{
  "fetched_at": "2026-10-24T17:22:12Z",
  "source_url": "https://www.kaggle.com/competitions/defp2022-goinsight/data",
  "pages": [
    {
      "name": "data-description",
      "content": "\n## 概要\n\n- **Go Insight** はリアル店舗の天井カメラ画像からショッパーの属性・滞在・棚前行動をデータ化したものです。\n\n---\n\n## ファイル説明\n\n- trainデータ\n  - **gi_train_mm10.csv** - train用Go Insightデータ10月分\n  - **gi_train_mm11.csv** - train用Go Insightデータ11月分\n- testデータ\n  - **gi_test.csv** - test用Go Insightデータ\n- sample submitデータ\n  - **gi_sample_submit.csv** - submitのサンプルデータ\n\n---\n\n## データのカラム説明\n\n- **customer_id**\n  - 顧客ID\n  - type: string\n  - example: 20201026-010002\n\n- **event_day**\n  - 年月日\n  - type: string\n  - example: 2020/10/26\n\n- **store_id**\n  - 店舗ID\n  - type: int\n  - example: 10\n\n- **store**\n  - 店舗名\n  - type: string\n  - example: レインボーマーケット新日本\n\n- **project_category**\n  - プロジェクトカテゴリ\n  - type: string\n  - example: 飲料\n\n- **area_id**\n  - エリアID\n  - type: int\n  - example: 1\n\n- **gender**\n  - 性別\n  - type: string\n  - example: man\n\n- **age**\n  - 年代\n  - type: string\n  - example: 50's\n\n- **age_category**\n  - 年代カテゴリ\n  - type: string\n  - example: Middle\n\n- **event_type**\n  - イベントタイプ\n  - type: int\n  - example: 1\n\n- **product_id**\n  - 商品ID\n  - type: float64\n  - example: 123.0\n\n- **product_name**\n  - 商品名\n  - type: string\n  - example: ビタミンたっぷりレモン水500ml\n\n- **company**\n  - メーカー名\n  - type: string\n  - example: せかいのごはん\n\n- **time_duration**\n  - 経過時間(out_timeとin_timeの差分)\n  - type: float64\n  - example: 13.6\n\n- **num_touch**\n  - 触れた回数\n  - type: int\n  - example: 0\n\n- **in_time**\n  - 入った時間\n  - type: string\n  - example: 08:02:43.600\n\n- **out_time**\n  - 出た時間\n  - type: string\n  - example: 08:02:57.200\n\n- **buy_flag**\n  - 購買フラグ\n  - type: int\n  - example: 1",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "# Go Insightの概要\nGo Insightはリアル店舗の天井カメラ画像からショッパーの属性・滞在・棚前行動をデータ化したものです。\n\n# コンペの概要\nこのコンペでは、小売店舗（スーパーマーケット）の飲料売場に来店するショッパーの購買行動を解析したtrainデータを活用し、商品を手に取った人のうち、何かしらの商品を購入する人を当てるモデルを構築し、その精度を競うものです。購買行動の解析にはコニカミノルタ社のショッパー行動解析サービス「Go Insight」を活用します。\n\n# コンペの目的\nこのコンペは、データ関連人財を育成する「データアントレプレナーフェロープログラム」（Data Entrepreneur Fellows Program: DEFP）の2022年講義にて活用するためにオープンしました。プログラムの参加者が実際の企業の業務でも活用されるようなマーケティング関連データに触れながら、スキルアップを行うとともに、より業務における実践力を向上することを目的としています。",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "- 本コンペでは、商品を手に取ったショッパーのうち、商品を「購入する」か「購入しない」かを予測します。\n- 二値分類モデルの精度評価を行うため、評価指標として AUC(Area Under the Curve) を設定しています。",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "細かいルールは特にありません。\n楽しむ心を持って、日々のお買い物行動を想像しながら、ショッパー行動を予測してビジネスに貢献しよう！",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}