Media > AI活用ユースケース > 情報システム > 情報システム部が、社用のスマートフォンの回線ごとの通信量の記録から Python で翌月の通信量を幅付きで予測し、料金のプランの見直しの候補を出す

情報システム部が、社用のスマートフォンの回線ごとの通信量の記録から Python で翌月の通信量を幅付きで予測し、料金のプランの見直しの候補を出す

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

社用のスマートフォンの回線ごとの通信量の記録から、Python で翌月の通信量を幅付きで予測します。その幅を自社の契約の料金の表に当て、プランを下げてよい回線と上げたほうがよい回線の候補を、根拠とともに一覧にします。

サマリー
連携・自動化
Python
対象業界
IT・SaaS/人材/建設/物流
対象部門
情報システム/総務
対象業務
比較検討/集計・分析
主な課題
データ分析に時間がかかる/人手が足りない/判断に時間がかかる
AIで行う処理
予測
主な効果
判断支援/品質標準化/工数削減
導入難易度
★★★☆☆
実装レベル
本格構成
費用感
個別開発(大)
人間の確認
条件付き
現在工数
40h/月
AI導入後
8h/月
想定削減
80%
年間削減
384h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 毎月10日を過ぎたら、管理の画面から前の月の利用の明細を書き出す
  2. 回線の台帳と回線番号でつなぎ、部署と今のプランを並べる
  3. 回線ごとに、前の月の通信量と、追加の容量の購入があったかを見る
  4. 気になる回線は、2〜3か月前の明細も開いて見比べる
  5. プランを下げるか上げるかを担当が決め、台帳にメモする
  6. 上げる回線は、利用者の上長に知らせて了承を取る
  7. 管理の画面でプランの変更を申し込み、台帳の今のプランと変更の履歴を直す
導入後(After)
  1. 人毎月10日を過ぎたら、管理の画面から前の月の利用の明細を書き出し、所定のフォルダに置く
  2. 自動12日の朝6時、Python の処理が明細、回線の台帳、出張の申請の集計を読む
  3. 自動回線ごとの学習の表を作り、翌月の通信量を10%から90%までの9つの分位で予測する
  4. 自動自社の契約の料金の表で、プランごとの翌月の料金の見込みと、制限にかかる見込みを計算する
  5. 自動変えないことを既定にして、変える意味のある回線だけを候補にする
  6. 自動候補の一覧(今のプラン、勧めるプラン、根拠、節約の見込み)を書き出す
  7. 人担当が候補を確かめ、上げる回線は利用者の上長に知らせて了承を取る
  8. 人管理の画面で変更を申し込み、台帳を直す
  9. 自動翌月の明細が出たら、予測と実際の通信量、制限にかかったかを記録する
各工程の詳しい説明を読む
  1. 毎月10日を過ぎたら、管理の画面から前の月の利用の明細を書き出す
  2. 回線の台帳と回線番号でつなぎ、部署と今のプランを並べる
  3. 回線ごとに、前の月の通信量と、追加の容量の購入があったかを見る
  4. 気になる回線は、2〜3か月前の明細も開いて見比べる
  5. プランを下げるか上げるかを担当が決め、台帳にメモする
  6. 上げる回線は、利用者の上長に知らせて了承を取る
  7. 管理の画面でプランの変更を申し込み、台帳の今のプランと変更の履歴を直す

(a)先月だけを見て変えて、翌月に戻す。 4番目で過去の月を開くのは、気になった回線だけです。出張が無かった月に少なかった回線を下げると、翌月の出張で制限にかかります。 利用者から苦情が来て上げ直し、次の月にまた下げ候補に上がります。

(b)480回線を毎月見るのに時間がかかる。 1回線5分でも40時間です。10日から月の締めまでの短い期間で終わらせるため、毎月、見る回線を絞っています。 絞った外の回線は、大きいプランのまま何か月も使い切らずに過ぎます。

