Blog Post 2026年10月28日 | 4 読書時間

AIとMDMで建設業界の未来を築く

ファーガソン社が、AIとMDMを活用して製品のオンボーディングを効率化し、データの正確性を高め、将来の顧客体験を向上させた方法をご紹介します。

私たちが御社のような建設会社をどのように支援しているかを探ってみてください

専門家に相談する

この記事を探索するためのAIツールを選択してください

AIとMDMで建設業界の未来を築く

Master Data Management Blog by Stibo Systems logo
| 5 読書時間
10月 28 2026
AIとMDMで建設業界の未来を築く
7:44

以下は、Stibo Systems Connect 2024で開催された、ファーガソン社のエンタープライズデータ・アナリティクス担当副社長、ブランドン・ラシター氏をゲストに迎えた、示唆に富むファイアサイド・チャットの要約です。

ファーガソン社は、北米最大級の配管資材、パイプ、バルブ、継手の卸売業者の一つです。同社はまた、冷暖房用HVAC機器、水道設備(消火栓や水道メーター)、キッチン・バス用品、照明、安全装備、家電製品、工具などの主要な卸売業者でもあります。

同社は35,000社のベンダーから製品を調達し、600万点以上(かつ増加中)の製品カタログを管理しています。

当然のことながら、効率的なオンボーディングは極めて重要です。

従来のオンボーディング体制は非効率的で、この変化の激しい業界において許容できないほど長い時間を要していました。そこで同社は、この重大な課題の解決に乗り出しました。

「当社は、トイレの下に設置する50セントのワックスリングから、50万ドルもする原子力用バルブに至るまで、あらゆるものを販売しています...」と 、ファーガソンのエンタープライズデータ・アナリティクス担当副社長、ブランドン・ラシター氏は述べています 。 「これらすべての異なるニーズに対応できる単一のデータモデルを構築するのは、実に困難です。」

オンボーディングを円滑にする多角的なアプローチ

ファーガソンは、 製品のオンボーディングという課題を克服するために、テクノロジーだけに頼ることはしませんでした。同社は、最先端のツールに加え、人材とプロセスの重要性を認識し、包括的なアプローチを採用しました。

人材とプロセスの最適化

まず、ファーガソンはチームに焦点を当てました。同社は、150名からなる製品オンボーディングチームのスキルアップを優先し、個人がスキルを向上させ、より効率的に働ける分野を特定しました。

また、既存のオンボーディングプロセスを詳細に検証し、ストリームマッピングを活用して、プロセスの遅延要因となっている不要なステップを特定・排除しました。

基盤としてのStibo Systems

熟練したチームと合理化されたプロセスが整ったことで、チームはテクノロジーに注力するようになりました。ファーガソンは既存のStibo Systemsプラットフォームを慎重に評価し、それが一元化された製品データ管理にとって理想的なソリューションであることを確認しました。

また、同社は、その野心的な目標を支えるために、プラットフォームが最大限の効率を発揮できるよう設定されていることを確実に確認する必要がありました。

自動化のためのAI

ファーガソン社は、手作業によるボトルネックを解消し、オンボーディングプロセスを加速させる必要性を認識していました。重要でありながら時間のかかる作業である製品の分類は、自動化に最適な対象でした。

以前は、担当者が各製品に手動でカテゴリーを割り当てていましたが、このプロセスは単調であるだけでなく、特に同社のカタログが膨大かつ多様であることを考えると、ミスが発生しやすいものでした。

「商品を販売可能な状態にするのが早ければ早いほど、その商品が売れる可能性は高まります」とラシター氏は述べています。

驚くべき監査の結果、人的介入があっても分類の精度は期待を下回っていることが判明しました。

この問題に対処するため、チームは既存の商品データを用いて機械学習アルゴリズムを訓練しました。その結果は目覚ましいものでした。AIは92%の精度を達成し、商品の分類におけるスピードと精度の両方を大幅に向上させました。

データプロファイリングとマッチング

AIは分類以外にも重要な役割を果たしました。オンボーディングプロセスに入る前に、すべての新規商品データはデータプロファイリングという前処理ステップを経ます。これは、データの一貫性と互換性を確保するために、データを分析・標準化する工程です。

