Share
Embed
Streamlit in Snowflakeで加速する 不動産テック企業のデータ活用@Tech業界ネットワーキングイベント
Snowflake Tech業界ネットワーキングイベントでの登壇資料です。
yuto16
November 03, 2025
Transcript
30 slides
-
Streamlit in Snowflakeで加速する 不動産テック企業のデータ活用 @Tech業界ネットワーキングイベント GA technologies
Data本部 Applied ML部 Data Scientist 酒井悠斗 2025/10/28 -
登壇者紹介 酒井 悠斗 / Yuto Sakai 職歴:外資保険会社 → 2024年
GA technologies入社 所属:Data本部 Applied ML部 データサイエンティスト 社内での取り組み: ・デジタルマーケティング領域の出稿割合の最適化 ・セールス領域の行動とKPIの関連性可視化・分析 ・社内でのLLMアプリ作成ツール導入による LLMの民主化 -
GA technologiesでのSnowflakeの使い方 内製SFA 広告媒体 Table Notebook Streamlit Google Sheet Snowflakeを中心として様々なプロダクト・データが連携
データソース BIツール データカタログ Reverse ETL ETL -
データAI活用の様々なユースケース 様々な事業部で、 Snowflakeを基にデータ・ AI活用を進めている キーアクション チェッカー 広告画像 レビュワー
VOC分析 ツール 面談の準備・実施 におけるサポート 広告画像のレビュー プロセスの効率化 顧客の声の 自動収集・分析 -
ユースケース 1 / キーアクションチェカー キーアクションチェッ カー ※Asset planner: 資産形成を成功に導くため、共に考え、伴走
するパートナーです。 面談のデータを統一的に分析し示唆を得るための分析フローを作成 背景・課題: • 実施済みの不動産の面談データは Zoomで蓄積 • 統一的に面談データを分析する仕組みが未整備 対象ユーザー: • BizDev, Asset planner(アセットプランナー) 効果: • 蓄積された面談データを統一的に分析する仕組みの確立 • 各種KPIに重要な影響を与えているキーアクションの発見 -
面談データの活用方法 内製SFA KPIs Table Streamlit 特定のアクションの実施有無をチェックし KPIとの相関を見ることでインサイトを得る データソース
BIツール ETL Snowflake Task APIで データ取得 Transcript Check Result 営業活動の記録 Streamlitアプリを用いた キーアクション実施有無の確認 アクション実施有無と KPIの 相関からのインサイト獲得 -
コード紹介 / キーアクションチェッカー コード・プロンプトの紹介 あなたは、ZoomのTranscriptを分析するAIです。 不動産投資の販売に関する営業トークを分析します。 あなたは、Transcriptの中からKey Actionを見つけることが求められていま
す。 Key Actionは、営業トークの中で重要な行動や発言を指します。 例えば、自己紹介や商品の説明、顧客のニーズの確認などが含まれます。 あなたは、Transcriptを読み取り、Key Actionが行われているかどうかのフラ グを立てる必要があります。 # 出力フォーマット 以下の通りで「0」か「1」の整数のみ出力してください。それ以外のテキストは 出力しないでください。 - 0: (Key Actionが行われていない) - 1: (Key Actionが行われている) ~~~(略)~~~ select * ,SNOWFLAKE.CORTEX.COMPLETE( 'llama3.1-8b', [{{ 'role': 'user', 'content': concat( '{llm_prompt}', ' # Key Action:', '{key_action}', ' # Transcript:', {input_column_name} ) }}], {{'max_tokens':10}} ):"choices"[0]:"messages" AS key_action_flag_temp from target_table Snowflake Cortexを呼ぶ部分 LLMへのPrompt -
