コンテンツにスキップ

デモデータについて(case01)

このデモで使う架空データ(合成データ)の作り方をまとめた開発者向けメモです。学習の本筋は ① 事例概要 から読んでください。

デモは実在データを使わず、生成した合成データで加工処理を再現します。データは決定的に生成され、誰が実行しても同じ結果になります。

データモデル

テーブル定義 のとおり、customers(顧客)/purchases(購買履歴)/web_access(Webアクセス履歴)の3テーブルを会員IDで関連づけます。

項目
顧客数 800
purchases 総件数 約4,800
web_access 総件数 約8,000

Colab で短時間に実行できる規模です。地域は首都圏(東京・神奈川・埼玉・千葉)の市区町村、商品は食品カテゴリ10種を用います。

再現性

  • 乱数 seed(SEED = 20260717)と基準日(REFERENCE_DATE = 2026-07-01)を固定。再生成はバイト一致します。
  • 生成結果は data/case01_pseudonymized/raw/ にコミットし、Notebook はそれを取得します。
  • 生成器: src/dummy_data/case01_pseudonymized.py

出力ファイル

  • data/case01_pseudonymized/raw/customers.csv
  • data/case01_pseudonymized/raw/purchases.csv
  • data/case01_pseudonymized/raw/web_access.csv