🎥 ガイド付きウォークスルーをご希望ですか？ バーチャルハンズオンラボ でご確認ください。

1. 概要

重要: CoCo は LLM を基盤としており、非決定論的です。生成されるコードはこのガイドに示されているものと異なる場合があります。次のステップに進む前に、必ず出力を確認し、結果が期待通りであることをご確認ください。

学習内容

構築するもの

前提条件

CoCo CLI をご利用ですか？ 同じプロンプトはどちらのインターフェースでも動作します。CLI 固有のセットアップとターミナル出力の例については、CoCo CLI ウォークスルーをご参照ください。

2. セットアップ

CoCo in Snowsight

注意: CoCo は環境を認識しており、Workspace Notebook で使用すると、ノートブックが提供するすべてのツールにアクセスできるため、最良の結果が得られます。関連する場合、生成されたコードはノートブックに挿入され、自動的に実行されます。

3. 合成データの生成

プロンプト

Generate realistic looking synthetic data in database COCO_DB and schema COCO_SCHEMA 
(create if it doesn't exist). Create a table ML_LTV_TRANSACTIONS
with ~100000 transactions from ~500 customers over an 18-month period. Include
CUSTOMER_ID, TRANSACTION_TIME, AMOUNT, PRODUCT_CATEGORY, and CHANNEL. Make the
data realistic: customers should have varying purchase frequencies (some buy
weekly, others monthly), amounts should vary by category (electronics $50-$2000,
groceries $10-$200, apparel $20-$500), and channels should be web, mobile, or
in-store. About 10% of customers should be high-value (frequent buyers with
higher average spend).

生成される内容

注意: LLM によるテキスト生成の固有のランダム性により、結果はこのチュートリアルに示されているものと若干異なる場合があります。

注意: COCO_DB.COCO_SCHEMA はデータベースとスキーマの例です。ご利用の環境で CoCo が別のデータベースまたはスキーマにデータを保存した場合は、クエリを実行する前にこれらの値を更新してください。

SELECT * FROM COCO_DB.COCO_SCHEMA.ML_LTV_TRANSACTIONS LIMIT 10;

代替手段: 合成データを生成する代わりに事前構築済みのデータセットを読み込む場合は、このガイドの末尾にある付録 A — S3 からの事前構築済みデータセットの読み込みをご参照ください。

4. データの探索 (EDA)

プロンプト

Do exploratory data analysis and recommend the features needed to train a regression model that can predict each customer's total spend in the next 90 days.

生成される内容

5. モデルのトレーニング

プロンプト

Build those features and train a regression model to predict each customer's total spend in the next 90 days. Use two different algorithms, XGBoost and Random Forest, and evaluate the best one. Use 20% of the data as the eval set.

生成される内容

6. Model Registry へのログと推論の実行

プロンプト

Log the better model with metrics into Snowflake Model Registry, and use Snowflake Warehouse for inference.

プロンプト

Create feature profiles for 50 customers and run LTV predictions for them. Show the top 10 highest predicted LTV customers.

オプション: 代わりにモデルを SPCS のリアルタイム REST エンドポイントとしてデプロイする場合は、このガイドの末尾にある付録 B — SPCS でのリアルタイム推論をご参照ください。

7. エラーのデバッグと回復

よくあるシナリオ

ベストプラクティス

8. まとめとリソース

構築したもの

学習したこと

関連リソース

オプション A - クリーンアップ

A-1. CoCo

注意: このプロンプトは、データベースやモデルなどのオブジェクトが作成された同じ CoCo セッション内で最も効果的です。前のセッション（例：別の日）のリソースをクリーンアップする場合、またはご利用の環境にこのクイックスタートとは無関係なオブジェクトが含まれている場合は、より正確な制御のために下記の手動 SQL アプローチを使用してください。

Drop Database and model that we created earlier in this session

A-2. 手動 SQL

注意: COCO_DB.COCO_SCHEMA はデータベースとスキーマの例であり、COCO_WH はウェアハウス名の例です。ご利用の環境で CoCo が別のデータベースにデータを保存したか、別のウェアハウスを作成した場合は、クエリを実行する前にこれらの値を更新してください。

