毎週月曜の午前中、先週分の売上を集計して、店長会議の資料を作る。 多くの会社で、誰かがやっている仕事です。 「集計を自動化すれば楽になる」とよく言われます。それは間違いではありません。 ただ、ある会社で起きた変化は、楽に...

店舗の来客数や売上を日ごとに並べると、「週末は多く、月曜は少ない」といった曜日のパターンが見えてきます。では、土曜日は月曜日より何人多いのでしょうか。 この記事では、日次の時系列データから曜日効果（曜日ごとの水準の差）を...

営業部長がこう聞きます。「うちの営業は、年に何回訪問すべきなんだ？」 集計では、年9回以上訪問した顧客の契約金額は0〜2回の顧客の3倍。「多いほど良い」と答えたくなります。 これまでの9回は「やる／やらない」の2値の施策...

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...

この連載で使っている campaign_sales.csv は、答えが分かっているデータです。 5月の自店舗の売上には、キャンペーンの効果として、ちょうど10%を上乗せしてあります。だから第0回では、CausalImpa...

問題 答え 解説 次の Python コードは、日次データを曜日（dayofweek：月曜=0〜日曜=6）で回帰しています。出力の C(d)[T.5] の係数（29.5）は何を意味しますか？ Python コード: im...

前回の記事では、Tool Calling で「数字はPython、説明は生成AI」という分担を作りました。生成AIは計算せず、関数を選んで、返ってきた集計結果をもとに説明を書く。ここまでで、数字そのものは毎回同じになりま...

「先月の客数は、どれくらい？」 売上データを生成AIに渡して、こう聞く。すると、数秒で答えが返ってきます。 「先月の客数は、約15,800人です」 自信のある口調です。 ところが、そのデータに「客数」は、どこにも入ってい...

前回の記事では、生成AIにCSVを渡して「分析して」と頼むと数字が毎回変わる理由を、期間・対象・指標・出力形式の4条件から整理しました。そして、4条件を関数の引数に固定すれば、誰が何回計算しても同じ数字になることを確かめ...

生成AIのチャット画面にCSVを添付して、「先週から売上が落ちた商品を教えて」と頼む。数秒で、それらしい表と説明が返ってくる。便利です。 ところが、同じ質問を翌日もう一度すると、違う商品名と違う金額が返ってくる。3回目は...

手法を決め、数字が出て、資料を作りました。レビュー会でデータに詳しい役員がこう聞きます。「その422円、信じていいの？」 この問いに「頑健です」と答えてはいけません。答えるべきは「どういう条件なら覆るか」です。今回は第2...

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...

問題 答え 解説 次の Python コードの予測値は、1期あたり b0 のちょうど半分ずつ増えています。この予測方法の説明として正しいものはどれですか？ Python コード: import numpy as np f...

「先週、なぜ売上が落ちたのか」 店長や上司から、こう聞かれることがあります。 売上データを生成AIに渡して同じ質問をすると、数秒で、もっともらしい理由がいくつも返ってきます。 ところが、その理由をそのまま報告すると、たい...

前回（第1回）までは、pandasだけで前後比較の危うさを確かめました。 今回から、いよいよCausalImpactのライブラリを使います。 入れ方は pip install tfcausalimpact の1行です。 ...

EconMLには SLearner、TLearner、XLearner、DRLearner……と手法が並んでいます。「結局どれを使えばいいのか」。いちばん多い質問です。 今回は事例を変えて、BtoB法人営業の「重点フォロ...