PRD-006_機械学習で顧客対応はこう変わる! Azure ML と Dynamics で造る次世代 CRM

1. ROOM
I

2. Dynamics CRM スペシャリスト
Dynamics CRM 歴 約 5 年
高也
Azure Machine Leaning を
日々研究中

3. Dynamics CRM 技術営業
Dynamics CRM 歴 約 8 年
販売側だけでなくユーザーとしても
Dynamics CRM を利用している

4. 連携が容易

5. 普段どのようにして顧客管理や
営業の商談管理をしていますか？

6. 過去の経験や勘で入力
個人的な推測で入力
データの確実性が低い
ビジネス・生産性への影響

7. 過去の膨大なデータを基に
適格な結果を自動で提供
データの確実性が高い
ビジネス・生産性への影響

8. ※2016年5月24日時点ではプレビュー機能

9. どんな Azure ML のモデルとも
連携が可能

10. デモ
Azure ML と連携した
Dynamics CRM

11. サンプルソリューションのアーキテクチャー

12. Machine
Learning の準備
(4 ステップ)
Dynamics CRM
の準備
(3 ステップ)

13. Machine
Learning の準備
(4 ステップ)
Dynamics CRM
の準備
(3 ステップ)
Web サービスの展開
予測実験の作成
トレーニング実験の作成
過去データの作成
パラメーター入力
プロセスの登録
ソリューションのインポート

14. デモ
サンプルソリューション
の構築

15. Dynamics
CRM
の準備
Machine
Learning
の準備
過去データ
Web サービスの展開
予測実験の作成
トレーニング実験の作成
過去データの作成

16. Dynamics
CRM
の準備
Machine
Learning
の準備
Web サービスの展開
予測実験の作成
トレーニング実験の作成
過去データの作成

17. Dynamics
CRM
の準備
Machine
Learning
の準備
Web サービスの展開
予測実験の作成
トレーニング実験の作成
過去データの作成

18. Dynamics
CRM
の準備
Machine
Learning
の準備
Web サービスの展開
予測実験の作成
トレーニング実験の作成
過去データの作成

19. Dynamics
CRM
の準備
パラメーター入力
プロセスの登録
ソリューションのインポート
Machine
Learning
の準備

20. Dynamics
CRM
の準備
パラメーター入力
プロセスの登録
ソリューションのインポート
Machine
Learning
の準備

21. Dynamics
CRM
の準備
パラメーター入力
プロセスの登録
ソリューションのインポート
Machine
Learning
の準備

22. 解約リスクの自動入力
製品の故障予期アラート 疾患予知
見込み顧客の自動格付け

23. 連携が容易

24. 是非参加頂きたいセッション
PRD-007: モバイル アプリ開発で利用する Dynamics CRM Online
2016 新 Web API (5月25日 15:55～16:55@Room K)
CHK-005: All about 機械学習! ～機械学習は魔法の杖か、単な
る Big Data のはけ口か～ (5月25日 13:10～14:10@Room H)
DBP-014: 機械学習の実践ノウハウ提供します! ～AI で広がる夢を
現実にする方法～ (5月25日 17:10～18:10@Room D)

26. Appendix
https://github.com/takayakawano/decode2016

27. アンケートにご協力ください。
●アンケートに 上記の Session ID のブレイクアウトセッションに
チェックを入れて下さい。
●アンケートはお帰りの際に、受付でご提出ください。
マイクロソフトスペシャルグッズと引換えさせていただきます。

28. ROOM I
Ask the Speaker のご案内
●本セッションの詳細は、EXPO 会場内
『Ask the Speaker』コーナー
Room I カウンタにてご説明させて
いただきます。是非、お立ち寄りください。