生データを実用的なインサイトに変換する探索、データパイプライン、ダッシュボード。
課題：CMOは売上を最大化するためにマーケティング予算をどのように再配分すべきか？
マーケティングミックスモデリング（MMM）は、季節性、飽和効果（収穫逓減）、残存効果（アドストック）を考慮して、各マーケティングチャネルの売上への影響を測定します。
アプローチ：
結果：異なる予算配分シナリオをシミュレートし、予想される売上影響を可視化するインタラクティブダッシュボード。
テクノロジー：R、Robyn、Prophet、Nevergrad、Shiny
課題：マーケティングKPIをリアルタイムで追跡するためのモダンなインフラをどのように構築するか？
このプロジェクトは、抽出から可視化まで、マルチチャネルマーケティングパフォーマンス分析のための完全なETLパイプラインの構築を実演します。
アーキテクチャ：
CSV → Python抽出 → BigQuery → dbt変換 → Streamlitダッシュボード計算されるKPI：
テクノロジー：Python、Google BigQuery、dbt、Streamlit、Plotly
課題：Eコマースでユーザー行動の異常をリアルタイムで検出するには？
時間ウィンドウ集計とリアルタイムダッシュボードを備えたユーザー行動分析のためのストリーミング分析パイプライン。
アーキテクチャ：
CSVイベント → Kafkaプロデューサー → Sparkストリーミング → Delta Lake → Streamlitダッシュボードリアルタイムメトリクス：
テクノロジー：Apache Kafka、PySpark Structured Streaming、Delta Lake、Streamlit、Docker