動画（5min 字幕による解説）
IBM Bobに売上予測シミュレーションアプリを作成させる
Bobを起動します。
Start＞Open で作業スペースフォルダを指定します。
作業フォルダに学習用データを格納します。対象とするデータは以下の通りです。
プロンプトを準備します。
プロンプト
レストランの新規出店計画時に利用する売上予測シミュレーションアプリを作成してください。
売上金額を推測するための項目は
・最寄駅の乗降客数
・間口（視認性）
・取扱品目数
・最寄り駅から候補物件までの距離
・商圏人口（候補物件から半径5キロの中間人口）
・競合店数
です。既存店の売上金額実績をもつ[data.csv]から
回帰モデルを作成し、その予測式から
各項目の値を記入すると予測売上金額と予測上限
および予測下限が示される設計にしてください。
プロンプトを実行します。
完成するとアクセスするべきリンクを示します。途中、Pythonのインストールなどの承認をしますが所要時間は3分ほどでした。
アプリケーションが動くことを確認します。
プロンプトに「色調をダークにして」と指示するだけで以下のように変更してくれます。
予測モデルをPythonからSPSS既存モデルと置き換える
業務上の安定した精度の確保とメンテナンスの観点から、Bobが作成したPythonの予測モデルをSPSSに置き換えます。
SPSS Modelerで作成済み予測モデルをPMML（XML）をBobの作業フォルダにエクスポートします。
プロンプトに予測モデルの置き換えを指示して実行します。
Bobがアプリケーションを修正します。
反映されました。モデル置き換えの所要時間は2分です。
まとめ
データサイエンティストは、ビジネスオーナーと課題の整理から解決の方向性、期待される利益、具体的な取り組み内容までを合意しながらプロジェクトを進める必要があります。その際、共通のイメージを素早く形にする試作アプリケーションの作成には、IBM Bob が有効だと考えられます。
さらに IBM Bob は、アプリケーションの保守やチームでの運用管理に加えて、予測モデルを外部 API として呼び出すことで精度維持を図ったり、社内データとのリアルタイム連携により入力項目を最小限に抑えるなど、継続的な改修にも柔軟に対応できる点が大きなメリットです。
参考情報
IBM Bob
IBM BobでSPSS Modelerストリームを生成する