作って終わりにしない、
受託開発。
ゼプトスは、構想の整理から設計・開発、リリース後の運用改善までを一貫してお引き受けしています。
AI・機械学習を含む、これまでの開発事例をご紹介します。
- 100万人規模のECサイトを構築・運用
- 130%機械学習で広告CTRを改善
- 3倍AIで企業と人材のマッチング率を改善
- Webサービス・ECサイト
- BtoB / マッチングプラットフォーム
- 機械学習・AI
- モバイルアプリ
- 業務・基幹システム
- PWA / オフライン対応
ゼプトスが選ばれる理由
発注先としてゼプトスを選んでいただいている理由を、4つにまとめました。
構想段階から、運用まで一貫
仕様書がまだない、そもそも何を作るべきか決まっていない。実際のご相談は、そういう段階から始まることが少なくありません。課題の整理から要件定義、設計・開発、リリース後の改善まで同じメンバーが担当するので、引き継ぎのたびに要望が薄まっていく心配がありません。
AI・機械学習を成果につなげる
AI や機械学習は、試して終わりになりやすい分野です。ゼプトスはモデルを作るだけでなく、既存システムへの組み込みと運用後の改善まで引き受けて、広告 CTR の 130% 改善や、企業と人材のマッチング率 3 倍といった結果を出してきました。
エンジニアと直接話せる
営業の窓口と実際に作る人が分かれていないため、打ち合わせのその場で技術的な判断まで話が進みます。要望が正確に伝わり、手戻りが少ない。ゼプトスは創業以来、フラットな組織と高速な意思決定を一貫して意識してきました。それがお客様への対応の速さにそのまま表れています。
安心して使い続けられる品質
自動テストと自動デプロイ（CI/CD）を開発の早い段階から組み込み、IPA（情報処理推進機構）のガイドラインに沿ったセキュア開発を行っています。納期を急ぐ案件でも、品質の確認を省くことはしません。
開発事例
実際にお引き受けした開発の中から、7件をご紹介します。
- ECサイト / Webサービス
100万人規模のユーザーが利用するECサイトを構築・運用
本格的なECサイトの構築
- 課題
- 管理者・購入ユーザー・出店企業という立場の異なる三者がひとつのサービスを使うため、それぞれに必要な画面や権限が大きく異なります。そのうえで、100万人規模のアクセスに耐える必要がありました。
- アプローチ
- 三者それぞれの業務に合わせた管理者用・ユーザー用・企業用の画面を、単一の基盤の上に構築しました。商品・注文・決済・権限の管理を統合し、負荷の集中に耐える構成にしています。
- 成果
- 100万人規模のユーザーが使う EC サイトとして安定して稼働しています。基盤を共通化してあるため、事業の変化に合わせた機能追加も無理なく続けられています。
- 機械学習 / データ
広告のCTR（クリック率）を従来比130%以上に改善
広告最適化のための機械学習モデルの構築
- 課題
- 広告配信の費用対効果を上げたいものの、人手の運用と単純なルールによる調整では、これ以上の改善が見込めなくなっていました。
- アプローチ
- 大量の配信データを使って機械学習モデルを設計・学習し、既存の配信ロジックに組み込みました。導入して終わりではなく、効果を測定しながらモデルの改善を続けています。
- 成果
- CTR（クリック率）は従来比で130%以上に改善しました。同じ広告予算で、より多くの成果が出る配信になっています。
- AI / マッチング
企業と人材のマッチング率を従来比3倍以上に改善
AI技術を活用した人材マッチングサービス
- 課題
- 求人を出す企業と働きたい人材を結びつける BtoB のサービスで、勤務地や職種など条件の一致だけで候補を出す従来の方式では、条件は合っているのになぜか決まらない、というケースが多く、マッチングの精度が事業の伸び悩みにつながっていました。
- アプローチ
- 条件の一致だけでは拾いきれない企業と人材の相性まで加味して相手を提案する、AI を使ったマッチングエンジンを構築しました。
- 成果