(c)担当によって決め方が違う。 先月の通信量が小のプランの容量を少し超えた回線を、中に上げるか、追加の容量の購入で済ませるかは、担当の考え方で変わります。同じ使い方の回線でも、担当が替わるとプランが変わります。

(d)季節と出張の予定が入らない。 年度末の現場の多い月や、展示会の出張の多い月は、通信量が増えます。出張の申請は別の仕組みにあり、プランを決めるときには見ていません。

(e)追加の容量の購入が見えにくい。 明細の購入の回数は、プランの月額とは別の行に出ます。月額だけを見ると小さいプランのほうが安く見え、購入の分を足すと逆になる回線があります。 この足し算を、担当は気になった回線でしかしていません。

  1. 【人】 毎月10日を過ぎたら、管理の画面から前の月の利用の明細を書き出し、所定のフォルダに置く
  2. 【自動】 12日の朝6時、Python の処理が明細、回線の台帳、出張の申請の集計を読む
  3. 【自動】 回線ごとの学習の表を作り、翌月の通信量を10%から90%までの9つの分位で予測する
  4. 【自動】 自社の契約の料金の表で、プランごとの翌月の料金の見込みと、制限にかかる見込みを計算する
  5. 【自動】 変えないことを既定にして、変える意味のある回線だけを候補にする
  6. 【自動】 候補の一覧(今のプラン、勧めるプラン、根拠、節約の見込み)を書き出す
  7. 【人】 担当が候補を確かめ、上げる回線は利用者の上長に知らせて了承を取る
  8. 【人】 管理の画面で変更を申し込み、台帳を直す
  9. 【自動】 翌月の明細が出たら、予測と実際の通信量、制限にかかったかを記録する

7番目が、この設計の分かれ目です。 担当が見るのは、480回線のうち候補に出た回線だけです。候補に出ない回線は、今のプランのままで翌月の幅に合っていると、計算で確かめた回線です。

9番目の記録が、規則の値を育てます。 下げた回線が翌月に制限にかかったか、上げた回線が容量を使ったかを残すと、下げと上げの基準が厳しすぎるのか、ゆるすぎるのかを月ごとに見られます。

1番目の書き出しは人が行います。 回線事業者の管理の画面から自動で取り出す仕組みは、事業者ごとに違い、この構成では書き出したCSVを置くところから始めます。 自動にできるかは、契約している事業者の提供している機能で確かめてください。

02今回想定するシステム構成

構成図
回線事業者の管理の画面 ── 利用の明細のCSV(人が書き出す)
回線の台帳(部署・職種・今のプラン・変更の履歴)
出張の申請の集計(回線ごとの翌月の出張の日数)
自社の契約の料金の表(プランごとの月額・容量・追加の容量の料金)
        │
        ▼【トリガー】毎月12日 6:00
Python(pandas)
   ├──▶ 回線 × 月の学習の表
   ▼
scikit-learn の QuantileRegressor(9つの分位)
   │   翌月の通信量の幅
   ▼
Python ── プランごとの料金と制限の見込み、候補の選び出し
   ▼
候補の一覧(スプレッドシート)
   ▼
【担当が確かめる → 上長の了承 → 管理の画面で変更】
役割想定する製品代替候補
実行環境Python(pandas・scikit-learn)R
処理エンジンscikit-learn の QuantileRegressor(分位の線形回帰)scikit-learn の HistGradientBoostingRegressor(分位点の損失)
集計Python(料金の見込み、制限の見込み、候補の選び出し、当たり方の記録)表計算の計算式
保管社内のファイルサーバー(明細の版、予測、候補、当たり方)-

新しく足すのは Python の処理だけです。 回線の台帳と料金の表はこれまでどおり使い、候補の一覧を台帳の隣に書き出します。 変更の手続きは、これまでどおり人が管理の画面で行います。

予測には scikit-learn の QuantileRegressor を使います。 公式のページ(1.9.1)では、指定した quantile についてピンボールの損失を最小にする線形の模型で、外れ値に強いとされています。quantile は0と1の間の値で、0.5なら中央の値です。

