SNS運用分析基盤の構築
口コミやSNSデータを定期収集し、店舗・サービスごとの傾向や改善テーマを確認できるデータ分析基盤。
課題
口コミ、SNS、Webサイトの情報が分散しており、定点観測や改善テーマの抽出に時間がかかっていた。
ソリューション
Vertex AI Pipelinesを使い、Google Mapsやポータルサイトからのデータ収集、前処理、分析、レポート作成までを定期実行できる基盤を構築。 口コミをベクトル化し、類似した不満や好意的な評価を集計できるようにした。
成果
週次レポートで店舗・サービスごとの傾向を確認できるようになり、改善テーマの優先順位を決めやすくなった。
チーム
1 member, 2 months
基盤構築・分析モデル作成
役割
分析基盤構築・データ分析
Vertex AI Workbenchでの検証、Pipelines化、データ収集、分析ロジックの実装を担当。
技術スタック
PlatformGoogle Cloud (Vertex AI)
PipelineVertex AI Pipelines / Kubeflow
AI / LLMGemini Pro / Gecko Embeddings
SearchVertex AI Vector Search
DatabaseSupabase / BigQuery
主要機能
01
ScrapingBeeを用いたGoogle Maps・ポータルサイトからの安定したデータ収集
02
Vertex AI Pipelinesによるデータ収集・前処理・分析処理のワークフロー化
03
ベクトル検索による似た内容の口コミや繰り返し出ている不満の抽出
04
信頼・愛着・機能・新規性など複数軸での口コミスコアリング
注力した点
MLOpsによる継続的な改善
Vertex AI Pipelinesを採用し、単発の分析ではなく、データ収集から分析・レポーティングまでを定期実行できるようにしました。
定性データの定量化
自由記述の口コミをそのまま読むだけでなく、カテゴリ別のスコアや類似グループとして扱えるようにし、継続的に比較できる形へ整理しました。