- 企業と人材のマッチング率（提案が成約につながる割合）は、従来のルールベース比で3倍以上になりました。成約までの時間が短くなり、営業の手間も減っています。
- プラットフォーム / マッチング
求人企業と人材会社が直接つながるマッチング基盤を構築
BtoBマッチングサービスの構築
- 課題
- 求人を出しても人が集まらない求人企業と、抱えている人材を求人に結びつけたい人材派遣・紹介会社。この双方をオンラインで引き合わせる場を、事業としてゼロから立ち上げる案件でした。
- アプローチ
- 求人掲載・応募管理・スカウト・チャット・採用管理を備えたマッチングプラットフォームを構築しました。人材データを起点に企業側を探せる仕組みや、定額でエントリー数無制限という料金モデルにも対応しています。
- 成果
- 求人企業と人材会社が直接つながる場が事業として立ち上がり、双方とも営業の手間を抑えながらマッチングを生み出せるようになりました。
- モバイルアプリ
求人の応募から勤怠管理までを行えるモバイルアプリを開発
スポットワークアプリの開発
- 課題
- 単発・短時間の仕事を扱うサービスのため、仕事を探して応募し、働いて記録するまでの流れを、スマートフォンだけで完結させる必要がありました。
- アプローチ
- 求人の掲載・応募から勤怠管理、リアルタイム通知までを備えたスポットワーク向けアプリを、iOS / Android の両対応で開発しました。
- 成果
- ワーカーは空いた時間にすぐ仕事を見つけられ、事業者は急な欠員をその日のうちに埋められるようになりました。
- Webアプリ / オフライン対応
オフラインで記録でき、通信復帰時に自動同期するWebアプリを構築
実地調査向けオフライン対応Webアプリの構築
- 課題
- 実地調査の現場は山間部など電波の届かない場所が多く、通信を前提にした仕組みでは、記録の作業がそこで止まってしまいます。
- アプローチ
- オフラインでも動く Web アプリを構築しました。データはいったん端末の中に保存し、通信がつながったときに自動で同期する方式です。
- 成果
- 電波の有無に関係なく調査を進められるようになりました。紙に控えて帰ってから入力し直す、という二度手間もなくなっています。
- 業務システム / 基幹
在庫・発注の状況をリアルタイムに把握できる基幹システムを構築
発注・在庫管理などの基幹システムの開発
- 課題
- 在庫の数字が実態と合わない・反映が遅れるといった小さなずれが欠品や過剰在庫につながるため、発注・在庫の業務を安心して載せられるシステムが必要でした。
- アプローチ
- 現場の業務フローを聞き取りながら、発注・在庫・外部システムとのデータ連携を、実際の運用に合う形で設計・開発しました。
- 成果
- 在庫と発注の状況をリアルタイムに正しく把握できるようになり、数字の突き合わせや確認にかかっていた手作業が減りました。
※ 守秘義務の都合により、具体的な企業名の記載は控えております。掲載は実績の一部です。
対応技術
弊社が得意としている技術です。案件の内容と規模に合わせて選定いたします。
- React
- Vue
- Next.js
- TypeScript
- Python
- Java (Spring Boot)
- Node.js
- Flutter
- React Native
- 生成AI・LLM
- PyTorch
- TensorFlow
- AWS
- GCP
- Docker
AI・機械学習への対応力については、ゼプトスが制作した無料教材「AI学習ラボ」をご覧ください。
開発の進め方
多くの案件は、仕様書のない状態からのご相談で始まっています。
- STEP 1
ご相談・ヒアリング
こんなことはできるだろうか、という段階で構いません。現状の困りごとと目指す姿をお聞きします。
- STEP 2
要件整理・ご提案
課題を整理し、作る範囲と作らない範囲をはっきりさせたうえで、技術の選定と進め方をご提案します。
- STEP 3
設計・開発
小さく作って動かしながら、実際に動くものを見て認識を合わせて進めます。
- STEP 4
リリース・運用改善
リリース後の運用・保守も引き続き担当し、実際の使われ方を見ながら改善を続けます。