アンケート調査をもとにAI(機械学習)にて推進リソースの最適化を考えてみた。

こんにちは、さすらいのデータサイエンティストの吉岡です。

Imagine Tokyo2019にて、展示ブースにたって接客をした際
私が回答する内容のことなのか、より高度なエンジニアスキルを持った方が説明したほうが
案件受注につながる可能性が高いのではないかと疑問に感じ

アンケート調査をもとにRPA+AI(機械学習)を使って販売推進リソースの最適化ができないか、考えてみました。

目次

1. 概要
2. 環境
3. 前提条件
4. 教師あり学習と機械学習の手法について
5. 決定木モデルについて
6. アンケート内容
7. 回答通知メール受信をトリガーにRPA実行
8. 受注案件確率から高、中、低ごとに自動的にアサインのメールが届く
9. 今後の課題
10. 動画

---

概要

• セミナーなどのアンケートデータから案件受注をAIにてスコアリングして案件受注確率から人材をアサインできれば、効率化できると考えました。

---

環境

環境：Automation Anywhere ver11
OS:Windows
機械学習構築言語：Python3
Google Forms
構築期間：約10日間

---

前提条件

• 機械学習のモデル作成は、Imagine Tokyo2019で使用されたアンケートデータをもとに正解データ(案件受注ありなし)としてダミーデータを使用して作成

---

教師あり学習と機械学習の手法について

• 正解データが付与された、アンケートデータをもとに学習、AIのモデルを作成、未知のデータを与えることでスコアリングされた結果を返す。
• 機械学習の手法では決定木モデルを採用いたしました。

---

決定木モデルについて

• 全体の案件受注確率が8.8％なので、これにうまく条件をつけて、8.8%より確率を高くもしくは低く判別できれば条件分岐が成功。
• 決定木モデルにて全体の案件受注確率8.8％をそれぞれ条件を加えることで案件受注確率100%、50%、19.4%、0.0%と振り分けが出来たのでモデル完成。
• 新規のアンケートデータ(未知データ)を入れることで作成済みの決定木モデルにて確率を割り当てることが可能になる。

---

アンケート内容

• アンケートのフォームは今回はGoogle Formsにしました。下記のGoogle Formsにアンケート内容を記載

• Google Formsから送信すると、Google Formsの機能により、設定メールアドレスで回答通知メールを受信

---

回答通知メール受信をトリガーにRPA実行

• RPAにて、Google Formsの回答結果をダウンロード、保存

• ダウンロードされた未知のアンケートデータをもとにPython実行(機械学習にて顧客の見込み度合いの確率をcsvに付与し保存)

---

受注案件確率から高、中、低ごとに自動的にアサインのメールが届く

1. 受注案件確率「高」（100.0%）にはクロージングがうまい方をアサイン
2. 受注案件確率「中」(50.0%、19.4%)には高度なエンジニアスキルを持った方をアサイン
3. 受注案件確率「低」(0.0%)には新人の方をアサイン
   

上記により、高単価、スケジュールがいつもいっぱいで余裕のないエンジニアのリソースを確率に応じてアサインすることで、より無駄が省ける。

---

今後の課題

1. 各担当者のスケジュール、技術レベルなども考慮に最適化を行いアサインできないのか
2. 高度なエンジニアスキルを持たない人にはなにか武器(AIのトークスクリプト、QA対応できるチャットボット)を持たせることができないか
3. 既存の顧客データベース、販売実績データをもとにスコアリングをできないか

---

動画

YouTubeにイメージがつくように動画を載せました

https://www.youtube.com/watch?v=8_ZxS2dLucU