・業務でデータ分析を始めたい方、データ活用に興味がある初学者の方
・ExcelやPythonを使った分析を学びたいが、何から始めればよいか迷っている方
・AIをデータ分析にどう活用すればよいかを知りたい方
・マーケティング・EC・小売・営業などの現場でデータを扱う方
・分析結果を説得力のある提案にまとめる力を身につけたい方

（数学、統計学が苦手な方でもご参加いただけます。）

第1回：ビジネス課題の理解とデータで現状を把握する
・オリエンテーションと課題の理解：
EC小売企業におけるリピーター獲得の課題を理解し、データで解決すべき問題を明確化する
・データ問題解決のフレームワーク：
Why – How – What changeの3ステップで考える問題解決の流れを学ぶ
・Excelによる現状把握と仮説設計：
データからリピーター獲得率や顧客属性などの現状を把握し、どのような顧客がリピーター化しやすいかの仮説を立てる
・次回に向けた分析計画：
仮説を検証するために必要な分析手法の概要を理解し、以降の分析の準備を行う

第2回：AIを活用した予測分析 -Google ColaboratoryとGeminiで機械学習を実践-
・Google ColaboratoryとGeminiの使い方：
AIを活用したデータ分析環境の構築方法と、GeminiにPythonコードを生成させる基本的な対話方法を学ぶ
・AIと対話しながら予測モデルを構築：
機械学習を用いて２回目購入するかどうかを予測するモデルをAIに構築させ、その仕組みと結果の見方を理解する
・予測精度の確認と解釈：
モデルの精度指標を確認し、どの特徴量（顧客属性・行動）が予測に効いているかをAIと対話しながら分析する
・見込み客の抽出：
予測結果をもとに、リピーター化の可能性が高い見込み客をリスト化し、施策対象を絞り込む

第3回：分析結果から施策提案へ -説得力のある提案の作り方-
・予測結果の検証と考察：
抽出した見込み客の特徴を深掘りし、なぜこの顧客群がリピーター化しやすいのかを論理的に説明する
・ビジネス施策の設計：
見込み客に対する優先的なメール配信やクーポン施策など、具体的な打ち手を設計する
・施策の効果試算：
施策を実施した場合のシナリオ分析を行い、施策の効果を明確にする
・Why-How-What changeで提案をまとめる：
なぜこの施策が必要か（Why）、どのように実現するか（How）、実施後どうなるか（What change）の流れで提案資料を作成する

※質問内容やディスカッション内容により、上記内容は変更となることがあります。

※開催回ごとに多少構成が変わることがあります。