線形の模型にしたのは、回線の通信量が「先月の量」と「職種」でかなり決まり、項目が少ないからです。 係数が読めるので、「出張1日で通信量が何割増えると見ているか」を担当が確かめられます。 項目が増えて関係が込み入ってきたら、代替候補の HistGradientBoostingRegressor の分位点の損失に移ります。

回線事業者の管理の画面にも、利用の状況の集計や通知の機能があることがあります。 ただし、それらは事業者の料金の体系で見たものです。自社の契約の料金の表と、出張の予定や職種のような社内の情報で翌月を見込む部分は、自社で持つことになります。

当たり方の物差しには、mean_pinball_loss を使います。 公式のページでは、alpha が損失の傾きで、alpha=0.95 なら95パーセンタイルの推定で最小になると書かれています。9つの分位それぞれで、同じ分位の値を alpha に渡して測ります。

03どうやって実装するのか

Step1

処理の起点を決める

毎月12日の朝6時に、社内のサーバーの定時の実行で動かします。 明細は10日ごろに出るので、担当が11日までに書き出して所定のフォルダに置く決まりにします。12日の朝に明細が無ければ、処理は止めて担当に知らせます。

12日に動かすのは、月の締めの前に変更を申し込む時間を残すためです。 候補を確かめ、上げる回線の了承を上長から取るには数日かかります。月の後半に候補が出ると、変更が翌々月にずれます。

月の途中にはもう一度、20日にだけ動かします。 当月の途中の通信量は管理の画面で見られる範囲が事業者で違うので、見られる場合に限り、当月の残りで制限にかかりそうな回線を一覧にします。 翌月のプランの話ではなく、当月の追加の容量の購入を前もって知るための実行です。

Step2

入力データを集める

データ中身取得元
利用の明細回線番号、月、通信量(GB)、追加の容量の購入の回数、制限の有無管理の画面の書き出し
回線の台帳回線番号、部署、職種、拠点、今のプラン、変更の履歴、休止・解約の予定情報システム部の台帳
出張の申請の集計回線番号(社員番号から引く)、月、出張の日数出張の申請の仕組みの集計
料金の表プラン、月額、容量、追加の容量の1回の量と料金自社の契約の書面から作る表
暦月の営業日の数、年度末・長期休暇の印自社で作る暦の表

質を決めるのは、制限の有無の列です。 制限にかかった月の通信量は、制限のせいで少なく記録されます。 そのまま学ばせると、制限にかかった回線ほど翌月の予測が低くなり、また小さいプランが選ばれます。制限にかかった月は、学習の目的の値として使わず、印だけを残します。 追加の容量を買った月は、制限が外れているので使えます。

料金の表は、自社の契約の書面から作ります。 回線事業者の公開の料金と、法人の契約の料金は違うことがあります。契約の書面の月額と容量と追加の容量の料金を、情報システム部と総務部で確かめてから表にします。

出張の申請の集計は、社員番号で回線番号に結びつけます。 1人が2回線を持つことや、共用の回線もあるので、台帳で回線ごとに「主に使う社員」を決め、共用の回線は出張の項目を使いません。

Step3

データの取得方法を決める

取るものどこから何に使うか
過去24か月の回線ごとの通信量明細の書き出しを月ごとに重ねる学習の目的の値と、先月・前年同月の項目
今のプランと変更の履歴回線の台帳候補の選び出し
翌月の出張の日数出張の申請の集計予測の項目
部署・職種回線の台帳予測の項目(区分の列)
プランごとの料金料金の表料金の見込み

明細のCSVの形は、事業者ごとに違います。 列の名前、通信量の単位(GBかMBか)、回線番号の書き方(ハイフンの有無)が違うことがあります。読み込みの段で列の名前と単位を確かめ、想定と違えば止めて知らせます。 単位の取り違えは、全回線の予測を1,000倍ずらします。

翌月の出張の日数は、12日の時点で申請されている分だけです。 申請の締めは出張の前なので、月の後半の出張はまだ申請されていないことがあります。 学習のときも、その月の前の月の12日時点で申請されていた日数を使います。学習のときだけ確定した日数を使うと、本番より当たって見えます。

