# RFI回答資料 スライド構成とデザイン定義(株式会社うさぎシステムズ) 本ファイルは、株式会社うさぎシステムズがひぐまドレッシング株式会社に提出するRFI(情報提供依頼)回答資料のスライド構成案およびデザイン定義です。 AIに読み込ませてスライドを生成するためのマスター原稿として使用します。 --- ## 株式会社うさぎシステムズ デザイン定義 うさぎシステムズのスライドデザインは、10年以上の取引関係からくる「信頼感」と、既存の基幹・営業支援システムとの「確実な連携」を表現するため、落ち着きと伝統のあるネイビーを基調とした堅実なデザインスタイルを適用します。 ```css /* ========================================================================== うさぎシステムズ共通デザイン:Corporate Navy Solid ========================================================================== */ /* Design Style: Name: "Corporate Navy Solid" Concept: "信頼感・実績・堅実なシステム連携を伝える伝統的コーポレートデザイン" Canvas: Ratio: "16:9" Background: Primary: "#F3F3F3" /* ベース背景 */ Secondary: "#FFFFFF" /* コンテンツ背景 */ Mood: - "Corporate" - "Solid" - "Structured" - "Reliable" - "Professional" - "Conservative" Color Palette: Base: - "#F3F3F3" - "#FFFFFF" Text: Primary: "#111111" Secondary: "#333333" Accent: Primary: "#1B365D" /* ディープネイビー(RGB: 27, 54, 93) */ Secondary: "#5C768D" /* スチールブルー(RGB: 92, 118, 141) */ Highlight: "#D4AF37" /* ゴールド(RGB: 212, 175, 55) */ Sub: - "#D9D9D9" - "#EAEAEA" Typography: Heading: Font: "Modern Gothic Sans" Weight: "700-900" Color: LightBG: "#111111" AccentBG: "#FFFFFF" JapaneseHeading: Font: "Rounded Gothic" Weight: "700" Body: Font: "Readable Sans Serif" Weight: "400-500" LineHeight: "1.8" Numbers: Font: "Geometric Sans" Weight: "700" Visual Identity: Core Elements: - "左右のネイビーの角丸バー" - "大きな角丸矩形" - "ネイビーの円形ナンバー" - "白背景+ネイビーアクセント" - "確実で整理された構成案" Shapes: - "Rounded Rectangle" - "Circle" - "Capsule Button" - "Split Layout" Decorations: - "細いライン" - "小型アイコン" - "セクションバー" - "余白を活かした配置" Layout System: Principles: - "情報を構造化して見せる" - "左右の分割レイアウトを基本とする" - "十分な余白の確保による視認性向上" Slide Types: Cover: Layout: "左タイトル / 右写真(縦長写真を角丸マスク) / ネイビーのピル型日付 / 左下に会社情報" Contents: Layout: "左目次 / 右ビジュアル(オフィス・システム連携の抽象画像) / ネイビーの丸番号" Problem Cards: Layout: "3カラム構成 / 上部にネイビーのアイコン / グレーの角丸カード背景" Improvement Steps: Layout: "左セクションバー / 右に施策カード縦並び / タイトルはネイビーピル" Comparison Table: Layout: "Before / After比較 / 太い罫線 / ネイビーヘッダー" Summary: Layout: "左アクセントエリア(ネイビー) / 右詳細テキスト" Closing: Layout: "中央揃え / 大きな感謝メッセージ(ネイビー) / シンプルな余白" */ /* CSS定義 */ .company-a-theme { --bg-primary: #F3F3F3; --bg-secondary: #FFFFFF; --text-primary: #111111; --text-secondary: #333333; --accent-primary: #1B365D; --accent-secondary: #5C768D; --accent-highlight: #D4AF37; --sub-gray-light: #EAEAEA; --sub-gray-dark: #D9D9D9; --font-heading: 'Modern Gothic Sans', 'Meiryo UI', sans-serif; --font-body: 'Readable Sans Serif', 'Meiryo UI', sans-serif; --font-numbers: 'Geometric Sans', 'Meiryo UI', sans-serif; --border-radius-large: 12px; --border-radius-full: 9999px; } /* スライドコンポーネント定義 */ .company-a-theme .slide-pills { background-color: var(--accent-primary); color: #FFFFFF; border-radius: var(--border-radius-full); padding: 4px 12px; font-family: var(--font-heading); font-weight: 700; display: inline-block; } .company-a-theme .slide-number-circles { background-color: var(--accent-primary); color: #FFFFFF; border-radius: 50%; width: 28px; height: 28px; display: inline-flex; align-items: center; justify-content: center; font-family: var(--font-numbers); font-weight: 700; font-size: 14px; } .company-a-theme .slide-cards { background-color: var(--sub-gray-light); border-radius: var(--border-radius-large); padding: 20px; border: 1px solid var(--sub-gray-dark); } .company-a-theme .slide-tables { width: 100%; border-collapse: collapse; border: 1px solid var(--text-primary); } .company-a-theme .slide-tables th { background-color: var(--accent-primary); color: #FFFFFF; font-family: var(--font-heading); font-weight: 700; padding: 12px; border: 1px solid var(--text-primary); } .company-a-theme .slide-tables td { padding: 12px; border: 1px solid var(--sub-gray-dark); background-color: var(--bg-secondary); color: var(--text-secondary); } /* ビジュアル要素:左右の角丸バー */ .company-a-theme .visual-bar-left { width: 8px; height: 100%; background-color: var(--accent-primary); border-radius: 0 4px 4px 0; position: absolute; left: 0; top: 0; } .company-a-theme .visual-bar-right { width: 8px; height: 100%; background-color: var(--accent-primary); border-radius: 4px 0 0 4px; position: absolute; right: 0; top: 0; } ``` --- # うさぎシステムズ:株式会社うさぎシステムズ RFI回答資料 **[適用デザインテーマ:`company-a-theme` (Corporate Navy Solid)]** ## スライド1:表紙 **タイトル:** ひぐまドレッシング株式会社 御中 **サブタイトル:** 情報提供依頼(RFI)ご回答資料 ── 棚割り調査データ化システムに関するご提案 **会社名:** 株式会社うさぎシステムズ **日付:** 2025年X月X日 **ロゴ:** うさぎシステムズ社ロゴ --- ## スライド2:ご挨拶 **タイトル:** はじめに **本文:** - このたびは情報提供の機会をいただき、誠にありがとうございます。 - 弊社は、ひぐまドレッシング様の基幹システムおよび営業支援システムの構築・保守運用を**10年以上にわたり**お手伝いしてまいりました。 - 貴社の業務とシステムを深く理解したパートナーとして、今回の棚割り調査データ化に関しましても、**これまでの信頼関係と蓄積されたデータ構造の知識をベースに**最適なソリューションをご提案いたします。 --- ## スライド3:会社概要 **タイトル:** 会社概要 | 項目 | 内容 | |------|------| | 社名 | 株式会社うさぎシステムズ | | 所在地 | 東京都千代田区神田錦町2-1-5 | | 創業 | 1992年(設立33年) | | 代表者 | 代表取締役社長 佐野 正彦 | | 従業員数 | 約1,000名 | |事業領域 | 食品・消費財メーカー向け基幹システム、営業支援システムの開発・保守運用 | | 主要顧客 | 大手食品メーカー、消費財メーカー等 | --- ## スライド4:弊社の強み **タイトル:** うさぎシステムズの強み ── 貴社業務への深い理解 - **10年以上の取引実績:** 基幹システム・営業支援システムを通じ、貴社の詳細な業務プロセスを熟知 - **食品業界に特化した知見:** 食品・消費財メーカー向けシステム開発において30年以上の豊富な実績 - **ワンストップ対応:** 企画・開発から本番稼働、その後の保守・運用まで一貫してサポート - **既存システムとの連携:** 現行の営業支援システムとの完全なデータ統合・自動連携が可能 --- ## スライド5:画像認識技術への取り組み **タイトル:** AI・画像認識技術への取り組み - 弊社ではAI・画像認識分野への事業拡大を進めており、社内にAI専門チーム(約30名)を2023年に新設しました。 - 現在、以下の技術パートナーとの連携により、画像認識ソリューションの提供体制を構築しています。 - クラウドAIサービス(Google Cloud Vision API、Azure Computer Vision等)の活用ノウハウ - 食品業界特有の画像認識(商品パッケージ、棚割り写真等)に関する技術検証を進行中 - **率直に申し上げると、棚割り画像認識の直接的な導入実績はまだございません。** しかし、実績パートナーの画像解析エンジンを活かしつつ、貴社業務を知り尽くしているからこその「使いやすい業務設計」で補完し、確実なシステム化を実現します。 --- ## スライド6:導入事例① 営業支援システム・データ統合 **タイトル:** 導入事例 ── 大手食品メーカーA社 営業支援システムリプレース - **概要:** 全国300名の営業担当者が利用する営業支援システムを刷新 - **効果・ポイント:** - 出荷実績・商談データの一元管理と、店舗別ダッシュボードの自動生成 - データ入力の標準化により、報告作業時間とデータ確認のタイムラグを削減 - **期間:** 約8ヶ月(要件定義2ヶ月 → 設計・開発4ヶ月 → テスト・移行2ヶ月) - **【他社事例における教訓・注意点】:** - **導入初期の現場の壁**:当初、営業担当者から「入力画面が複雑で、報告業務が増えた」と反発が生じました。 - **対策と解決**:入力画面のUIを極限までシンプルにし、入力したデータが翌日には「支店別売上ダッシュボード」に反映され、自分たちの営業活動に直接役立つ仕組みを早期に提供したことで、現場の自発的な利用・定着化を達成しました。 **【システム構成イメージ】** ```mermaid graph LR A["営業担当者
(スマートフォン/PC)"] -->|販売実績入力| B["営業支援
システム"] B -->|データ連携| C["基幹システム
(販売管理)"] B -->|レポート生成| D["分析ダッシュボード"] D -->|参照| E["管理職
(本部/支店長)"] C -->|マスタ連携| B ``` --- ## スライド7:導入事例② AI需要予測システム **タイトル:** 導入事例 ── 消費財メーカーB社 在庫管理・需要予測システム - **概要:** 日用品メーカーの在庫管理システムにAIベースの需要予測を追加 - **効果・ポイント:** - 過去の出荷実績と季節変動データをAIで学習し、需要予測精度を約25%改善 - 在庫の適正化による廃棄ロスの削減 - **期間:** 約6ヶ月(AI学習データ準備2ヶ月 → モデル構築・検証3ヶ月 → 本番導入1ヶ月) - **【他社事例における教訓・注意点】:** - **AI学習における課題**:過去数年分の販売データの一部に欠損や整合性エラー(マスタの不整合)があり、初期のAI学習精度が上がらないという問題が発生しました。 - **対策と解決**:RFI・要件定義の早い段階から、既存の「商品マスタ」「得意先マスタ」のデータ構造のクレンジングを並行して推進しておくことが、AIをスムーズに稼働させるための最大の注意点です。 **【データの流れ】** ```mermaid graph LR A["販売実績
データ"] --> B["AI需要予測
エンジン"] C["季節・天候
外部データ"] --> B B --> D["需要予測
レポート"] D --> E["在庫管理
システム"] E --> F["発注計画
最適化"] ``` --- ## スライド8:データ活用の強み(RFI追加提案の選択肢) **タイトル:** データ活用における弊社の強み ── 店頭情報の「武器」化 - **既存マスタとの連携ノウハウ:** 貴社の商品マスタ・店舗マスタ等のデータ構造を熟知しているため、整合性の高いデータ構築が可能です。 - **時系列での価格・棚シェア分析(アドオン提案可能):** - 単なる棚割りフェイス数の自動データ化に留まらず、基幹システムにある「自社の出荷実績・売上データ」と掛け合わせ、**時系列での店頭価格推移**や、**棚シェア率と売上の相関**をグラフ化する「店頭営業ダッシュボード」の構築を技術的オプションとしてご提示可能です。 - **画像自動補正エンジン(アドオン可能):** - 現場で撮影された棚割り写真のピンボケ、手振れ、斜めからの撮影をAIで自動的に台形補正・明度補正し、データ化の認識精度を高める仕組みも標準で提案可能です。 --- ## スライド9:プロジェクト推進体制と標準スケジュール **タイトル:** プロジェクト推進体制と開発期間目安 - **開発スケジュール目安(総期間:約7ヶ月)** - 1〜2ヶ月目:要件定義 & 既存システムとのデータ連携設計 - 3〜5ヶ月目:画像解析連携・システム設計 & 開発 - 6〜7ヶ月目:総合テスト & ユーザー移行・導入支援 - **うさぎシステムズ独自の品質管理基準**: - ひぐまドレッシング様の既存基盤を熟知しているため、「既存システムに影響を与えないための標準テスト仕様」を適用。 - ISO 9001に基づく品質ゲートレビューを実施し、各フェーズの完了判定を厳格に行うことで、期日通りの開発を保証します。 ```mermaid graph TD A["PM
(プロジェクトマネージャー)"] --> B["SE チーム
(システム設計・開発)"] A --> C["AI 専門チーム
(画像認識・分析)"] A --> D["品質管理
(テスト・レビュー)"] A --> E["保守運用チーム
(既存システム連携)"] B --> F["ひぐまドレッシング様
ご担当者"] C --> F ``` --- ## スライド10:アフターフォロー・運用保守 **タイトル:** 導入後のサポート体制 ── 現場定着化から運用まで - **現場向けオンボーディング支援:** - 営業現場の担当者がスムーズに撮影・報告アプリを使えるよう、導入時の「オンラインユーザー研修」の開催や、スマートフォンの操作マニュアルの作成を支援します。 - **既存保守窓口と一体となった運用体制:** - 既存の営業支援システムや基幹システムの保守窓口と「一括化されたワンストップ・ヘルプデスク(平日9:00〜18:00)」を提供。問題発生時の原因切り分け(連携トラブル等)を迅速に行い、トラブルによる現場の混乱を防ぎます。 - 既存システムと一括でお任せいただくことで、**運用コスト全体の効率化**をご提案可能です。 --- ## スライド11:まとめ **タイトル:** まとめ ── 貴社の確実なDX推進に向けて - **10年以上の信頼関係**に基づき、貴社独自の業務フローや組織特性を十分に理解した上で、最もリスクの低いアプローチをご提案します。 - **既存システムとの完全連携**により、撮影されたデータを既存の営業実績と掛け合わせて活用する仕組みをスムーズに構築します。 - 画像認識は新規領域ですが、**食品業界の知見と確かな業務設計力**でカバーし、他社事例の「定着化の壁」や「データ不備のリスク」を先回りして解決します。 - ぜひ次のステップとして、現場見学や、より具体的なご要件をヒアリングさせていただく機会をいただけますと幸いです。