Amazon Echo 2 レビュー分析プロジェクト 要件定義書

プロジェクト概要

本プロジェクトの目的は、「Amazon Echo 2 Reviews.csv」 のレビュー データを分析し、

• 顧客に評価されているポイントの把握
• 改善すべき課題の特定
• 得られた知見を製品改善および売上向上につなげる

ことです。

---

分析目的

1. 現状把握

   • レビュー件数・評価スコアの推移を把握し、顧客満足度の全体傾向を明らかにする。
   • 星評価の分布やポジティブ／ネガティブの比率などを把握する。

2. 商品の強み・弱みの特定

   • センチメント分類×トピック分類を通じて、顧客が好意的に受け止めている機能・特徴や、不満に感じている機能・特徴を抽出する。

3. 売上向上への示唆

   • 強みをマーケティングメッセージに活かす提案。
   • 不満点を元に、優先的に改善すべき機能・特徴を提案。

---

分析対象データ

• ファイル名: Amazon Echo 2 Reviews.csv
• 件数: 6,855 レビュー
• 出典: Kaggle（https://www.kaggle.com/datasets/PromptCloudHQ/amazon-echo-dot-2-reviews-dataset）
• カラム例:
  • Pageurl: 商品ページリンク
  • Title: レビュータイトル
  • Review Text: レビュー本文（テキストデータ）
  • Review Color: 購入した商品の色
  • User Verified: 購入者レビューかどうか
  • Review Date: レビュー投稿日
  • Review Useful Count: 役立ち度の投票数
  • Configuration Text: 製品の構成・モデル情報
  • Rating: 星評価（数値）
  • Declaration Text: 補足情報

---

分析手法

1. 探索的データ分析 (EDA)

   • レビュー件数の推移を可視化（時系列折れ線グラフ）
   • 星評価の分布を棒グラフで可視化

2. 言語識別

   • レビュー本文の前処理（正規化、ストップワード除去、ステミング／レンマ化）
   • 頻出単語・フレーズ抽出
   • 高評価レビューと低評価レビューでのキーワード比較

3. センチメント分類

   • レビュー本文をポジティブ／ネガティブ／ニュートラルに分類
   • 星評価との相関を検証

4. トピック分類

   • レビュー本文をルールベースでいくつかのトピックに分類

5. ビジネス提言

   • 強み → マーケティングメッセージに活用
   • 課題点 → 製品改善の優先度付け
   • 販売・評価の相関分析に基づく販売戦略の提案

---

成果物

• README.md (本書)
• 分析レポート (Jupyter Notebook)
  • データの可視化（評価分布、トレンドグラフ、ワードクラウド等）
  • センチメント分類・トピック分類の結果
  • 商品の強み・弱みを抽出＆改善策の提案

---

期待される効果

• 顧客の「高評価要因」と「不満要因」を明確化することで、 製品開発・改善の優先度を決定できる。
• マーケティングにおいて、強みを訴求する戦略を構築できる。
• レビューと売上の関連性を把握し、顧客満足度向上による売上増加を狙える。

---

実行手順

このプロジェクトでは、以下の外部データを使用します：

1. Kaggle から取得する Amazon Echo Dot 2 Reviews Dataset
2. fastText の 言語識別モデル (lid.176.bin)

---

✅ 1. Kaggle データセットのダウンロード

📦 対象データ

このプロジェクトでは、KaggleデータセットのAmazon Echo Dot 2 Reviews Datasetを使用します。 実行前にデータをダウンロードし、以下の構成で格納してください。

---

✅ 2. fastText モデルのダウンロード

このプロジェクトでは、fastText が提供する 言語識別モデル を使用します。 実行前にモデルをダウンロードし、以下の構成で格納してください。

---

✅ 3. 仮想環境のセットアップ

まず、Python 3.9 以上の環境で仮想環境を作成・有効化します。

# 仮想環境の作成
python -m venv venv

# 仮想環境の有効化
# Windows
venv\Scripts\activate

# macOS / Linux
source venv/bin/activate

---

フォルダ構成

project_root/
├── data/
│   └── raw/
│        └── 🆕 amazon_echo_dot_2nd_gen_reviews.csv: 生データ
├── docs/
│   └── report_sentiment_topic.ipynb: 分析レポート
├── models/
│   └── 🆕 lid.176.bin: fastTextの言語識別モデル
├── scripts/
│   ├── EDA.ipynb: 現状分析をするためのノートブック
├── src/
│   ├── add_review_id.py: レビューを一意に識別するためのID列を追加する
│   ├── language_detection.py: レビューが書かれている言語を識別する
│   ├── merge_processed_data.py: 言語識別とセンチメント分類の結果をマージする
│   ├── paths.py: ファイルパスが記録されている
│   ├── sentiment_classification.py: センチメント分類を実装する
│   ├── topic_classification.py: トピック分類を実装する
└── README.md