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
📊 売上異常アラート
LINEに「売上異常アラート」通知。「昨日の売上が平年に比べて35%減少しています。原因として…考えられます」と分析結果と改善アクションを表示。
売上の異常変動を即座に通知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
対象日current_date日次売上daily_sales予測売上expected_sales来店客数customer_count客単価average_spendingカテゴリ別売上category_sales曜日day_of_week天候weather_condition気温temperature降水確率rain_probabilityイベント名event_name同日過去実績historical_sales_same_day6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 |
|---|---|---|---|---|
対象日 分析対象の日付 | 日付 | 2026-05-29 | 必須 | POSシステム |
日次売上 当日の売上（円） | 数値 | 185000 | 必須 | POSシステム |
予測売上 予測売上（円） | 数値 | 285000 | 必須 | 予測モデル |
来店客数 当日の来店客数 | 数値 | 42 | 必須 | 入退店センサー |
客単価 客単価（円） | 数値 | 4405 | 必須 | POSシステム（計算） |
カテゴリ別売上 カテゴリ別の売上（円） | 数値 | 45000 | 任意 | POSシステム |
曜日 曜日 | 文字列 | 木曜日 | 必須 | カレンダー |
天候 天候（晴れ・雨・曇りなど） | 文字列 | 雨 | 必須 | 気象API |
気温 気温（℃） | 数値 | 18 | 任意 | 気象API |
降水確率 降水確率（%） | 数値 | 80 | 任意 | 気象API |
イベント名 イベント名 | 文字列 | 地域祭り | 任意 | カレンダー |
同日過去実績 同曜日の過去売上平均（円） | 数値 | 268000 | 必須 | POSシステム |
対象日
日付分析対象の日付
2026-05-29POSシステム日次売上
数値当日の売上（円）
185000POSシステム予測売上
数値予測売上（円）
285000予測モデル来店客数
数値当日の来店客数
42入退店センサー客単価
数値客単価（円）
4405POSシステム（計算）カテゴリ別売上
数値カテゴリ別の売上（円）
45000POSシステム曜日
文字列曜日
木曜日カレンダー天候
文字列天候（晴れ・雨・曇りなど）
雨気象API気温
数値気温（℃）
18気象API降水確率
数値降水確率（%）
80気象APIイベント名
文字列イベント名
地域祭りカレンダー同日過去実績
数値同曜日の過去売上平均（円）
268000POSシステムPOS日次売上データ・過去3年分の売上実績・カレンダー情報・気象データ
過去3年分の売上実績がない場合、直近4週間のデータで予測可能（精度低下）。気象データがない場合、過去の気候データを参照。
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
売上低下をリアルタイム検知。気づかないうちの機会損失を防止。
AIが異常の原因を自動分析。改善策の立案時間を80%短縮。
データに基づく素早い意思決定で売上変動リスクを低減。
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3h
Day 1-2通知が届き始めます
Day 3店舗により月1〜5回程度です。初回設定時にFDEが異常とみなす基準値を調整します。
AIが学習を重ねるほど精度が向上します。導入後1ヶ月程度で誤検知はほぼなくなります。