CausalImpactで実践する 施策の効果検証（第0回）
CausalImpact（コーザルインパクト）とは何か（前後比較との違い）
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...
RECENT ARTICLES
CausalImpactで実践する 施策の効果検証（第0回）
Python 時系列分析 1,000本ノック
– ノック99: 累積和（CUSUM） –
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...
第512話｜歯抜けの売上データを捨てたら年末商戦まで消えた
時系列の欠損は「位置」に意味がある
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...
pandasの集計結果をJSONにすると壊れる3つの値
（numpy.int64・Timestamp・NaN）
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の集計結果を生成AIへ渡す
（f文字列で作る文章と、JSONの基本）
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...
Responses APIの中身を見る
output_textが空文字列になる場面と、会話のつなぎ方
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...
EconMLで実践する ビジネス因果推論
（第5回）
効果の差を生む変数はどれか
（CausalForestDMLに選ばせる）
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...
複数レコードをループで生成AI APIへ送る
止めるエラーと飛ばすエラーを分け、途中から再開できるようにする
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...
APIレスポンスをログへ残す
許可リストで秘密情報を締め出し、成功率・p95・コストを追える形にする
前回の記事では、エラーの切り分けと再試行を扱いました。最後に「ログへ残す項目」を並べて終わっています。今回はそれを実際に動く形にします。 APIを1回試している段階なら、画面に出たものを見れば十分です。しかし夜間に100...
Python 時系列分析 1,000本ノック
– ノック97: X-13風アプローチ –
問題 答え 解説 次の Python コードで adj = data - r.seasonal として作成している系列は何を目的としたものですか？ Python コード: import numpy as np, pand...
APIエラーとリトライの基本
401・429・5xxを切り分け、SDKの自動再試行に任せる範囲を決める
前回の記事では、response.usage からトークン数を取り出して料金を概算しました。ログに「成功／失敗」を残しておこう、と書いたところで終わっています。今回はその「失敗」のほうを扱います。 APIを繰り返し使い始...
APIの利用量と料金をPythonで確認する
（response.usageからコストを概算する）
前回の記事では、temperature と max_output_tokens の決め方を見ました。そこで usage から実測した「見えない推論トークン」が、今回そのまま料金の話につながります。 APIを実務で使い始め...
第511話｜「答えなかった」こと自体がヒントだった
欠損を埋める前に、1列残すという発想
欠損値というと、「困ったもの」「埋めるべきもの」という印象があります。 穴が空いているのだから、塞ぐ。自然な発想です。 ところが、穴そのものが大事な情報だった、ということが実務ではよく起きます。 今回は、ある法人営業の会...
temperatureと出力トークン数をどう決めるか
（分析用途でのばらつき・回答長・コストを調整する）
前回の記事では、instructions に毎回守ってほしいルールを、input に今回の質問とデータを分けて書く方法を確認しました。 次に気になるのが、設定値です。OpenAIのResponses APIには temp...
systemメッセージとuserメッセージの役割
（守ってほしいルールと、その都度変わるデータを分ける）
生成AI APIを使い始めると、system、user、assistant、developer、instructions といった言葉が出てきます。 最初に感じるのは、たいてい同じ疑問です。 全部プロンプトなのに、なぜ分...
EconMLで実践する ビジネス因果推論
（第4回）
その変数、入れていいのか
（XとWの役割分担で答えが変わる）
ここまで3回、購入頻度と休眠日数を X に、会員ランクや流入経路を W に入れてきました。「なぜその振り分けなのか」は後回しにしてきましたが、今回がその答え合わせです。 （第1回）「クーポンを使った人ほど買っている」は本...