-- データベースとその中のすべてのオブジェクト（テーブル、スキーマ、ステージなど）を削除する
DROP DATABASE IF EXISTS COCO_DB;

-- Model Registry からモデルを削除する
DROP MODEL IF EXISTS COCO_DB.COCO_SCHEMA.ML_LTV_PREDICTOR;

-- ウェアハウスを削除する
DROP WAREHOUSE IF EXISTS COCO_WH;

注意: DROP DATABASE はその中のすべてのスキーマ・テーブル・ステージを削除します。このコマンドを実行する前に、データが不要であることをご確認ください。

オプション B - CoCo CLI ウォークスルー

セットアップ

curl -LsS https://ai.snowflake.com/static/cc-scripts/install.sh | sh

What role am I using and what databases can I access?

ヒント: 生成されたファイルを並べて表示するには、VS Code または Cursor のターミナル内で CoCo CLI を実行してください。

ヒント: テーブル名に # プレフィックスを付けることで（例：#COCO_DB.COCO_SCHEMA.ML_LTV_TRANSACTIONS）、会話を特定のオブジェクトに紐付けることができます。

合成データの生成 — CLI 出力

  Summary Statistics

  ┌───────────┬──────────┐
  │ Metric    │ Value    │
  ├───────────┼──────────┤
  │ Customers │ 500      │
  ├───────────┼──────────┤
  │ Min LTV   │ $12,930  │
  ├───────────┼──────────┤
  │ P25       │ $36,745  │
  ├───────────┼──────────┤
  │ Median    │ $54,617  │
  ├───────────┼──────────┤
  │ Mean      │ $76,769  │
  ├───────────┼──────────┤
  │ P75       │ $86,724  │
  ├───────────┼──────────┤
  │ Max       │ $495,857 │
  ├───────────┼──────────┤
  │ Std Dev   │ $67,972  │
  └───────────┴──────────┘

  Distribution (Histogram)

    LTV Range           Customers
    $12,930 - $36,868   126  █████████████████████████████████████
    $37,086 - $61,126   170  ██████████████████████████████████████████████████
    $61,382 - $84,439    74  ██████████████████████
    $85,925 - $109,095   35  ██████████
    $110,606 - $133,179  26  ████████
    $134,850 - $157,594  18  █████
    $158,039 - $181,760  19  ██████
    $182,181 - $206,059   7  ██
    $209,265 - $241,987  10  ███
    $257,600 - $283,419   5  █
    $345,815 - $387,939   7  ██
    $410,296 - $495,857   3  █

データの探索 (EDA) — CLI 出力

> Do exploratory data analysis and recommend the features needed to train a regression model that can predict each customer's total spend in the next 90 days.

✓  SKILL  machine-learning

✓  READ  cli-environment.md 194 lines

✓  READ  ml-development/SKILL.md 279 lines

* Let me set up the environment and build a comprehensive EDA script.

✓  BASH  which uv
  └─ /Users/shtanaka/.local/bin/uv

✓  BASH  cortex env detect
  └─ {"directory": "/Users/shtanaka/project/sfquickstarts", ...}

✓  BASH  uv venv /Users/shtanaka/project/sfquickstarts/.venv --python 3.10 2>&1
  └─ Creating virtual environment at: .venv

✓  BASH  uv pip install snowflake-ml-python xgboost 

✓  BASH  python session_helper.py  (connectivity check)
  └─ ✅ Connected successfully!

