前回、クーポンの効果は 平均422円 と推定できました。 ここで一つ考えてみてください。 「クーポンは全員に422円ずつ効く」のと「効く人は800円、効かない人は0円で、ならすと422円」のとでは、施策の打ち方がまったく...

前回の記事では、PythonからOpenAI APIを1回だけ呼び出しました。 そのときAPIキー（生成AIのサービスを使うための、パスワードのような文字列）はコードへ直接書かず、getpass() という関数を使って、...

前回は、クーポン施策の「本当の効果」が 413円 だったことを、答えを仕込んだサンプルデータで確かめました。単純比較の2,268円も、会員ランクで層別した594円も、正解には届きませんでした。 では、正解を知らない実務の...

前回の記事では、チャット画面と生成AI APIの違いは「誰が生成AIへ依頼するか」だと整理しました。チャット画面は人が、APIはPythonなどのプログラムが依頼します。 では実際に、Pythonから生成AIへ質問するに...

クーポンを配った顧客の30日間の購入金額が、配らなかった顧客の1.8倍だった。 この数字を見て「クーポン施策は成功」と報告書に書いてしまう。 データ分析の現場で、最も頻繁に起きる間違いです。 結論を先に3行で書きます。 ...

ChatGPTのチャット画面と生成AI APIは何が違うのか。「誰が依頼するか」という核心から、自動化・再現性・料金・社内データの扱いまで、POS売上分析の例で整理します。APIを使い始める前の判断基準が分かります。

Pythonでデータを集計したいとき、以前なら自分でコードを一から書く必要がありました。 今は、やりたいことを生成AIへ伝えると、Pythonコードの下書きを作ってもらえます。 ただし、便利だからといって、生成されたコー...

ChatGPTにCSVをアップロードして…… このデータを分析してください。 ……と入力するだけでも、何らかの分析結果は返ってきます。 ただし、実務で使おうとすると、こんなことが起こりがちです。 欲しかった集計単位と違う...

「CSVは手元にある。でも、まずどこを見ればよいのか分からない」 そんなとき、ChatGPTへCSVファイルを渡すと、自然言語で質問しながらデータの概要を確認したり、集計したり、グラフを作ったりできます。 しかも、Cha...

ついにシリーズ最終回です。 第1回で欠損のメカニズム（MCAR / MAR / MNAR）を紹介し、削除戦略（第3〜4回）、単変量補完（第5〜7回）、時系列補完（第8回）、KNN補完（第9回）と進んできました。 第1回：...