Step4

AIへ渡す前に整形する

  1. 単位をそろえる … 通信量をGBにそろえ、回線番号のハイフンを取ります
  2. 制限の月を外す … 制限にかかった月は、目的の値として使いません
  3. 対数にする … 通信量は回線で桁が違うので、log(1 + GB) にして学びます
  4. 先月・3か月の平均・前年同月の項目を作る … いずれも対数にした値で作ります
  5. 区分の列を展開する … 部署・職種・拠点を0と1の列にします
  6. 新しい回線を分ける … 開通から3か月未満の回線は、職種の中央の値を参考にして印を付けます

3番目の対数は、分位の予測と相性が良い直し方です。 分位は、大小の順を変えない直し方をしても順番の位置が変わらないので、対数の世界で予測した90%の値を元に戻せば、元の世界の90%の値になります。 平均の値ではこうはいきません。

2番目を落とすと、制限が制限を呼びます。 小のプランで毎月制限にかかる回線は、記録の上では毎月ちょうど容量の近くで止まっています。その値を需要として学ぶと、小のプランのままでよいと見えてしまいます。

Step5

AIに処理させる

させるのは、回線ごとに、翌月の通信量を10%・20%…90%の9つの分位で予測することです。 プランの料金と制限の見込みの計算と、候補の選び出しは決まった規則で行います。

項目入れ方理由
先月の通信量対数いちばん効く手がかり
直近3か月の平均対数1か月の揺れをならす
前年同月の通信量対数(無ければ3か月の平均で埋め、印の列を足す)年度末や繁忙期の動き
翌月の出張の日数そのまま現場の外での通信が増える
部署・職種・拠点区分の列使い方の水準の違い
翌月の営業日の数そのまま長期休暇の月は減る

料金の見込みは、9つの分位を9つの「起こりうる翌月」として扱って計算します。 それぞれの通信量で、プランごとに月額と追加の容量の料金を出し、9つの平均をそのプランの料金の見込みにします。 制限にかかる見込みは、9つのうち容量を超えたものの数で表します。

候補にする規則は、変えないことを既定にします。

規則理由
今のプランより料金の見込みが月に一定の額以上安いプランがある小さい節約のために利用者を動かさない
下げる候補は、下げた先で容量を超える分位が1つ以下制限にかかる見込みが1割を超える下げはしない
上げる候補は、今のプランで容量を超える分位が3つ以上3割を超えて制限にかかる見込みがある
直近3か月以内に変えた回線は候補にしない変えたばかりで様子を見る
休止・解約の予定のある回線は候補にしない変えても意味が無い

「一定の額」と「1つ以下」「3つ以上」は、自社で決める値です。 下げの基準を厳しく、上げの基準をゆるくしているのは、下げて制限にかかったときの現場の困り方が、上げて余ったときの料金より重いからです。

させないこと理由
プランの変更を決める現場の事情と上長の了承が要る
使い方の良し悪しを判断する通信量の多さは仕事の内容で決まる
人の評価に使う回線の管理の目的の外
制限の月の需要を推し量って埋める印を付けて外す。量を作らない
Step6

指示内容を固定する

生成AIを使わないので、プロンプトはありません。 かわりに、学習と料金の見込みの中身を示します。

import numpy as np
from sklearn.linear_model import QuantileRegressor
from sklearn.metrics import mean_pinball_loss

QS = [0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9]
FEATURES = ["log_last", "log_avg3", "log_last_year", "no_last_year",
            "trip_days", "workdays"] + DUMMY_COLS   # 部署・職種・拠点

