生成AIの実力を体感するデモから始め、受注・請求・日報・顧客台帳といった「今あるデータ」でどこまでできるのかを、業種別の事例で確認します。 そのうえで、ツール導入よりも先に決めるべき「テーマ選定（どこで使うか）」をワーク...
予測モデルの精度が、伸びなくなることがあります。 アルゴリズムを変える。パラメータを調整する。特徴量を追加する。 やれることをやり尽くして、それでも数字が動かない。そんなとき、見落とされがちな場所があります。 欠損値の扱...
商工会議所で、コストをかけずに明日からできるデータ活用術のお話しを、こっそりします。 タイトル: 〜コストをかけずにカンタンに売上アップ！〜 「明日からできるデータ活用術」 開催日: 2026年10月22日（木）14:0...
2026/9/10 にC&R研究所から コンピュータサイエンスの教科書［生成AI時代の基礎リテラシー］ が出版予定です。 2026年9月10日にC&R研究所から、『コンピュータサイエンスの教科書［生成AI...
前回、キャンペーンをした5月の売上は、前の月より14.7%多い、という数字を出しました。 前の年の5月と比べると17.9%。キャンペーン前の平均と比べると19.6%。 同じ店、同じキャンペーンなのに、比べる相手を変えるだ...
第5回の因果フォレストの結果を持って、エライ人に報告に行ったとします。 「効果は1人ひとり違っていて、1,000本の木（ディシジョンツリー）の平均で……」と言いかけたところで、こう返されます。「で、誰に配ればいいの？」 ...
Pythonで売上を集計し、その結果を生成AIに渡して、コメント（説明の文章）を書いてもらう。このとき、集計結果をJSON（データを文字で表すための書き方の決まり）にして渡す方法がよく使われます。表の形をそのまま文字にで...
Pythonで売上を集計し、その結果を生成AIに渡して、コメント（説明の文章）を書いてもらう。データ分析で生成AIを使うときの、よくある流れです。 このとき、計算はPythonで行い、生成AIには文章を書く役だけを頼むの...
5月の1か月間、自店舗で販促キャンペーンを打った。キャンペーン中の1日あたり売上は、前の月より14.7%多かった。 この数字を見て「キャンペーンで売上が14.7%伸びた」と報告する。 よくある報告ですが、この14.7%に...
問題 答え 解説 次の Python コードの累積和は、時点100付近で最小値を取ったあと上昇に転じています。この「谷」は何を意味していますか？ Python コード: import numpy as np np.ran...
売上、来店客数、設備の稼働ログ。 日々たまっていく時系列のデータには、必ずと言っていいほど「歯抜け」があります。 システムの連携エラー、機器の停止、担当者の入力忘れ。 この歯抜けを「どう扱うか」で、予測の当たり外れが大き...
Pythonで売上を集計し、その結果を生成AIに渡して、コメント（説明の文章）を書いてもらう。このとき、集計結果をJSON（データを文字で表すための書き方の決まり）にして渡す方法がよく使われます。表の形をそのまま文字にで...
Pythonで売上を集計し、その結果を生成AIに渡して、コメント（説明の文章）を書いてもらう。データ分析で生成AIを使うときの、よくある流れです。 このとき、計算はPythonで行い、生成AIには文章を書く役だけを頼むの...
ここまでの記事では、ずっと同じ2行を使ってきました。 response = client.responses.create(model=..., input=...) print(response.output_text...
第3回で「誰に効くか」を見るとき、X には購入頻度と休眠日数を入れました。なぜその2つだったのか。正直に言えば、「効きそうだから」という勘です。 実務では、その勘が外れます。今回は勘に頼らず、施策より前に決まっている変数...
前回の記事では、API呼び出しの結果をログへ残しました。最後に「100件流したうちの3件が失敗したとき、その3件だけを再処理する」と書いたところで終わっています。今回はそこへ進みます。 題材は、これまでと同じPOS売上C...
