生成AIによるPOC開発プロジェクト

顧客情報

従業員数

〜50名

クライアント業態

広告業界

作業ボリューム

〜4人 x 6ヶ月

顧客の問題点

ディスプレイ広告の効果性を高めるために、複数のウェブサイトで製品やサービスの広告を展開していますが、現状の広告戦略では望んだ成果を得ることができません。関連性の低い広告が誤った対象に表示され、クリック率や購買率が低下しています。ユーザーセグメントを的確に把握し、適切な広告を展開するソリューションが必要です。

当社のソリューション・解決方法

顧客の課題に対処するため、以下のソリューションを提供しました:
メタデータ、顧客の購買履歴、IPアドレス、Cachingなどを活用し、ウェブサイト訪問者のデータを収集・解析。このデータをもとに生成AIを駆使し、ユーザーグループを分類し、そのユーザーに最適な広告を効果的に提示する新たなアプローチを構築しました。これにより、広告のターゲティング性を向上させ、クリック率や購買率の向上を図ることが可能となりました。

リリース後の成果

1. クリック率向上:
顧客セグメンテーションと適切な広告表示における新しいアプローチにより、クリック率は平均して前月比で約30%向上しました。

2. 購買率増加:
最も関連性の高い広告を表示することで、購買率が15%伸び、特にターゲット顧客層で顕著な増加を達成しました。

3. ユーザーエンゲージメント率の改善:
ユーザーが広告により興味を持ち、関与する可能性が高まり、エンゲージメント率が平均して25%向上しました。

開発スピード

〜２人 x ４ヶ月

導入背景

現在、社内で多くの資料が頻繁に流通され、頻繁に変更されており、その変更を把握することが困難です。同時に、ウェブサイトに掲載する記事やコンテンツの作成には大幅な時間が必要であり、効率を改善する必要があります。このような課題を解決するため、存在するチャットボットに自動応答機能を統合し、情報の迅速なアクセスと効率的なコンテンツ作成を実現することが求められています。

機能一覧

①モジュール：管理（データ作成、権限管理、ユーザー管理）

– データのCRUD：ドキュメント、コレクション、ユーザーなど
– LLM、オーケストレーターへのプロキシ
– 認証、権限管理
– インターフェース、構成、エージェントのテスト

②モジュール：オーケストレーター（テキスト検索モジュールとLLM-エンジンを接続するために使用）

– データソースからドキュメントをロード、解析する
– クエリを受信したときに処理フローとデータ接続フローを調整する

③モジュール：タスクキュー

– LLM-ENGINEへのクエリをキューに入れます。
– MANAGEMENTへのメッセージのキューイング。
– Flower：タスクキューの監視

④モジュール：テキスト検索

– テキスト埋め込みを使用して、句ベクトルを作成します。
– ベクトル、メタデータ、ベクトルの検索（ベクトルDB）を保存します。
– エンジン-LLM：大規模な言語モデル。

– 受け取ったプロンプトに基づいてテキストを生成します。

リリース後の成果

資料変更の透明度向上: 資料の変更を効率的に追跡可能にし、変更をスムーズに把握できるようになりました。これにより、変更に関するコミュニケーションが改善され、誤解や重複作業が減少しました。

記事・コンテンツ作成時間の削減: ウェブサイトへの記事作成時間が30%削減され、素早い情報発信が可能になりました。これにより、最新の情報を迅速かつ効果的に共有することができ、読者の関心を引くことができます。また、時間節約により、他の重要な業務に集中できるようになりました。