# 検証は月で切る:最後の3か月を検証にする
tr, va = train[train["month"] < CUT], train[train["month"] >= CUT]
models, losses = {}, {}
for q in QS:
    m = QuantileRegressor(quantile=q, alpha=0.0, solver="highs")
    m.fit(tr[FEATURES], tr["log_gb"])
    models[q] = m
    losses[q] = mean_pinball_loss(va["log_gb"], m.predict(va[FEATURES]), alpha=q)

pred = np.column_stack([models[q].predict(nxt[FEATURES]) for q in QS])
pred = np.sort(pred, axis=1)            # 分位の逆転を並べ直す
gb = np.expm1(pred).clip(min=0)         # 対数から元に戻す

def plan_cost(gb_row, plan):
    over = np.maximum(gb_row - plan["cap_gb"], 0)
    addon = np.ceil(over / plan["addon_gb"]) * plan["addon_yen"]
    return plan["base_yen"] + addon.mean(), int((gb_row > plan["cap_gb"]).sum())

alpha=0.0 にしているのが、この中身の要です。 公式のページでは、alpha の既定は1.0で、L1の罰則の項に掛ける正則化の定数です。対数にした通信量の値は数の幅が小さく、既定の1.0のままだと係数が強く0に引き寄せられ、どの回線も似た値になります。 区分の列が多くて係数が不安定になるときは、0.0から少しずつ上げ、検証の損失で決めます。

solver は 'highs' を明示しています。 公式のページでは、1.4から既定が 'highs' に変わり、'interior-point' は SciPy 1.11.0 以降では使えないと書かれています。古い例をまねて 'interior-point' を書くと止まります。

分位は9本の模型で別々に学ぶので、まれに10%の値が20%の値を上回ります。 小さい順に並べ直して使い、並べ直した回線に印を残します。 印が多い職種は、記録の少なさを疑います。

当たり方の物差しは分位ごとに見ます。 mean_pinball_loss の alpha に同じ分位を渡し、90%の分位の損失が前の月より悪くなったら、上げる候補の選び方を見直します。 加えて、90%の値を実際の通信量が上回った回線の割合が、1割前後に収まっているかを毎月数えます。

Step7

出力形式を固定する

候補の一覧は、回線ごとに次の列を書き出します。

{
  "line": "090XXXX1234",
  "department": "設備保守2課",
  "role": "field_engineer",
  "current_plan": "M",
  "gb_q10": 6.8,
  "gb_q50": 9.4,
  "gb_q90": 14.1,
  "cost_current_yen": 3120,
  "recommended_plan": "L",
  "cost_recommended_yen": 3300,
  "over_cap_quantiles_current": 4,
  "over_cap_quantiles_recommended": 0,
  "direction": "up",
  "reason": "trip_days=6、前年同月 13.2GB",
  "flags": ["reordered"]
}

1つ目の理由は、勧める根拠が1行で読めることです。 翌月の幅、今のプランと勧めるプランの料金の見込み、容量を超える分位の数が並びます。上の例は、料金は少し上がるが、今のプランだと9つのうち4つの分位で容量を超えるので、上げる候補になっています。 料金だけで並べると、上げる候補は出てきません。

2つ目は、direction で担当の仕事を分けられることです。

direction・印付け方人が見ること
down料金が下がり、下げた先で超える分位が1つ以下翌月以降の現場の予定を上長に聞くまでもないか
up今のプランで超える分位が3つ以上上長の了承を取る
new_line開通から3か月未満職種の中央の値で足りるか
capped_history直近3か月に制限の月がある制限の月を外したので記録が短い
reordered分位の値を並べ直した記録の少なさ
shared_line共用の回線出張の項目を使っていない

down の回線は、利用者への連絡を短くします。 下げても制限にかかる見込みは小さいので、「翌月からプランが変わります」の連絡だけで足ります。 up の回線は、料金が上がるので上長の了承が要ります。

根拠の reason は、候補にした規則の材料から機械で組み立てます。 出張の日数、前年同月の値、直近の制限の月のように、どの項目が勧めに効いたかを短く並べるだけで、文章は作りません。上長への連絡には、この列をそのまま写します。

