演習：分析レポートを作成しよう

# === セル1: タイトル（Markdown）===
"""
# NetShop社 購買データ分析レポート

**分析者**: データサイエンスチーム
**作成日**: 2026年3月
**バージョン**: 1.0

---
"""

# === セル2: エグゼクティブサマリー（Markdown）===
"""
## 1. エグゼクティブサマリー

### 主要な発見
1. 売上成長率が前年の+15%から+5%に鈍化。主因は既存顧客のリピート率低下
2. 初回購入後90日以内に60%の顧客が離脱しており、フォローアップが不足
3. 家電カテゴリの離脱率が特に高く（45%）、全カテゴリ平均の1.5倍

### 提言
リテンション施策（月間200万円）により、年間売上12%改善（約7,200万円増収）を見込む
"""

# === セル3: セットアップ（Code）===
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from scipy import stats
import warnings
warnings.filterwarnings('ignore')

sns.set_theme(style='whitegrid', palette='muted')
pd.set_option('display.float_format', '{:.2f}'.format)

print(f"Python環境: pandas {pd.__version__}, numpy {np.__version__}")
print(f"実行日時: {pd.Timestamp.now().strftime('%Y-%m-%d %H:%M')}")

# === セル4: 背景と目的（Markdown）===
"""
## 2. 背景と目的

### 背景
NetShop社の売上成長率が2024年Q3以降鈍化。マーケティング部門の依頼により原因分析を実施。

### 分析目的
1. 売上鈍化の主因を特定する
2. 顧客セグメント別の行動変化を分析する
3. 効果的な改善施策を提案する
"""

# データ生成（Step 2の前処理済みデータを想定）
np.random.seed(42)
n = 5000
df = pd.DataFrame({
    'order_id': range(n),
    'customer_id': np.random.choice(range(1, 501), n),
    'amount': np.random.lognormal(8, 0.8, n).round(0),
    'order_date': pd.date_range('2024-01', periods=n, freq='3h'),
    'category': np.random.choice(['家電', '書籍', '食品', 'ファッション', 'スポーツ'], n)
})
df['year_month'] = df['order_date'].dt.to_period('M')

# === 分析1: 売上構造分解 ===
monthly_kpi = df.groupby('year_month').agg(
    revenue=('amount', 'sum'),
    customers=('customer_id', 'nunique'),
    orders=('order_id', 'count'),
    avg_amount=('amount', 'mean')
).reset_index()
monthly_kpi['frequency'] = monthly_kpi['orders'] / monthly_kpi['customers']

fig, axes = plt.subplots(2, 2, figsize=(14, 8))
fig.suptitle('4.1 売上構造分解 - リピート率低下が主因', fontsize=14, fontweight='bold')

metrics = [('revenue', '売上（円）'), ('customers', '顧客数'),
           ('frequency', '購買頻度（回/人）'), ('avg_amount', '客単価（円）')]
for ax, (col, label) in zip(axes.flatten(), metrics):
    ax.plot(range(len(monthly_kpi)), monthly_kpi[col], marker='o')
    ax.set_title(label)
    ax.grid(axis='y', alpha=0.3)
plt.tight_layout()
plt.show()

print("【解釈】売上は横ばいだが、顧客数は微増。購買頻度の低下が成長鈍化の主因。")

# === 分析2: RFMセグメンテーション ===
ref_date = df['order_date'].max() + pd.Timedelta(days=1)
rfm = df.groupby('customer_id').agg(
    recency=('order_date', lambda x: (ref_date - x.max()).days),
    frequency=('order_id', 'count'),
    monetary=('amount', 'sum')
).reset_index()

