■業務概要 以下の2社のうちいずれか、もしくは両方のプロジェクトに参画していただきます。配分はご志向・スキル適性に応じて調整可能です。 【プロジェクトA】旅行・観光業界 ＜案件概要＞ - 直販旅行会社のデータ利活用支援 - 約数十万〜数百万人規模の購買会員データをベースにした顧客セグメント分析（7セグメント構成・LTV×購入回数の2軸で定義済み） - 年4回開催の大型セールにおける売上最大化に向けた施策設計と効果検証 - 広告（Google Ads／Meta Ads）・MA・サイト行動・予約データを統合した、購買ファネル全体の解像度向上 - BigQuery＋GA4＋Looker Studioを軸としたデータ基盤の運用・拡張 ＜この案件で得られる経験＞ - 国内有数の旅行ブランドの販促意思決定にデータで直接関与 - 売上数百億規模の商品群、年間数十億円規模の広告に対する施策立案〜検証サイクルの主導 - 2026年9月以降にはAI活用支援領域へ案件拡張予定 【プロジェクトB】EC業界 ＜案件概要＞ - PCソフトウェア・IoTデバイス・AIツール販売事業を展開する東証プライム上場企業のEC PDCA支援 - 自社ECの売上向上に向けた、データ起点の戦略立案〜施策PDCA - 未購入（F0）ユーザーのF1転換施策の設計・A/Bテスト・効果検証 - LTVダッシュボードの運用・進化、セグメント別LTVトレンドのモニタリング、販売戦略への落とし込み - メール／ポイント施策（MA：ActionLink）のPDCAと、サイト／広告領域の改善 - Snowflake＋Looker Studio＋GA4（UserID連携済み）の基盤を活用 ＜この案件で得られる経験＞ - 自社ECとマーケティング全体を見渡す立場での戦略立案 - 数万人〜数百万人規模の顧客データに基づくセグメント設計・LTV分析 - 2026年7月から案件拡張が確定済み。新たな分析領域（広告ROI評価モデルの再定義／クロス領域分析など）に立ち上げから関与可能 ■担当業務 ①データ分析・インサイト提供 - 売上データ・GA4サイト行動データ・広告データを横断した統合分析 - 因果関係・交絡因子を正しく考慮した分析設計と結果提供 - 施策立案につながる具体的なビジネスインサイトの抽出・報告 - データだけでなく、業界トレンドや競合情報も含めた俯瞰的な分析 ②データ基盤・モデル開発 - BigQuery・Snowflakeを用いたデータマートの構築・最適化 - 機械学習モデルの設計・実装・運用（需要予測・顧客分析・異常検知など） - A/Bテストの設計・効果検証 - 外部データ（市場・競合・業界統計）の収集・統合 ③クライアント・マーケターとの協働 - クライアントへの分析結果の共有・提言（レポート・プレゼン含む） - マーケターへの分析結果の説明・可視化（ダッシュボード整備を含む） - 施策効果の検証サイクルを共同で回す - 事業課題を正しく理解し、分析要件を自ら定義する ■必須条件 - BigQueryまたはSnowflakeを用いたデータ抽出・加工・マート構築の実務経験 - PythonまたはRによる統計解析・機械学習の実装経験 - 統計学の基礎知識（仮説検定・回帰分析・ベイズ推定など） - 因果推論の基本概念の理解（交絡因子・選択バイアス・介入効果の正しい解釈） - GA4データの分析経験 - Google Ads・Meta Ads等の広告データの分析経験 - 分析結果をビジネス課題と紐づけて言語化・提案できるコミュニケーション力 - Claude Code（または類似AIエージェント）を活用した業務経験、または積極的に習得する意欲 ■求める姿勢・マインドセット - 因果関係と相関関係を明確に区別し、交絡因子を常に意識できる - 手元のデータに限界を感じたとき、A/Bテストや準実験設計を自ら提案できる - クライアントデータだけでなく、競合・業界・外部トレンドまで視野を広げて考えられる - 「なぜ売上が落ちたか」という問いに対し、売上・広告・サイト・外部要因を組み合わせて多角的に仮説検証できる - 事業理解を起点に分析課題を自ら定義し、マーケターと共に改善サイクルを回せる - Claude CodeなどAIツールをフル活用し、分析の質と速度を継続的に高められる