Step8

システムへ連携する

つなぎ先方式内容
管理の画面の明細人が書き出したCSVを所定のフォルダで読む通信量と制限と追加の購入
回線の台帳共有フォルダの表を読む部署・職種・プラン・変更の履歴
出張の申請の集計毎月の集計の表を読む回線ごとの翌月の出張の日数
料金の表共有フォルダの表を読むプランごとの月額・容量・追加の料金
候補の一覧台帳の隣のシートに書き出す候補と根拠

回線事業者の管理の画面には書き込みません。 変更は担当が画面で申し込みます。候補の一覧から自動で申し込む形にすると、確かめていない下げで現場の回線が制限にかかります。

回線の台帳にも書き込みません。 担当が変更を申し込んだら、台帳の今のプランと変更の履歴を担当が直します。

Step9

人が確認する

担当が開くのは、候補に出た回線だけです。 候補に出ない回線は、翌月の幅と今のプランが合っていると計算で確かめた回線です。

  1. up を先に見る … 上長の了承に時間がかかるので先に回す。現場の予定が分かれば理由に書き添える
  2. down を見る … 担当が知っている事情(翌月から現場に異動するなど)が無いかを見る
  3. new_line と capped_history を見る … 記録の短さで見込みが外れていないかを見る
  4. 見送った回線と理由を記録する … 翌月も同じ候補に出たときの判断の材料にする

4番目を省かないでください。 異動の予定で見送った回線が、翌月も同じ理由で候補に出ます。見送りの理由を残すと、台帳の側の情報(異動の予定)を足すべきだと分かります。

目標は、480回線をならして1件1分です。 候補に出ない回線は一覧の件数を見るだけ、up の回線は上長とのやり取りを含めて10分ほどかかります。

Step10

例外に対処する

起きること対応
明細が置かれていない処理を止めて担当に知らせる
明細の列の名前や単位が違う止めて知らせる。読み替えの表を直す
台帳に無い回線番号が明細にある候補にせず一覧の末尾に出す。台帳の漏れを直す
料金の表が契約の改定で古い表の更新の日が契約の改定の日より前なら止める
予測が極端に大きい過去の最大の2倍を超えたら印を付けて候補にしない
出張の集計が届かない出張の項目を0にせず、前の月の値で埋めて全回線に印
端末の故障で通信が無かった月台帳の故障の記録の月を学習から外す

多いのは、2行目と3行目です。 事業者の管理の画面の書き出しの形は、予告なく変わることがあります。列の名前で読んでいれば、変わったことにすぐ気づけます。 台帳に無い回線は、開通の手続きが台帳に反映されていない回線です。

5行目の「極端に大きい」は、明細の取り違えのことが多いです。 回線番号の書き方が変わって別の回線の値と重なったり、単位がMBのまま入ったりします。候補にせずに止めるのは、上げる候補として上長に連絡してしまうのを防ぐためです。

Step11

記録を残す

  • 毎月の明細の版、台帳の版、料金の表の版
  • 9つの分位の予測、料金の見込み、超える分位の数、勧めたプランと規則の値
  • 担当の判断(変えた・見送った)と理由
  • 翌月の実際の通信量と、制限にかかったか、追加の容量を買ったか
  • 分位ごとの mean_pinball_loss と、90%の値を上回った回線の割合

最後の行が、上げ下げの規則の当たり方を表します。 90%の値を上回る回線が1割を大きく超えるなら、予測の幅が狭すぎ、下げの候補が多すぎます。

04実装レベルの3段階

最小構成:50回線の明細を表と Python で手で動かし、直近を当てさせる / 当たり方の確かめ
半自動化:上記+全回線を毎月12日に予測し、9つの分位の値を台帳の隣に書き出す / 明細と過去の月の並べ
本格構成:上記+料金の見込み、制限の見込み、候補の規則、根拠の列、当たり方の記録 / 見直しの候補づくりの全体

