内容 ： ＜目的＞ ・状態空間モデルを用いて、個店特性（地域差・天候・イベント影響等）を 加味した店別SKU別予測を先2週間まで予測する ・店舗の計画に正しい予測を反映しつつ、 各種アラート（欠品・積増し等）を提示することで以下を実現する ①欠品/過剰削減 　　現状、現場の意思入れで仕切れていなかったアイテムの計画精度向上 ②属人性排除 　　店長毎のスキル差による計画精度のブレ削減 ③人時削減 　　現場の意思入れ工数を削減 ＜課題＞ A.予測メッシュ 　・店別SKU(最小管理単位 (Stock Keeping Unit))別の予測となるため、 　　日次の売上は0/1のことも多い 　・ボリュームの小さいところで如何に精度を担保するか B.実績なし対象の予測 　・新商品/新色/新柄や初回値引など、 　　足元実績がない商品群をどう予測するか C.パフォーマンス 　・予測算出パフォーマンスをどこまであげられるか D.長期予測 　・先8週間/6週間など一定長期間の予測をどこまで精度良く予測できるか

東京都

＊現行モデルの運用・改善 　　1. R言語が2年以上(50%) 　　　他のプログラミング言語の経験やRパッケージ作成経験があると尚よし 　　2. 統計モデリング経験(10%) 　　　データを可視化して全体像と掴む考え方ができるか 　　3. 時系列データを正しく扱える(20%) 　　　 回帰モデルの適用について（見せかけの回帰、単位根過程） 　 　　周期性を考慮できるか 　 　　ARIMA, GARCHなどの時系列分析手法の知識がある 　　　状態空間モデルを業務で利用した経験があると望ましい 　　4. 小売業の知識を活かした分析経験がある(20%)

5. 常駐したことがある(additional) 　　　＊業務担当者への説明経験

2回

開発経験を活かし、より上流から携われる仕事をしたい方歓迎です。お声がけください。