×
NAXS
現場が、
使い続けられる形をつくる。
40店舗・130名が日々入力するデータを、予測と意思決定に使える形に整える。
スプレッドシートから始めて、店長が自走できる仕組みへ。
scroll
×
NAXS
40店舗・130名が日々入力するデータを、予測と意思決定に使える形に整える。
スプレッドシートから始めて、店長が自走できる仕組みへ。
problem
景品の欠品と過剰発注が繰り返される。各店の集客・売上はスプレッドシートに手入力されているが、そのデータを予測に使える形になっていない。予算策定は年1回、店長の経験から積み上げる運用が続いている。 こういった状況では、予測モデルをどう作るかより、システムに不慣れな店長が実際に使い続けてくれるかどうかが先に問われます。
集客・売上データはあるが、予測に使える形になっていない。欠品と過剰発注が繰り返される
シフト編成が予測と連動しておらず、繁閑の波を事前に読めない日が続く
新店出店計画の需要推計も人力。類似店の実績や商圏人口から毎回手作業で積み上げている
導入後、システムに不慣れな店長が使いこなせるかどうかが不透明。重厚なツールを入れると止まるリスクがある
構築手段（スクラッチ・パッケージ・SaaS・ノーコード）がまだ未確定のこの段階は、逆にいえば「現場が使い続けられる形から逆算して手段を選べる」タイミングです。
why us
01
自社の営業やバックオフィスをAIエージェントで実際に動かしています。机上の提案ではなく、自分で動かし続けた経験から、現場で止まらない形に落とすところに知見があります。
02
重厚なスクラッチから入ると、完成後に誰も触れず止まるケースが多い。まず手元のデータを整えるところから始め、店長が無理なく操作できる形にしてから機能を積む順番で進めます。
approach
あくまで現時点での検討案です。実際の進め方は、貴社の現状をお聞きした上で一緒に組み立てます。
各店の集客・売上・曜日配列・商圏人口など、スプレッドシートに溜まっているデータを整理・構造化します。この土台がなければ、どんな予測ツールを入れても精度は上がりません。
過去データから売上予測を自動で算出する仕組みを構築します。予測と実績にズレが出たときにアラートが上がる設計にしておくと、欠品や過剰在庫を事前に手が打てます。
予測を景品発注の適正数量とシフト構成に連動させます。欠品と過剰発注、繁閑対応の後手を減らし、店長の判断の負荷を下げます。
システムに不慣れな方でも操作できることを前提に設計します。新店出店計画時の商圏需要推計にも同じ仕組みを流用できるよう組み立てます。
※ 部長・役員の方への説明にお使いいただける資料も、あわせてご用意可能です。
results
売上・データ調査
2時間
↓
15分
バックオフィス定型処理
60分
↓
5分
営業ナーチャリング
90分
↓
10分
提案・説明資料作成
4時間
↓
30分
※ 業務内容・環境により効果は異なります。自社および支援先での実績をもとにした目安です。
team
担当
芹澤 直人 / PRINCIPAL
大学在学中から上場前スタートアップでAI活用とセキュリティ業務に従事。デロイト トーマツ コンサルティングに入社後、大企業・官公庁向けにセキュリティとAIを軸としたコンサルティングに従事。AIエージェント実装とAIガバナンス設計に深い知見。
代表
髙橋 洸輝 / 代表取締役
大学在学中に越境EC事業で学生起業。日本M&AセンターでPEファンド担当部署のソーシング業務に従事。ギフティ（東証プライム上場）の戦略投資部門で、10件超のM&A・マイノリティ出資およびバリューアップ・PMI業務を担当。
about
AIの進化が、事業成長に直結する体制を構築する。
NAUTILUS AX SHERPA（NAXS）は、BIG4出身のセキュリティ専門家と上場企業実務家による企業向けAI活用・業務改革支援チームです。ガバナンス設計から現場への実装・定着まで、一通り自分たちで回せる体制を持っています。
NAUTILUS AX SHERPA（NAXS）の詳細はこちら →contact