最小構成では、毎月の見直しには使えません。 当たり方と規則の考え方を、現場の技術者の50回線で確かめる段階です。 半自動化で、①が無くなります。 過去の月を開いて見比べる作業が、幅の値を見るだけになります。本格構成で②が候補の回線だけになり、この段階が本記事の想定です。 差が大きいのは、候補に出ない回線を見なくてよくなるからです。 段階を飛ばさないでください。 半自動化で3か月動かすと、どの職種で90%の値が外れやすいかが分かります。その職種の規則を決めてから候補を出すほうが、現場からの苦情を増やさずに済みます。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
2 名
月間件数
480 件
1件あたり現在時間
5 分
1件あたり導入後時間
1 分
現在  480件 × 5分 ÷ 60 = 40 時間/月
導入後 480件 × 1分 ÷ 60 = 8 時間/月
月間削減時間
32h
削減率
80%
年間削減時間
384h
年間金額換算(時間単価3,200円)
123万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. 社用のスマートフォンを数百回線持ち、通信量の段階の違う料金のプランを回線ごとに選んでいて、プランの見直しを情報システム部が毎月の明細を見ながら手で行っている会社。回線事業者の管理の画面から回線ごとの月の通信量を1年分以上書き出せ、回線の台帳に部署と職種がある場合。速度の制限にかかって現場から苦情が来る回線と、大きいプランのまま使い切っていない回線が両方ある場合。モバイルルーターやタブレットの回線にも使える。
向いていない
  1. 回線が数十で、明細を見て決めても負担が小さい場合。全回線が同じ定額のプランで、回線ごとに選ぶ余地が無い場合。プランの変更に手数料や期間の縛りがあり、毎月見直しても変えられない契約の場合。なお、プランの変更を決めること、利用者の使い方の良し悪しの判断、人事の評価への利用は、この構成では代替できません。

07最小構成で試す方法

  1. 現場の技術者の回線から50回線を選び、過去18か月の明細を書き出す
  2. 表計算で、回線ごとに「先月の値でプランを選んでいたら、翌月に制限にかかった月が何回あったか」を数える
  3. Python で第7章の中身を50回線だけで動かし、直近の6か月を1か月ずつ当てさせる
  4. 9つの分位で選んでいたら、制限にかかった月と料金がどうなっていたかを、2番目と並べる
  5. 担当が当時変えた回線と、模型の候補を見比べる

2番目だけでも、課題の大きさが分かります。 先月の値で下げた回線が翌月に制限にかかった回数が多ければ、この構成で一番効くのは下げの規則です。

出てきた内容判断
料金は同じくらいで、制限にかかる月が減った480回線に広げる
料金は下がるが、制限にかかる月が増えた下げの規則を厳しくする。構成は有効
予測の幅が広すぎて候補が出ない職種と出張の項目を見直す

比べる物差しは、料金だけにしないでください。 料金の合計が下がっても、制限にかかった月が増えていれば、現場の仕事が止まった時間が増えています。料金と制限の月の数を、必ず2列で並べます。

2行目が出ることはよくあります。 下げの規則を「超える分位が1つ以下」から「0」に厳しくすると、節約の額は減っても制限の月は減ります。どこで釣り合わせるかを、情報システム部と現場の部署で決める材料になります。

08実装時につまずきやすいポイント

問題対策
どの回線も似た予測になるalpha の既定1.0のL1の罰則が強い。0.0から検証で決める
'interior-point' で止まるSciPy 1.11.0 以降は使えない。'highs' にする
制限にかかった回線ほど小さいプランが選ばれる制限の月を学習の目的の値から外す
先月の値で下げて翌月に戻す9つの分位で、超える分位の数を規則にする
単位の取り違えで全回線がずれる列の名前と単位を読み込みの段で確かめる
10%の値が20%を上回る並べ直して印
出張の日数で本番より当たって見える前の月の12日時点の申請の日数で学ぶ
公開の料金で計算して合わない契約の書面の料金で表を作る
小さい節約で回線を動かす一定の額より小さい節約は候補にしない
共用の回線に出張の項目が入る台帳で共用の印を付け、項目を使わない
追加の容量の購入を料金に入れ忘れるプランごとの料金の見込みに、超えた分の購入の料金を足す
契約の改定で料金の表が古いまま表の更新の日を見て、改定の日より前なら止める

