小売データを、
意思決定に変える。
WardはPOS・在庫・ERP・マーケティングデータを統合し、AIが自動でインサイトカードを生成。人手不足の時代に、データドリブン経営を実現します。
Chat
Ask anything. Ward routes to the right agent and returns cited answers.
I pulled Store 37’s last 28 days against the chain baseline. Two root causes — both compounding.
| Signal | Finding |
|---|---|
labor_efficiency | Rev/labor-hour −22% vs. cluster — staffing mismatch at 11a–1p peak |
inventory.fresh | Fresh fill 83% — backroom replenishment lag at 2–4p |
promo.lift | BOGO crackers cannibalized Brand Y by 28% — net category +6% |
Recommend: re-baseline Store 37 schedule against true peak, raise replen window to 1p, and review the BOGO before next cycle.
labor_scheduling…
Dashboards
Pinned views built from saved data-lake queries.
Models
Browse, search, and manage data–lake model definitions for your tenant.
| Name | Namespace | Version |
|---|---|---|
retail_pos_transactions | retail | 1.0 |
retail_inventory_snapshot | retail | 1.2 |
retail_labor_scheduling | retail | 1.0 |
retail_promo_calendar | retail | 1.1 |
retail_supplier_performance | retail | 1.0 |
sap_inventory_shrinkage | sap | 1.0 |
ga4_daily_events | marketing | 1.0 |
meta_ads_ad_level | marketing | 1.0 |
Sources
Connect external systems to the data lake.
| Name | Type | Last sync |
|---|---|---|
sap_pos_transactions | import | 2m ago |
sap_inventory_shrinkage | import | 2m ago |
sap_labor_scheduling | import | 14m ago |
retail_inventory_weekly | import | 1h ago |
retail_google_ads_daily | import | 1h ago |
retail_meta_ads_daily | import | 1h ago |
retail_ga4_website_daily | import | 1h ago |
Architecture
Two ways to connect. Federate against your live systems, or ingest into Ward’s data lake. Toggle below.
sap.possnow.inventoryPipelines
Move data from sources into models on a schedule.
| Name | Source | Model | Status | Schedule |
|---|---|---|---|---|
sync_sap_pos_transactions | sap_pos_transactions | pos_transactions | enabled | hourly |
sync_sap_labor_scheduling | sap_labor_scheduling | labor_scheduling | enabled | daily |
sync_sap_inventory_shrinkage | sap_inventory_shrinkage | inventory_shrinkage | enabled | daily |
sync_retail_inventory_weekly | retail_inventory_weekly | inventory_weekly | enabled | weekly |
sync_retail_google_ads_daily | retail_google_ads_daily | google_ads_daily | enabled | daily |
sync_retail_ga4_website_daily | retail_ga4_website_daily | ga4_website_daily | enabled | daily |
Streams
Real-time ingestion pipelines.
pos.txnstore_037 — basket $42.18inv.movedc_west → store_104labor.clockstore_022 shift_startpos.txnstore_211 — basket $19.04
Policies
Browse and manage Cedar access policies for your tenant.
| Policy ID | Effect | Resources |
|---|---|---|
merch-read-default | permit | Model::* |
finance-read-shrinkage | permit | Model::"shrinkage" |
vendor-blocked | forbid | Model::"labor_*" |
region-west-only | permit | Tenant::"acme" |
Entities
Principals and resources referenced by Cedar policies.
| Entity UID | Type | Tenant |
|---|---|---|
Tenant::"acme" | Tenant | acme |
Model::"sap.pos_transactions" | Model | acme |
Model::"sap.inventory_shrinkage" | Model | acme |
Model::"sap.labor_scheduling" | Model | acme |
Model::"retail.toast_pos_daily" | Model | acme |
Model::"retail.ga4_website_daily" | Model | acme |
Providers
Manage LLM API keys and the model profiles that use them.
| Name | Provider | Used by | Created |
|---|---|---|---|
anthropic-default | Anthropic | 3 profiles | Apr 22 |
openai-default | OpenAI | 2 profiles | Apr 22 |
gemini-default | Gemini | 1 profile | Apr 22 |
ollama-onprem | Ollama | 2 profiles | Apr 22 |
LLM-agnostic. Bring your own key, route per task. No lock-in.
Settings
Manage your dashboard preferences and account.
