転職・求人情報の詳細をご覧になる場合は会員登録（無料）が必要です
| 部署・役職名 | 【経営支援チーム】経営コンサルタント（AI・DXプロフェッショナル） |
|---|---|
| 職種 | |
| 業種 | |
| 勤務地 | |
| 仕事内容 |
ご入社後、下記の中から得意な領域を中心に業務をお任せし、徐々に経営支援全体（マーケティング／デジタル／ファイナンスなど）へ、幅を広げて頂きます。 －課題特定・解決のためのビッグデータを用いた分析 －機械学習システムの導入・運用 その他事例） － 独自モデル・アルゴリズムの企画〜実装〜評価 － 論文/OSS 調査と技術 PoC の高速回転 － MLOps・GPUインフラ最適化 － 技術ブログ・登壇によるブランディング プロジェクト事例 【事例1】機械学習を活用したCRMセグメンテーション最適化支援 《開始前》 ・顧客セグメントごとにCRM施策は実施していたものの、使用情報が乏しく、大まかな分類でしかなかった ・セグメント精度が低く、個別施策の効果検証も不十分であったため、マーケティング投資の無駄が発生していた 《支援内容》 ・既存CRMデータ（購買履歴、会員属性など）を収集・統合し、機械学習モデルの基盤を構築 ・勾配ブースティングを用いて、顧客セグメントを再定義し、精度の高いセグメンテーションを実現 ・新たに構築した機械学習システムは現場のCRMプラットフォームに組み込み、通常業務化 ・ABテストフレームワークを導入し、機械学習によるセグメンテーション施策と従来施策を比較検証 《成果》 ・機械学習によるセグメンテーション最適化により、トップライン向上含む年間約2億円の利益貢献を達成 【事例2】機械学習を用いた顧客仮説検証から高LTV化施策まで一気通貫で支援した案件 《開始前》 ・どの顧客が高いライフタイムバリュー（LTV）を生むか把握できず、筋のいい施策が打てていない状態 ・CRMデータを活用した分析体制が未整備であり、購買行動に基づく施策立案が困難だった 《支援内容》 ・既存CRM／購買履歴データを収集し、EDA（探索的データ解析）を実施。高LTV化に寄与する購買行動パターンを機械学習手法で特定 ・特定された行動パターンをもとに、顧客仮説を再構築。たとえば「定期購入開始後○回目までに○○カテゴリを併せ買いする顧客ほどLTVが高い」などの仮説を抽出 ・新たに策定した仮説に基づき、ターゲットセグメント向けのプロモーション施策を設計。 ・施策効果を検証するため、ABテスト環境を構築。仮説に沿ったグループと従来施策グループを比較し、インパクトを定量的に評価 《成果》 ・機械学習によって抽出された高LTV顧客の購買行動に基づく施策を展開した結果、年間で約2億円の粗利益貢献を実現 |
| 応募資格 |
【必須（MUST）】 4年制大学卒業以上 |
| 受動喫煙対策 | その他 「就業場所が屋外である」、「就業場所によって対策内容が異なる」、「対策内容は採用時までに通知する」 などの場合がその他となります。面接時に詳しい内容をご確認ください |
| 更新日 | 2026/02/24 |
| 求人番号 | 7544566 |
採用企業情報
- 企業名は会員のみ表示されます
- 会社規模101-500人
この求人の取り扱い担当者
-
- ?
- ヘッドハンターの氏名は会員のみ表示されます
会社名は会員のみ表示されます
-
- コンサルティング IT・インターネット
-
- 【同社内最速でマネージャーに昇格。未経験 to Firm、Firm to Firmの支援に強みを持つほか、SIer to FirmやPMO to Firmの支援にも豊富な実績を有する】 レジュメの添削から無制限の面接対策まで、内定獲得に向け最大限サポートさせていただきます！
- (2025/04/03)
転職・求人情報の詳細をご覧になる場合は会員登録（無料）が必要です