上の3行は、どれも「どの回線も同じプランに寄る」という同じ見た目になります。 罰則が強すぎても、制限の月を需要として学んでも、予測が平らになって小さいプランに寄ります。 職種ごとの予測の散らばりを毎月見てください。

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: 回線ごとの月の通信量、回線を主に使う社員と部署、出張の日数です。通信の中身や、どのアプリを使ったかは扱いません。

  1. 通信量を人の評価に使わない … 通信量の多さは仕事の内容で決まります。この一覧は回線のプランの見直しにだけ使い、人事や上長の評価の材料にしません
  2. 一覧の共有の範囲を限る … 候補の一覧には社員と出張の日数が並びます。見られるのは情報システム部と、上げる回線の上長だけにします
  3. 処理は社内で行う … 回線と社員の対応は社内の情報です。外部のサービスに出しません
  4. 変更を自動で申し込まない … 下げで現場の回線が制限にかかると、現場の作業と客先の対応に響きます
  5. 利用者に目的を伝える … 回線ごとの通信量を見ていることを、プランの見直しのためと社内の規程や案内で伝えておきます
  6. 料金の表を契約と合わせ続ける … 契約が改定されたら、表を直してから動かします
  7. 個人の端末の情報と混ぜない … 私物の端末を業務に使う制度がある場合でも、この構成が扱うのは会社の契約の回線だけです。 私物の端末の通信量は集めません

誤りが起きた場合のリスクは、下げすぎて現場の回線が制限にかかることと、上げすぎて通信費が増えることの2つです。 前者は下げの規則を厳しくし、制限の月を学習から外す設計で、後者は上げに上長の了承を挟む手順で守ります。

10まず何から始めるか

1週目:明細と台帳をそろえる

管理の画面から過去18か月の明細を書き出し、制限の有無の列と、通信量の単位を確かめます。 回線の台帳に、職種と主に使う社員と変更の履歴をそろえます。

2週目:料金の表を作る

契約の書面から、プランごとの月額・容量・追加の容量の料金を表にします。総務部と一緒に、請求の額と表の計算が合うかを先月の明細で確かめます。

3週目:50回線で試す

第8章の手順を行います。先月の値で選んだ場合と9つの分位で選んだ場合の、制限にかかった月の数を並べます。

4週目:規則の値を決める

節約の額の下限、下げと上げの超える分位の数を、情報システム部と総務部で決めます。現場の部署の意見も聞きます。

2か月目: 全回線を毎月12日に予測し、9つの分位の値を台帳の隣に書き出します。担当は今までどおり決め、模型の値と並べます。3か月目以降: 料金の見込み、候補の規則、根拠の列を足し、1件5分が何分になったかを実測します。制限にかかった回線の数を増やさずに、使い切らないプランの回線が減ったことを3か月続けて確かめた時点で、この構成は完成です。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-11-17/最終更新:2026-11-17
確認した内容情報源確認日
版が1.9.1であること。指定した quantile についてピンボールの損失を最小にする線形の模型で外れ値に強いこと。quantile が0と1の間(既定0.5)であること。alpha の既定が1.0で、L1の罰則の項に掛ける正則化の定数であること。solver の既定が 'highs'(1.4で変更)で、'interior-point' が SciPy 1.11.0 以降で使えないことscikit-learn: QuantileRegressor2026-11-17
mean_pinball_loss の alpha が損失の傾き(既定0.5)で、0.5で平均絶対誤差と同じになり、alpha=0.95 なら95パーセンタイルの推定で最小になることscikit-learn: mean_pinball_loss2026-11-17

プランの変更と規則の値は、情報システム部と総務部で決めてください。 回線事業者の料金とプランの変更の条件は、自社の契約の書面で確かめてください。本記事は公式のページで確認できた範囲だけを扱っています。

実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-3566)についてのご相談はこちらから。

AI活用について相談する
目次