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
⚠️ 機会損失アラート
LINEに「機会損失レポート」通知。「先月の機会損失は約¥85,000です。特に日曜午前中の◯◯商品の欠品が影響しています」と具体的な改善策を提示。
売り逃しを可視化し再発防止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
欠品日時stockout_date商品名product_name欠品期間（時間）stockout_duration_hours予測日次売上predicted_daily_sales機会損失額opportunity_loss_amount離脱顧客数customer_churn_count商品単価product_price月間欠品頻度stockout_frequency_monthly商品カテゴリproduct_category代替商品名alternative_product_nameプロモーション効果率promotion_effectiveness_rate6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（11フィールド）
| フィールド | 型 | 例 | 必須 | 取得元 |
|---|---|---|---|---|
欠品日時 欠品が発生した日時 | 日時 | 2026-05-29T14:30:00 | 必須 | 在庫管理システム |
商品名 欠品した商品名 | 文字列 | 麦茶500ml | 必須 | 商品マスタ |
欠品期間（時間） 欠品が続いた時間 | 数値 | 8 | 必須 | 在庫管理システム |
予測日次売上 欠品期間中の予測売上数 | 数値 | 48 | 必須 | 予測モデル |
機会損失額 機会損失額（円） | 数値 | 5760 | 必須 | POSシステム（計算） |
離脱顧客数 欠品による離脱推定顧客数 | 数値 | 5 | 必須 | 購買行動ログ |
商品単価 商品単価（円） | 数値 | 120 | 必須 | 商品マスタ |
月間欠品頻度 過去30日間の欠品回数 | 数値 | 5 | 必須 | 在庫管理システム |
商品カテゴリ 商品カテゴリ | 文字列 | 飲料 | 任意 | 商品マスタ |
代替商品名 代替可能な商品名 | 文字列 | レモネード | 任意 | 商品マスタ |
プロモーション効果率 過去のプロモーション効果率（%） | 数値 | 15 | 任意 | プロモーション履歴 |
欠品日時
日時欠品が発生した日時
2026-05-29T14:30:00在庫管理システム商品名
文字列欠品した商品名
麦茶500ml商品マスタ欠品期間（時間）
数値欠品が続いた時間
8在庫管理システム予測日次売上
数値欠品期間中の予測売上数
48予測モデル機会損失額
数値機会損失額（円）
5760POSシステム（計算）離脱顧客数
数値欠品による離脱推定顧客数
5購買行動ログ商品単価
数値商品単価（円）
120商品マスタ月間欠品頻度
数値過去30日間の欠品回数
5在庫管理システム商品カテゴリ
文字列商品カテゴリ
飲料商品マスタ代替商品名
文字列代替可能な商品名
レモネード商品マスタプロモーション効果率
数値過去のプロモーション効果率（%）
15プロモーション履歴POS販売データ・欠品記録・顧客購買行動ログ・在庫データ・プロモーション実績
購買行動ログがない場合、POS販売データのみで機会損失を推定可能（精度低下）。プロモーション実績がない場合、一般的な回復率（15%）を適用。
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
見えていなかった機会損失が明確に。根拠のある改善が可能に。
感覚ではなくデータに基づいた発注・在庫管理を実現。
平均で月間売上の5%相当の機会損失を削減可能。
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4h
Day 1-2通知が届き始めます
Day 3