もう一つの重要なステップが商品マッチングであり、 ここではAIが 既存のカタログ内での重複候補の特定を支援します。これにより、冗長な登録を防ぎ、データの整合性を確保できます。これは、多数のベンダーから調達され、カタログが絶えず拡大し続ける企業にとって極めて重要な機能です。

主なポイント:

  • 初期の成果を示し、取り組みの価値を技術的な専門用語を使わずに分かりやすく伝えることで、経営陣の賛同を得ましょう。
  • テクノロジーはパズルのほんの一部に過ぎません。チームとプロセスを最適化し、総合的な効率性を追求しましょう。
  • 機械学習は手作業のプロセスを上回るパフォーマンスを発揮し、 データ品質の向上 とオンボーディングの迅速化につながります 。
  • 複雑な製品データを管理し、AI イニシアチブを実現するには、Stibo Systems Platform のような 堅牢な MDM プラットフォームが必要です 。

オンボーディングを超えて、没入型体験へ

ファーガソン社は、オンボーディングの迅速化にとどまりません。同社は先を見据え、豊富な製品データが没入型の顧客体験を支える未来を描いています。同社は、拡張現実(AR)、3Dモデリング、ビルディング・インフォメーション・モデリング(BIM)といった、顧客にインタラクティブで有益な製品ビジュアライゼーションを提供できるツールの活用を模索しています。

ラシター氏は次のように説明しています。「当社のショールームに足を踏み入れたと想像してみてください。お客様が色、柄、スタイルなど、お好みのものを伝えていただければ、デジタル体験を通じて、その場でお客様の目の前でキッチン全体を構築することができます。」

このビジョンはショールームの枠を超えています。

生産性が鍵となる建設業界において、ファーガソンはデータを活用して顧客を支援する大きな可能性を見出しています。建設作業員が拡張現実(AR)ゴーグルを装着し、ファーガソンが提供する正確で利用しやすいデータのおかげで、建物のスプリンクラーシステムの細部まで可視化できる様子を想像してみてください。

こうした顧客体験への注力は、単に問題を解決するだけでなく、積極的に新たな機会を創出するという、大きな転換点です。導入プロセスを円滑にし、AIへの投資を行うことで、同社はリソースを解放し、こうした素晴らしい革新的な取り組みに注力できるようになります。

Master Data Management Blog by Stibo Systems logo

Jamie Watters è un Senior Account Manager presso Stibo Systems, impegnata ad aiutare i clienti a avere successo guidandoli nei loro percorsi di Master Data Management (MDM).

接続:

Discover blogs by topic

  • See more
  • AI
  • Business Partner Data Cloud
  • Customer Experience Data Cloud
  • ERPの成功
  • Location Data Cloud
  • MDM戦略
  • Product Experience Data Cloud
  • Supplier Data Cloud
  • コンプライアンスおよびリスク管理
  • サプライヤー情報
  • データガバナンス
  • データコンプライアンス
  • データ品質
  • データ統合
  • プラットフォーム
  • マルチドメインデータ
  • ユーザー体験
  • 保険
  • 充実したコンテンツ
  • 商品データとPIM
  • 小売
  • 持続可能性
  • 業務効率
  • 消費財業界
  • 製品の導入
  • 製造業
  • 金融サービス
  • 顧客およびパーティーデータ
  • 顧客体験とロイヤルティ
10月 28, 2026

AIとMDMで建設業界の未来を築く

10月 26, 2026

Z世代:Amazonを超えた刺激を求めて

10月 26, 2026

消費者はAIを活用したツールを活用して、より賢く買い物をしている:小売データの信頼性がこれまで以上に重要となっている理由

10月 22, 2026

AI検索やエージェント型コマースに対応した商品コンテンツを作成する方法

10月 21, 2026

AIの出力結果に誤りがあるのは、データに原因があるのでしょうか?

