事例）
AIを使ったデータの相関分析を行い、消費者の行動を予測するシステム開発での導入事例です。
当プロジェクトでは、分析の性能と精度を向上させるため、現行データをクレンジング
（異常データや予測に不要なデータを除去）した分析用DBを作成し、AIに投入しました。
データクレンジング作業にデータ仕様可視化サービスを活用した結果、作業効率、分析性能、
分析精度の向上に成功しました。
![[現行データのDB]→[データ仕様可視化サービスを利用してデータクレンジング]（異常データや不要データを可視化）※データ仕様可視化サービスの利用により、データクレンジングの工数を削減：約80％効率向上（適用前の見積工数との比較）→[クレンジング後のデータで分析用DBを作成]→[AIに投入]※性能向上：必要な分析データに絞ったため→[AIを使用して消費者の行動を予測]※分析精度向上：考慮漏れなく不要なデータを取り除けたため](/products/it/appsvdiv/service/alm/image/modal_cleansing.png)
事例）
AIを使ったデータの相関分析を行い、消費者の行動を予測するシステム開発での導入事例です。
当プロジェクトでは、分析の性能と精度を向上させるため、現行データをクレンジング
（異常データや予測に不要なデータを除去）した分析用DBを作成し、AIに投入しました。
データクレンジング作業にデータ仕様可視化サービスを活用した結果、作業効率、分析性能、
分析精度の向上に成功しました。