rfm['r_score'] = pd.qcut(rfm['recency'], 4, labels=[4, 3, 2, 1])
rfm['f_score'] = pd.qcut(rfm['frequency'].rank(method='first'), 4, labels=[1, 2, 3, 4])
rfm['segment'] = 'Regular'
rfm.loc[(rfm['r_score'].astype(int) >= 3) & (rfm['f_score'].astype(int) >= 3), 'segment'] = 'Champion'
rfm.loc[(rfm['r_score'].astype(int) >= 3) & (rfm['f_score'].astype(int) <= 2), 'segment'] = 'New'
rfm.loc[(rfm['r_score'].astype(int) <= 2) & (rfm['f_score'].astype(int) >= 3), 'segment'] = 'At Risk'
rfm.loc[(rfm['r_score'].astype(int) <= 2) & (rfm['f_score'].astype(int) <= 2), 'segment'] = 'Lost'

fig, ax = plt.subplots(figsize=(8, 5))
segment_summary = rfm.groupby('segment')['monetary'].agg(['count', 'mean']).round(0)
segment_summary.plot(kind='bar', y='count', ax=ax, color='#1976D2')
ax.set_title('4.2 顧客セグメント分布 - At Risk層が25%', fontsize=12, fontweight='bold')
ax.set_ylabel('顧客数')
plt.tight_layout()
plt.show()

# === 分析3: セグメント間の検定 ===
champions = rfm[rfm['segment'] == 'Champion']['monetary']
at_risk = rfm[rfm['segment'] == 'At Risk']['monetary']
t_stat, p_value = stats.ttest_ind(champions, at_risk, equal_var=False)

print(f"\n【統計検定】Champion vs At Risk 購入金額")
print(f"Champion平均: {champions.mean():,.0f}円, At Risk平均: {at_risk.mean():,.0f}円")
print(f"t統計量: {t_stat:.3f}, p値: {p_value:.4f}")
print(f"→ 有意水準5%で{'有意差あり' if p_value < 0.05 else '有意差なし'}")

# === セル: 考察（Markdown）===
"""
## 5. 考察とインサイト

### 主要インサイト
1. **購買頻度の低下が売上鈍化の主因**: 顧客数は微増しているが、
   1人あたりの購買回数が減少している。新規獲得だけでは成長を維持できない。

2. **At Risk層（25%）の回復ポテンシャル**: この層はかつて購買頻度が高かったが
   直近で離脱傾向にある。早期介入で回復できる可能性が高い。

3. **Champion層とAt Risk層の購入金額差は統計的に有意**: セグメント戦略の有効性を
   裏付けるデータがある。

### 分析の限界
- 競合の動向データは含まれていない
- 顧客満足度などの定性データは未分析
- 因果推論には追加的な検証（A/Bテスト等）が必要
"""

# === セル: 提言（Markdown）===
"""
## 6. 提言とアクションプラン

| 優先度 | 施策 | 対象 | 期待効果 | 月間コスト |
|--------|------|------|---------|-----------|
| **高** | 90日フォローアップメール | At Risk層 | リピート率+15% | 50万円 |
| **高** | 家電カテゴリ専用リテンション | 家電購入者 | 離脱率-20% | 80万円 |
| **中** | ポイントプログラム刷新 | 全顧客 | 購買頻度+10% | 200万円（初期） |
| **低** | パーソナライズレコメンド | 全顧客 | 客単価+5% | 500万円（開発） |

### ロードマップ
- **Q2（来月〜）**: フォローアップメール施策を開始、効果測定のA/Bテスト設計
- **Q3**: ポイントプログラム刷新の企画・開発
- **Q4**: パーソナライズレコメンドの導入検討

### 効果測定計画
- KPI: リピート率、購買頻度、顧客LTV
- 測定頻度: 週次モニタリング、月次レポート
- 評価時期: 施策開始3ヶ月後に中間評価
"""

# === セル: HTML出力手順 ===
print("=== レポートのエクスポート手順 ===")
print("1. Kernel → Restart & Run All で全セル実行確認")
print("2. ターミナルで以下を実行:")
print("   jupyter nbconvert --to html --no-input analysis_report.ipynb")
print("3. 生成されたHTMLファイルを共有")