10月 20, 2026

AIエージェントが製品の導入をどのように加速できるか

10月 20, 2026

開拓者、カウボーイ、入植者たち:オースティンでの「Connect」での日々

10月 15, 2026

PIM市場の行方:コンテンツ、AIなどに向けた信頼性の高い製品情報

10月 11, 2026

機械を信頼する:マスターデータ管理におけるAI自動化の信頼性を高める

10月 9, 2026

検索ユーザーを購買者に変える商品アトリビューション戦略

9月 24, 2026

ビジネスパートナーとの関係が、マスターデータ管理を複雑にする理由

9月 18, 2026

SAP S/4HANAへの移行を、AI対応のデータ基盤へと変革しましょう

9月 18, 2026

レポートの基盤となっているデータ標準が、なぜAIエージェントの足を引っ張ることになるのか

9月 9, 2026

マスターデータ管理により、データプラットフォームをビジネス価値へと転換する

9月 9, 2026

信頼性の高いAIモデルを信頼できないエージェントに変えてしまう5つのマスターデータの問題

9月 8, 2026

銀行や保険会社が、信頼性の高い「カスタマー360」なしではAIを拡大できない4つの理由

9月 7, 2026

SnowflakeとDatabricksがあるのに、なぜマスターデータ管理が依然として必要なのでしょうか?

9月 7, 2026

顧客データの断片化が、なぜ今、金融サービス企業にとって大きなコンプライアンス上のリスクとなっているのか

8月 18, 2026

購入者はかつてないほど情報に精通している――しかし、彼らはより良い判断を下しているのだろうか?

8月 17, 2026

なぜエンタープライズAIは大規模展開で停滞するのか――そして、なぜデータこそがリーダーたちが解決すべき障壁なのか

8月 4, 2026

エージェント間AIワークフロー全体を通じて機能するデータガバナンスを構築する方法

8月 3, 2026

マスターデータ管理が、信頼性の高いAIエージェントにとってなぜ不可欠なのか

7月 31, 2026

データはAIエージェントに対応できる状態ですか? 確認するための5つのチェック項目

7月 31, 2026

エージェント型コマースにおける新たな競争のルール

7月 30, 2026

なぜほとんどのAIプロジェクトは、モデルが実際に稼働する前に失敗してしまうのか

7月 29, 2026

なぜ「信頼」こそがエージェント型コマースにおける真のボトルネックなのか

7月 28, 2026

AIエージェントの成否を左右する5つのデータ標準

7月 28, 2026

マスターデータ管理とは?完全かつ簡潔な答え

7月 14, 2026

買収が相次ぐ市場において、MDMベンダーを評価する方法

7月 10, 2026

なぜエージェント型AIにはビジネスのデジタルツインが必要なのか

6月 22, 2026

AIシステムにはクリーンなデータが必要だが、管理された知性が不可欠である

6月 19, 2026

ボッシュとスティボ・システムズ、企業データ変革に向けた提携を発表

6月 15, 2026

主体性を持つエンタープライズシステムにおける信頼の構築

5月 22, 2026

利益率を日々圧迫するサプライヤーオンボーディングに関連する4つの課題――そしてAgentic AIがそれらをどう解決するか

5月 20, 2026

AIエージェントが活動する上で欠かせない7種類の顧客データ

5月 6, 2026

エージェント型コマースにおいて、あなたのブランドが勢いを失っている7つの兆候

5月 4, 2026

セマンティック・マスターデータを活用すれば、AIは推測に頼るのをやめ、あなたの要望を正確に理解できるようになります

4月 30, 2026

AIとマスターデータ:ビジネスの原動力

4月 22, 2026

AI検索でブランドが見えなくなる原因となる5つの製品データの問題

4月 15, 2026

プロダクトエクスペリエンス管理における5つの主要なトレンド

4月 15, 2026

生産を停止させることなく、製造部門のリーダーたちが製造データをどのように近代化しているか

3月 11, 2026

モデルコンテキストプロトコル(MCP):企業データと相互作用するAIシステムに欠けていた層

5月 11, 2024

マスターデータガバナンスとは何かそしてなぜ必要なのか?

1月 29, 2024

データガバナンスのトレンド2025

5月 11, 2023

商品情報のための生成AIにおける統制されたデータの必要性

4月 21, 2022

SAP S/4HANA ERPへのデータ移行―MDMによる迅速・安全なアプローチ

2月 11, 2021

2021年の消費財業界のトレンドとビジネスチャンス

9月 18, 2020

DTCへの移行:成功するための3つのステップ

始めよう

信頼できるインテリジェンスがどのようにデータを確信に満ちた決断に変えるか、ご覧になる準備はできていますか?話しましょう。

2