> ## Documentation Index
> Fetch the complete documentation index at: https://docs.rc.cleverhub.co/llms.txt
> Use this file to discover all available pages before exploring further.
# Clever AI Forecaster
> 開始前に 30 日、60 日、90 日のキャッシュバックキャンペーンの成果をシミュレーションします。シナリオを比較し、上昇幅を見積もり、確信をもって予算を投じられます。
Clever AI What-If Forecaster は、Hello Clever のダッシュボードに組み込まれたインテリジェントな計画ツールです。このページでは、Forecaster の機能、オーガニックとキャッシュバック適用の両方の予測を実行する方法、得られる出力の解釈、そしてキャンペーン開始前のシナリオ計画を最大限に活かすためのベストプラクティスを解説します。
Forecaster は、過去の売上、季節の傾向、顧客の取引行動で学習した機械学習を使い、売上がどこへ向かっているか、そしてキャッシュバックキャンペーンがその軌道をどれだけ動かし得るかを予測します。
## はじめに
Hello Clever のダッシュボードから **Site Overview → Forecaster** へ移動します。直近 30 日間の売上の推移と、予測を開始するための案内が表示された画面が開きます。
**Forecast** をクリックして、キャッシュバックの誘因なしのベースラインの売上を予測します。予測期間を選択してください。
* **30 日**：戦術的で短期のキャンペーン計画に最適です
* **60 日**：中期の意思決定に向けたバランスの取れた視点です
* **90 日**：戦略的な計画と四半期のマーケティング計画に適します
予測結果には次の内容が含まれます。
* 予測される売上額（例：`$11,873.02`）
* 前の比較可能な期間からの増減率
* 信頼区間（予測の上限と下限）
* 予測の信頼性スコア（例：`85%`）
予測期間が長いほど、信頼区間は広くなります。戦略的な計画には 60〜90 日の予測、戦術的なキャンペーンの判断には 30 日の予測を使ってください。
**予測の計算方法：**
Clever AI は、分散帯を伴う学習済みの時系列モデルを用いて、次のデータソースを組み合わせてベースラインの予測を構築します。
* 過去の売上件数
* 季節および曜日の傾向
* 顧客の取引行動
* キャッシュバックの利用データ（該当する場合）
**Want to boost your sales?** のカードまでスクロールします。シナリオを設定してください。
* キャッシュバック率を選択します（例：`10%` や `20%`）
* キャンペーン期間を選びます（`30`、`60`、`90` 日）
* **Forecast** をクリックします
Clever AI が予測を再計算し、オーガニックな予測にキャッシュバックのシナリオを重ねて表示します。次の内容が得られます。
* キャッシュバックを適用した場合の予測売上
* オーガニックなベースラインからの売上の上昇
* 想定されるキャッシュバックのコスト
* 両方の結果を比較する視覚的な重ね表示
**出力の例：**
| | キャッシュバックなし | キャッシュバックあり |
| ------------ | ----------- | ------------ |
| 予測売上 | \$11,873.02 | \$411,400.10 |
| 上昇率 | +95.9% | +223.23% |
| キャッシュバックのコスト | \$0.00 | \$82,280.02 |
予測のグラフには次が表示されます。
* 実線の青：過去の売上
* 点線の青：キャッシュバックなしの予測
* 点線の緑：キャッシュバックありの予測
* 影付きの範囲：信頼区間
**Forecast a different scenario** までスクロールし、キャッシュバック率（5〜50%）とキャンペーン期間を調整して、再度 **Forecast** をクリックします。試したシナリオごとに、Clever AI が新しい予測売上、想定される上昇、キャッシュバックのコスト、信頼区間を直ちに再計算します。
複数のシミュレーションを並べて実行し、予算に対して最も高い効果をもたらすキャッシュバック率を見つけてください。
## 予測結果の解釈
### 予測の信頼性スコア
各予測には信頼性スコア（例：`85%`）が含まれます。これは次の要素に基づくモデルの確信度を表します。
* **データの一貫性**：過去の取引パターンがどれだけ均一か
* **パターンの明確さ**：季節や曜日の傾向がデータにどれだけ明確に現れているか
* **外部要因の変動**：休暇、経済の変動、その他の外部要因への影響の受けやすさ
信頼性スコアが低いほど、信頼区間は広くなります。その場合は、予測を正確な目標値ではなく、方向性を示す指標として扱ってください。
### 売上の上昇とキャッシュバックのコスト
予算を投じる前に、予測を使ってキャッシュバック支出の効果を評価してください。
**ROI の計算例：**
* 予測される上昇：`$399,527.09`
* キャッシュバックのコスト：`$82,280.02`
* ROI：**キャッシュバック支出に対して 4.85 倍の効果**
予測は見積もりであり、保証ではありません。Hello Clever がストアの取引履歴をより多く蓄積するにつれて精度が向上します。導入して間もないストアでは、初期の予測のばらつきが大きくなる場合があります。
## ユースケース
開始前にシミュレーションして ROI を検証し、キャッシュバックへの過小投資や過剰投資を避けます。
どの週や商品カテゴリーがキャッシュバックの誘因から最も恩恵を受けるかを特定します。
90 日の予測を使って、より広いマーケティング計画と支出のサイクルに反映します。
異なるキャッシュバック率で2つのシミュレーションを実行し、開始前に最適な率を見つけます。
## ベストプラクティス
* まず 30 日の予測から始めてツールに慣れ、期待値を調整してください。
* より広い戦略的な判断には、季節性を織り込むために 60〜90 日のシミュレーションを実行してください。
* 複数のキャッシュバック率（例：5%、10%、20%）をシミュレーションし、上昇とコストの最適な均衡点を見つけてください。
* Forecaster の結果を [Clever AI Actionable Insights](/ja/clever-ai/actionable-insights) と組み合わせ、効果が最も大きい顧客セグメントや地域にキャッシュバックを集中させてください。
* 結果を解釈する際は、外部の出来事（休暇、競合の動き、経済の変動）を考慮してください。モデルは過去データの外にある出来事を自動的に織り込むわけではありません。
## 予測の制約
予測はストアの過去データに基づく統計的な見積もりです。将来の成果を保証するものではありません。キャンペーンや予算の判断を行う際は、必ず予測結果とあわせてビジネス判断を適用してください。
* 取引件数の少ないストアや、Hello Clever に導入して間もないストアでは、ばらつきが大きくなる場合があります。
* 取引履歴が蓄積されるにつれて、精度は向上します。
* モデルは、大型の休暇、景気後退、競合の大きな動きなど、突発的な外部の出来事を自動的に考慮するわけではありません。
## Related topics
- [Hello Clever とは](/ja/getting-started/introduction.md)
- [Merchant Portal の概要](/ja/portal/overview.md)
- [Clever AI Actionable Insights](/ja/clever-ai/actionable-insights.md)