

“隠しメニュー『二郎系ラーメン』は誰に刺さるのか?” 注文履歴・顧客属性・外部データをTROCCOでSnowflakeに集約し、Streamlit in Snowflakeで分析してみよう🍜& 豪華LT2本立て👩💻
今回は、TROCCO大好きなユーザーコミュニティ「primeNumber User Group(pUG)」とのスペシャルコラボ開催です!前半は実践的なハンズオン、後半は両コミュニティの女性メンバーによるLT(ライトニングトーク)をお届けします。Snowflake女子会のコンセプト『企画・運営・登壇は女性主導(参加は性別不問)』に基づき、pUGの女性メンバーと共同で作り上げました。SnowflakeとTROCCO、両方の知見を一度に深められるこの機会をぜひお見逃しなく!
前半 Tasty Byte社の隠しメニュー'二郎系ラーメン🍜'の傾向分析ハンズオン
Snowflake ユーザーにはおなじみ、架空のキッチンカー Tasty Bytes。その目黒店では、常連のあいだでひそかに話題になっている “隠しメニュー” があります。それが、二郎系ラーメンです。店頭メニューには大きく載っていないものの、一部の常連さんは注文方法を知っていて、特定のタイミングでこのメニューを頼んでいるらしい...
では実際に、
どんなお客さんが二郎系ラーメンを注文しているのか
どんな条件の日に注文が増えるのか
注文履歴、顧客属性、外部データを組み合わせると、どんな傾向が見えるのか
を、TROCCO と Snowflake を使って分析していきましょう!
後半
LT1:インテージのパネルデータをSnowflakeへ。POS-isの土台を支えるTROCCO活用術(from pUG)
概要:メーカー営業を支援する「POS-is」において、その分析の核となるのがインテージの膨大なパネルデータと各種マスタです。 本LTでは、これらのデータをいかにしてTROCCOで効率よくSnowflakeへ集約しているか、その「現場の仕組み」をご紹介します。登壇者氏名:宮原栞梨
プロフィール:株式会社 インテージデータテクノロジー部大学卒業後、2021年にインテージに新卒入社。データサイエンティストとして新商品需要予測や広告効果測定の業務に従事したのち、昨年データエンジニアリング領域へ参画し、PO...
プラットフォーム: techplay / 主催者: Snowflake女子会