてMatillionを導入
      • 基盤構築に4~12ヶ月、分析導入に3~6ヶ月ほど

​

データ分析基盤が既にある場合

    • 典型的には3ヶ月ほど（詳細は次ページ）

​

26

©GRI Inc.

27 of 36

データ基盤が既にある場合の典型的なスケジュール

27

​

​

​

M1

M2

M3

分析対象の選定

データ準備

データセット作成

（訓練用）

初期モデル

構築

データセット作成

（予測用）

運用設計と

予測の自動更新

処理の設定

予測スコア

算出

データセット修正

（訓練用）

モデル

詳細化

PoCフェーズ

運用フェーズ

©GRI Inc.

28 of 36

お問い合わせ

コレクチュア導入のご相談は、お問い合わせフォーム

またはメール（ info@gri.jp ）にてお申し付けください

28

©GRI Inc.

29 of 36

【巻末付録】コレクチュアのツール紹介

29

30 of 36

こだわりのツールをご紹介

  • コレクチュアにて開発・採用のツール紹介

​

  • ツールに求める重要項目

✅ クラウドリソースをフル活用し、スケールする前提のソフトウェア設計

✅ チームや組織、ツール間で連携できる

✅ PoC止まりでない、運用まで一気通貫で利用できる

✅ 1ヵ月程度の学習期間でビギナーを戦力にカウントできる

✅ ベンダーロックインされず、疎結合できる

30

©GRI Inc.

31 of 36

こだわりのツールをご紹介

31

©GRI Inc.

32 of 36

ツール間の連携イメージ

32

センサーデータ

マスターデータ

オープンデータ

施策立案

データ交換・販売

エンドユーザー

アプリケーション

加速度センサー

圧力センサー

CAN

GPS

・・・

©GRI Inc.

33 of 36

ツール紹介 1 / 4

33

  • AIエッジカメラ「Vieureka」の端末内で当社開発のAIプログラムが動作し、人々の位置情報や属性を推定
  • プライバシー保護機能により、店舗や公共の場にも展開可能
  • 複数台のカメラ管理機能を有する

当社は Vieureka Partner�に登録されています

センサー

  • 様々なクラウド資源をフル活用するための�データ処理ワークフロー統合システム
  • GUIによる直観的な操作が可能で、エンジニアでないユーザもデータエンジニアに
  • 細やかなジョブスケジューリング機能も

当社は Matillion Consulting Partner (Silver) に登録されています

データ基盤

©GRI Inc.

34 of 36

ツール紹介 2 / 4

34

  • データ分析に適した列指向DBで、�テラバイト級以上のボリュームでもストレスのない集計体験を提供
  • DB上の列方向のデータは類似データが多く圧縮効率も高いため、高速なだけでなく、ストレージコストもリーズナブルに

当社はGoogle Cloud Build Partner�に登録されています

データ基盤

  • マルチクラウドで動作する列指向DB
  • クエリごとにコンピューティング能力を設定でき、費用対効果の高いジョブ組み可能
  • データ交換機能により、自前データをセキュアにマーケットプレイスに出店可能

当社はServices Partner, Data Partner�に登録されています

データ基盤

©GRI Inc.

35 of 36

ツール紹介 3 / 4

35

  • 従来高価だった地理データを始めとして、�オープンデータをGeoJSON等のデータ分析に適した構造で提供
  • 郵便番号を基準に各種データと統合可能
  • 専用ソフトを前提とせず全社共有も簡単で、更にデータ提携企業として他社販売も可能

​

LLoco は当社開発のソリューションです

データ基盤

  • センサーデータや行動履歴、売上げデータなどの表形式データから機械学習モデルを構築するSaaS型のAutoMLサービス
  • チーム共有機能や、モデル分割や解釈機能、外部ツール連携などエンタープライズでの機械学習のオペレーションを強力サポート

​

ForecastFlow は当社開発のプロダクトです

分析基盤

©GRI Inc.

36 of 36

ツール紹介 4 / 4

36

  • インタラクティブなダッシュボードを�直観的な操作で作成可能なBIツール
  • BigQuery等の列指向DBと接続することで、�大量データも高速描画が可能
  • 経営から現場まで、それぞれに適した設計をし、組織的なデータドリブンを達成

当社は Tableau 導入支援の実績

が多数ございます

分析基盤

©GRI Inc.