データ連携からAI分析、LINE通知までの自動化フロー
お客様が提供するデータ
AIが自動で行うこと
LINEに届く通知
❤️ 健康変化検知
LINEに「健康変化の検知」通知。「前回と比べて肩の張りが強くなっています。通常のコースに首肩のオプション追加をおすすめします。」
顧客の健康変化を検知し適切な施術を提案に関する情報をお届けします。
この通知を受け取るために必要なデータフィールド
顧客IDcustomer_id顧客名customer_name前回来店日last_visit_date経過日数days_since_last_visit来店頻度visit_frequency疲労部位fatigue_area現在スコアcurrent_score前回スコアprevious_score変化率change_percentage傾向trend現在気温current_temperature前回気温previous_temperature7システムのデータを時刻キーで結合
時間帯別にグループ化して集計
型変換・欠損値処理・異常値除外
AI分析結果に基づく通知
優先度・信頼度・推奨アクションを含むアクション可能な通知を配信
出力：LINE通知
result.json → LINE配信
AI分析（4ステップ）
データ処理
フィールドマッピング
顧客CSV列名 → システム標準フィールド名に自動変換（12フィールド）
| フィールド | 型 | 例 | 必須 | 取得元 |
|---|---|---|---|---|
顧客ID 顧客の識別子 | 文字列 | C001234 | 必須 | 予約システム |
顧客名 顧客名 | 文字列 | 田中 | 必須 | 予約システム |
前回来店日 前回来店日 | 日付 | 2026-05-15 | 必須 | 予約システム |
経過日数 前回来店からの経過日数 | 数値 | 14 | 必須 | 予約システム（計算） |
来店頻度 来店頻度（週〇回・月〇回など） | 文字列 | 月2回 | 必須 | 予約システム |
疲労部位 疲労部位 | 文字列 | 肩こり | 必須 | 施術前アンケート |
現在スコア 現在の疲労スコア（0-100） | 数値 | 30 | 必須 | 施術前アンケート |
前回スコア 前回の疲労スコア（0-100） | 数値 | 45 | 必須 | 過去アンケート履歴 |
変化率 スコア変化率（%） | 数値 | -33.3 | 必須 | 計算 |
傾向 傾向（悪化・改善・安定） | 文字列 | 悪化 | 必須 | 計算 |
現在気温 現在の気温（℃） | 数値 | 15 | 任意 | 気象API |
前回気温 前回来店時の気温（℃） | 数値 | 22 | 任意 | 過去気象履歴 |
顧客ID
文字列顧客の識別子
C001234予約システム顧客名
文字列顧客名
田中予約システム前回来店日
日付前回来店日
2026-05-15予約システム経過日数
数値前回来店からの経過日数
14予約システム（計算）来店頻度
文字列来店頻度（週〇回・月〇回など）
月2回予約システム疲労部位
文字列疲労部位
肩こり施術前アンケート現在スコア
数値現在の疲労スコア（0-100）
30施術前アンケート前回スコア
数値前回の疲労スコア（0-100）
45過去アンケート履歴変化率
数値スコア変化率（%）
-33.3計算傾向
文字列傾向（悪化・改善・安定）
悪化計算現在気温
数値現在の気温（℃）
15気象API前回気温
数値前回来店時の気温（℃）
22過去気象履歴施術前アンケート・体調記録・来店頻度・季節気温
季節気温がない場合、一般的な季節要因を適用。体調記録がない場合、施術前アンケートのみで推定（精度低下）。
FDEが設定を代行します。お客様の作業は不要です。
AIが現場の課題を根本から解決します
小さな変化を見逃さず、大きな不調を未然に防止。
細やかな気配りが評価され顧客ロイヤルティが向上。
適切なタイミングでの提案でオプション施術の受注率が向上。
必要なものがすべて揃った月額制サービス
通知を有効化
Day 1リモートで約5h
Day 1-2通知が届き始めます
Day 3