Aidemy Premium卒業生のkosariさんにインタビューしました。kosariさんは、アパレル企業の生産管理部門で働く中で、AIを活用して売上予測精度を上げることで商品の過剰在庫問題を解決したいと考えAidemy Premiumに入会されました。6か月間データ分析を学習後、DXや新しい技術の導入に前向きな同業界の同職種に転職されたkosariさんに学習のきっかけから、転職成功までの道のりを深掘りしていきます！
洋服がムダなくお客様の手に届くには？課題感が原動力に
ーーなぜデータ分析を学びたいと思ったのですか。
私はアパレル企業の生産管理部門で働いているのですが、色々な方が協力して完成した商品が大量に在庫として残ったまま処分される現実を日々見ていて、何かできることはないかなと思ったことがきっかけです。
アパレル業界の問題として、過剰在庫や廃棄量の増加が環境汚染につながるという報道を見たことがある方も少なくないと思います。もちろん供給者としては100％消化を目指しているのですが、天候や環境の変化、デザインとお客様の気分のミスマッチ、色数・生産枚数が多かったなど、さまざまな理由で在庫として残ることがあります。デザイナーや生地メーカー、工場、他にも色々な方の協力を経て出来上がった洋服が、お客様の手に渡ることなく在庫として残っているのを見るととても心が痛みます。
「売上予測の精度を上げられればこの問題の解決ができるのではないか」と考え、データ分析の学習をしたいと思いました。
ーーAidemy Premiumを選んだ決め手はなんですか。
学びたいと思っていた「データ分析講座」が、専門実践教育訓練給付金を活用して学習可能だったので、Aidemy Premiumに決めました。
学習時に30代後半だった私にとっては、Aidemy Premiumには年齢制限がなかったことも選んだ理由です。当初から転職も視野に入れていたのですが、年齢制限のあるスクールが多かったので、Aidemy Premiumはそういった制限がないところも良かったです。
▲ kosariさんのポートフォリオテーマ
精度が上がるまで試行錯誤した
ーー6か月間はどのように学習を進めていきましたか。
平日は1時間、休日は6時間ぐらいずつ学習して、はじめの3か月半で講座を一通り終えました。残りの期間はポートフォリオのブラッシュアップに使いました。
私は数学が苦手なので、はじめは学んでもよく理解できなかったのですが、完璧に理解できなくてもとにかくどんどん進めてよい、とチューターさんにアドバイスをいただいたので実際にやってみると、その方法が私には合っていました。正直なところ学習前は本当に自分でポートフォリオを作れるのか不安でした。カリキュラムで学んだことをポートフォリオ作成時に応用することができ、そこで理解が深まったと思います。また精度を上げるために試行錯誤した結果、最終的には合計で5つのポートフォリオをブログにまとめることができたのでとても達成感があります！
ーーポートフォリオは何を作ったのですか。
過去3年分の売上や在庫数のデータを参考に、商品の在庫や売上の予測をしました。売上データから商品の需給予測をしたり、倉庫の在庫数から必要な商品数を分析、予測したりしてみたのですが、精度が低く苦戦しました。そこで、気象データを盛り込んでアップデートしたものを再分析したところ精度が上がりました。
このポートフォリオ作成時には、オンラインカウンセリングでチューターに相談していました。最後まで同じ方に相談できたので、とても感謝しています。
データ活用でムダのない生産を目指して
ーー今回が初めての転職とのことですが、きっかけは何ですか。
学習を始めたタイミングで、データ分析以外にも過剰在庫の削減をする方法がないか調べていました。前職の企業は大量生産方式をとっていたので、小ロットの生産方法の企業がどういったものづくりをしているのか気になったことがきっかけです。
ーー転職先は同業界とのことですが、環境は変わりましたか？
同業界、同職種での転職とはいえ生産方法が異なるので、KPIはもちろん大事にしていることなども異なる印象を持ちました。転職先の企業は上場企業なので、資金面にも余裕があるからか、DXや新たな技術への導入に関して積極的な文化があります。この会社ならば、Aidemy Premiumで学んだことを今後現場でも活かしやすいのではないかと考えています。
ーー今後の展望をお聞かせください。
作成したポートフォリオよりも高い精度で売上予測を行い、在庫管理に活用し、売上向上とともに過剰在庫を削減することが私の目標です。