定性的効果 / アプリ開発前後での PDCAの回し方 Streamlitアプリを通して、横断的な PDCAを回せる体制を構築 Streamlit アプリ
個人やチーム単位での PDCA は回せているが、事業部全体 では難しい Before 面談を横断的に振り返る仕組 みを構築し、そこから得られた インサイトを次の面談に活かす After チームA チームB チームC -
定量的効果 / KPIへの定量的な影響 今まで「効果的なアクション」と認識されていたものの効果が定量的に測れるように キーアクション 実施効果 KA01 93%
KA02 128% KA03 127% KA04 151% KA05 97% KA06 145% KA07 159% KA08 385% 4倍ほどの差が出たキーアクションも見つかってきている 3.85x -
ユースケース 2 / 広告画像レビュワー 背景・課題: • 広告画像のレビューに時間がかかる
• レビューの体制も画一化しきれていない 対象ユーザー: • 広告画像の作成メンバー 効果: • 広告画像のレビューの工数削減 • レビューのクオリティの均質化 広告画像レビュワー Streamlitアプリでレビューを簡単に行うことができる体制を構築 -
レビューアプリの全体像 Streamlitにて、広告画像の定性・定量の評価結果を簡単にチェックできる Catalog Notebook Streamlit Stage Table Models
処理1 画像から特徴量への変換 処理2 画像特徴量と実績データから 実績予測MLモデルを作成 出稿実績 画像特徴量 実績予測MLモデル 入力1 画像 出力1 定量評価 ヒット予測 ヒット確率X% 出力2 定性評価 レビュー XXが 良い(or悪い) LLM LLM -
定量評価の流れ 過去の出稿データとその実績をもとに、新しいデータのパフォーマンス予測を行う 特徴1 特徴2 特徴3 IMG1 1 0
1 IMG2 0 1 1 IMG3 1 1 0 パフォーマンス IMG1 150% IMG2 200% IMG3 300% 新しい画像 特徴1 特徴2 特徴3 IMG 0 1 1 効果予測 IMG 200% -
定性評価の流れ さまざまな観点でのレビューポイントをプロンプトに起こし多角的なレビューを行う 行動経済学の観点では ... 法務の観点では ... デザインの観点では ...
プロンプト 1 プロンプト 2 プロンプト 3 -
ユースケース 3 / VOC分析ツール 背景・課題: • 部署ごとに顧客ヒアリングなどは行われているがフォーマット はバラバラ
• 顧客との一番の接点の面談からの声は蓄積できていない 対象ユーザー: • 顧客と関わる社内の全てのユーザー(プランナー , CX, PdM, etc.) 効果: • 顧客によりよいサービス・プロダクトを提供できる • 顧客満足度の向上 VOC分析ツール VoCを自動で蓄積し、分析を行うことで顧客満足度向上などに繋げる -
様々なデータソースから VoCを蓄積・分析 KPIs Table LLMでVoCの抽出・ Embeddingによる加工などを行い、 BI / Streamlitで可視化
データソース BIツール VoCの収集 VoC加工 様々なデータソース Vocの抽出・加工 VoCの集計・可視化を行う プランナー との面談 顧客 インタビュー 顧客 アンケート ラベリング・Embedding等 Streamlit -
データAI活用の様々なユースケース(再掲) 様々な事業部で、 Snowflakeを基にデータ・ AI活用を進めている キーアクション チェッカー 広告画像 レビュワー
VOC分析 ツール 面談の準備・実施 におけるサポート 広告画像のレビュー プロセスの効率化 顧客の声の 自動収集・分析 -
SiSでアプリを作っていての気付き Streamlitアプリ作成においての良い点と課題 良い点 • インフラ面は気にかけることが少なくてアプリ開発に集中できる • 権限管理は
SnowflakeのRole使えるからやりやすい • Snowflake内に閉じているのでセキュリティ面はケアする部分が少ない 課題・悩み • バージョン管理(環境を合わせる)がちょっと手間 • UIにこだわろうとするとオープンソース版が恋しくなる • Warehouseのコストが意外とかかる場合もあるので注意 • データサイズが制限されている( st.dataframeで大規模なデータ表示しようとすると省略 される。ファイルアップロードも制限あり) • まだStreamlitと他Snowflakeリソースの lineageを可視化できていない。( dbtなどで技 術的には可能なはずだがちょっと複雑)