BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:売上が動いた理由、説明できますか？～BigQuery
 で実践する予測・異常検知・要因分析～
X-WR-CALNAME:売上が動いた理由、説明できますか？～BigQuery
 で実践する予測・異常検知・要因分析～
X-WR-TIMEZONE:Asia/Tokyo
BEGIN:VTIMEZONE
TZID:Asia/Tokyo
BEGIN:STANDARD
DTSTART:19700101T000000
TZOFFSETFROM:+0900
TZOFFSETTO:+0900
TZNAME:JST
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:999940@techplay.jp
SUMMARY:売上が動いた理由、説明できますか？～BigQueryで
 実践する予測・異常検知・要因分析～
DTSTART;TZID=Asia/Tokyo:20260929T120000
DTEND;TZID=Asia/Tokyo:20261001T154500
DTSTAMP:20260904T151258Z
CREATED:20260828T083446Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/99994
 0?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n概要\n売上
 が想定より伸びた。あるいは、突然落ち込んだ。マー
 ケティングの現場では日々こうした変化が起こります
 が、数字の変化を確認するだけで終わり、「なぜ変化
 したのか」「次に何を確認し、どんな施策を打つべき
 か」まで分析できていないケースも少なくありません
 。一方、予測分析や機械学習と聞くと、「専門的な統
 計知識が必要」「モデル構築のハードルが高い」と感
 じる方も多いのではないでしょうか。\n本セミナーで
 は、商品の販売データを題材に、BigQueryのAI関数を活用
 して、売上を予測する → 想定外の変化を検知する → 
 変化を生んだ要因を探る → 定性データも使って仮説
 を検証するという一連の分析プロセスをご紹介します
 。AI.FORECAST、AI.DETECT_ANOMALIES、AI.KEY_DRIVERS、AI.GENERATEなど
 を使いながら、複雑な機械学習モデルを一から構築す
 るのではなく、SQLを起点にマーケティングデータの分
 析をどこまで高度化できるのかを、具体的なユースケ
 ースとともに解説します。\nBigQueryにGA4や広告データだ
 けでなく、購買・商品・顧客データなどを蓄積してい
 るものの、集計や可視化で止まっている方にもおすす
 めです。「何が起きたか」を見るレポートから、「な
 ぜ起きたか」「この先どうなりそうか」を判断する分
 析へ。マーケター・データ活用担当者が、BigQueryを施
 策改善や意思決定に活かすための第一歩をお伝えしま
 す。\n\n■セミナーで得られるもの\n・BigQueryのAI関数を
 使い、販売データから予測・異常検知・要因分析を行
 う具体的なイメージ・「数字が変化した」から一歩踏
 み込み、変化の要因を探して施策判断につなげる分析
 アプローチ・機械学習の専門家でなくても、SQLを起点
 にデータ分析を高度化していくための始め方\n■こん
 な方におすすめ\n・販売・購買データを保有している
 ものの、集計やレポート作成で活用が止まっている方
 ・売上やKPIの変化に対して、「何が原因なのか」をデ
 ータから効率的に特定したいマーケティング担当者・B
 igQueryを使った予測分析やAI活用に興味はあるものの、
 何から始めればよいか分からないデータ活用担当者
LOCATION:
URL:https://techplay.jp/event/999940?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR