アナリストの案件一覧

【クライアント】
日本最大級の位置情報プラットフォームを展開するベンチャー企業で、その先のお客様企業はファミリーレストランを展開する大手企業を想定しています。

【PJTの目的】
ファミリーレストランを運営する企業様で発生する様々な事業課題について分析するチームを組成し、先方にリソース提供するプロジェクトです。当面の課題は価格弾力性・交差弾力性をテーマにしておりますが、それが解決した暁には別のテーマが走る可能性があります。

【PJT状況】
11月からキックオフされますので、現在はタスクリストの洗い出しなど、準備作業を行っている所です。
11月以降は価格弾力性、交差弾力性の分析に取り掛かる想定です。

・2025年12月末の時点でのゴール
ポテンシャル予測結果出力/精度評価/選定商品の価格弾力性分析結果の提示

【想定業務内容】
■課題設定とデータ収集・加工
■位置情報をベースにした施設来訪者の属性分析、競合比較等の分析
■大規模データの解析業務（データマイニングや機械学習）
■位置情報ビッグデータおよび購買データや商品データ等を活用した新たな分析手法や活用方法の企画（例：商圏のスコアリング、ある特定の行動をとる消費者群のペルソナ自動作成）
■エンド企業との折衝、レポーティングも場合によって発生する可能性有

【PJT体制】
PJTオーナー1名、ディレクター(分析設計役)1名

時系列データを対象とした予測モデルおよび因果推論モデルの構築・評価を行う業務。
具体的には、ビジネス課題に応じたアルゴリズム選定から、データ前処理・特徴量設計、モデル構築・評価、結果解釈までを一貫して担当。
また、SHAPなどの説明可能AI（XAI）手法を用いて、モデルの特徴量寄与度を可視化・検証する。
加えて、時系列データにおける構造的因果推論（因果効果の特定や介入シミュレーション）を実施し、意思決定支援に繋げる。

• 背景： 当年度の月次予算が実績と大きく乖離したため、予測精度の向上が急務となっている。
• 目的： 来年度の予算策定のベースラインとなる売上予測モデルの構築。
【具体的な業務内容】

1. 売上予測モデルの構築と運用
   ◦ 次年度の年間予算の策定、および前年差異要因の明示。
   ◦ 前月実績の前年差異要因の明示。
   ◦ 次月・次々月など直近の売上予測、および前年差異要因の明示。
2. 要因分析の実施
   ◦ 予測精度も重要ではあるが、予測結果となった要因（なぜその予測値になったのか）を説明・解釈する能力も重要視される。
   ◦ 例：「単価がこれぐらい上がればこうなる」といった感度分析や因果的な視点からの提案が期待される。
   【データと環境】
   • 売上実績データマートはある程度ベースが存在する。
   • 機械学習のための特徴量の候補はクライアントメンバーから提供される。
   • データマートにないデータについては、整形・整備が必要となる。
   • 予測に影響する可能性のある要因：利用者の装用頻度（週末のみ、平日のみなど）、リピート率（小売業としては高め）、定期配送サービスによる店舗売上のカニバリゼーション、強力な販促活動、駅ビルセール（ルミネセール等）、天候、コロナの影響、物価高など、多岐にわたる。

某カード会社において、現在データ分析・機械学習基盤を運用していますが、これを新製品を組み込んだ次世代環境へ全面移行する大規模プロジェクトを実施します。

現行基盤上で稼働している複数の機械学習案件を新環境へ段階的に移行させる必要があります。
移行支援チーム、基盤チーム、改革標準化チームの3つの専門チームで構成されております。
このタイミングで同社の分析活動における体制上・プロセス上の課題を抜本的に解消することも目指しています。

各チームにはコンサル事業部からチームリーダーをアサインしておりますが、上記3チームを統括するプロジェクトリーダーが不足しております。
データサイエンティストを含む複合的な案件であり、単純な基盤移行ではなく、機械学習・分析業務全体の変革を伴う戦略的プロジェクトとして位置付けられています。
データ分析に精通している必要はございませんが、一定の知見をお持ちの方をご提案いただけますと幸いです。