Light and dark themes are available. Your choice is remembered per browser.
人手不足、フードロス、DX遅延。
小売の課題をAIで解決。
日本の小売業は深刻な人手不足、食品廃棄規制の強化、そしてデジタル変革（DX）の遅れという三重の課題に直面しています。Wardはこれらを統合AIプラットフォームで同時に解決します。
人手不足対策
2030年までに小売業で約60万人の労働力が不足すると予測。AIエージェントが店舗分析を自動化し、少人数でもデータに基づく意思決定を可能に。
フードロス削減
食品ロス削減推進法の下、小売企業には削減目標が求められています。AIによる需要予測と在庫最適化で、廃棄を最小限に。
リテールDX推進
経産省のDX推進指標に基づき、小売業のデジタル変革が急務。Wardは既存システムを活かしながら、AI分析レイヤーを構築。
多店舗管理の効率化
数十〜数百店舗を運営する中堅チェーンにとって、全店舗のパフォーマンスを一元管理することは困難。Wardが全店舗を24時間監視。
6つのAIエージェントが、
あなたの小売オペレーションを監視。
Wardの各AIエージェントは特定の業務領域を担当し、異常検知・根本原因分析・推奨アクションをインサイトカードとして自動生成します。
在庫エージェント
欠品予測、フィルレート監視、自動補充提案。SKU単位で在庫リスクを可視化。
需要予測エージェント
天候・イベント・過去データから需要を予測。発注量の最適化とフードロス削減を同時に実現。
ファイナンスエージェント
粗利率、プロモーション効果、カテゴリ別収益性をリアルタイム分析。マージン圧迫を早期検知。
成長エージェント
顧客獲得コスト、チャネル別ROI、既存店売上高成長率を監視。成長機会を自動で発見。
店舗運営エージェント
店舗別パフォーマンス、人時売上高、コンバージョン率を比較分析。運営効率の低下を即座にアラート。
ロス対策エージェント
ロス率の異常を検知し、店舗・カテゴリ・時間帯別に分析。内部不正・外部盗難のパターンを特定。
ダッシュボードではなく、
アクションを生む「カード」。
従来のBIツールのようなダッシュボードではなく、Wardは具体的なアクション提案を含むインサイトカードを自動生成。毎朝のブリーフィングで、今日やるべきことが分かります。
あらゆる小売業態に対応。
スーパーマーケット、コンビニエンスストア、ドラッグストア、ファッション、ホームセンター、専門店。日本の主要小売業態をカバーします。
最短2週間で稼働開始。
データ接続
POS、ERP、在庫管理システムとAPI連携。SAP、Oracle、NetSuite、その他国内主要システムに対応。
AIトレーニング
お客様のデータに合わせてAIモデルを最適化。業態特有のパターンを学習し、精度を向上。
インサイト配信開始
毎朝のモーニングブリーフとリアルタイムアラートで、AIインサイトの活用を開始。48時間以内に最初のカードを確認。
日本市場はリセラーパートナーと展開。
Wardは日本市場でリセラーパートナー経由での展開を推進しています。SIer、コンサルティングファーム、業界団体の方は、50%レベニューシェアプログラムをご確認ください。
FAQ
はい。インサイトカード、モーニングブリーフ、NLQ（自然言語クエリ）は日本語で生成されます。管理画面も日本語UIに対応しています。
SAP、Oracle、NetSuiteに加え、日本国内の主要POS・ERPシステムとのAPI連携に対応しています。カスタムインテグレーションも可能です。
標準的なAPI連携であれば最短2週間で稼働開始可能です。48時間以内に最初のインサイトカードをご確認いただけます。
データはAES-256で暗号化され、SOC 2 Type II準拠の環境で保管されます。オンプレミスプランでは、お客様のインフラ内での運用も可能です。日本国内のデータセンターオプションもご用意しています。
スタータープランは50店舗まで対応し、月額¥375,000（税別）からご利用いただけます。AIエージェント2台で、最も重要なインサイトから始められます。
Wardは日本の個人情報保護法（APPI）およびGDPRに準拠したデータ取り扱いを行っています。越境データ移転に関する同意取得プロセスも実装済みです。
御社のデータに何が隠れているか、確認する。
お客様のオペレーションについてお聞かせください。デモまたはPoCをご提案します。