✓  WRITE  /Users/shtanaka/project/sfquickstarts/eda_ltv.py +330

✓  BASH  python eda_ltv.py
  └─ ... (99 more lines)

✓  READ  eda_output/09_feature_importance_rf.png
✓  READ  eda_output/04_correlation_with_target.png
✓  READ  eda_output/01_target_distribution.png

  EDA Results and Feature Recommendations

  Dataset Overview
  • 96,264 transactions, 500 customers, 18 months (2024-07-01 to 2025-12-30)
  • Zero nulls across all 5 columns
  • Feature/label split: 80,491 rows for features (before Oct 1, 2025),
    15,773 rows for the 90-day target window

  Key EDA Findings

  Target variable (90-day spend):
  • Right-skewed: median $8,767 vs mean $12,595
  • Range: $1,265 to $85,492

  Correlation analysis reveals two dominant signal families:
  1. Monetary features (r = 0.73–0.93): TOTAL_SPEND, SPEND_90D, STDDEV_TXN_AMOUNT, AVG_TXN_AMOUNT
  2. Frequency features (r = 0.58–0.72): TXN_COUNT, TXN_COUNT_90D, TXN_COUNT_30D

  Random Forest baseline: 5-fold CV R² = 0.646

  Recommended Features — Tier 1 (Strongest Predictors)

  ┌───────────────────┬─────────────┬───────────────┐
  │ Feature           │ Correlation │ RF Importance │
  ├───────────────────┼─────────────┼───────────────┤
  │ TOTAL_SPEND       │ 0.93        │ 0.741         │
  ├───────────────────┼─────────────┼───────────────┤
  │ SPEND_90D         │ 0.88        │ 0.041         │
  ├───────────────────┼─────────────┼───────────────┤
  │ STDDEV_TXN_AMOUNT │ 0.81        │ 0.054         │
  ├───────────────────┼─────────────┼───────────────┤
  │ AVG_TXN_AMOUNT    │ 0.79        │ 0.021         │
  ├───────────────────┼─────────────┼───────────────┤
  │ SPEND_30D         │ 0.78        │ 0.004         │
  └───────────────────┴─────────────┴───────────────┘

モデルのトレーニング — CLI 出力

> Build those features and train a regression model to predict each customer's
  total spend in the next 90 days. Use two different algorithms, XGBoost and
  Random Forest, and evaluate the best one. Use 20% of the data as the eval set.

✓  READ  experiment-tracking/SKILL.md 456 lines

✓  WRITE  /Users/shtanaka/project/sfquickstarts/train_ltv_model.py +358

* Script details:
  • Features: 28 features from EDA (RFM, spend windows, category/channel shares, trends)
  • Split: 80% train / 20% eval (random_state=42)
  • Model 1 — XGBoost: 500 trees, lr=0.05, early stopping at 30 rounds
  • Model 2 — Random Forest: 500 trees, max_depth=15
  • Experiment tracking: Both runs logged to LTV_90D_SPEND_PREDICTION

✓  BASH  python train_ltv_model.py
  └─ ... training complete

✓  READ  eda_output/10_actual_vs_predicted.png
✓  READ  eda_output/11_residual_distributions.png
✓  READ  eda_output/12_feature_importance_comparison.png

  Model Comparison (20% Eval Set — 100 customers)

  ┌────────┬─────────┬───────────────┬──────────────────────────┐
  │ Metric │ XGBoost │ Random Forest │ Winner                   │
  ├────────┼─────────┼───────────────┼──────────────────────────┤
  │ R²     │ 0.8088  │ 0.7872        │ XGBoost                  │
  ├────────┼─────────┼───────────────┼──────────────────────────┤
  │ RMSE   │ $3,782  │ $3,989        │ XGBoost                  │
  ├────────┼─────────┼───────────────┼──────────────────────────┤
  │ MAE    │ $2,791  │ $2,787        │ Random Forest (marginal) │
  ├────────┼─────────┼───────────────┼──────────────────────────┤
  │ MAPE   │ 37.86%  │ 32.86%        │ Random Forest            │
  └────────┴─────────┴───────────────┴──────────────────────────┘

  Best Model: XGBoost (by R²)

付録 A — S3 からの事前構築済みデータセットの読み込み

USE ROLE ACCOUNTADMIN;

CREATE DATABASE IF NOT EXISTS COCO_DB;
CREATE SCHEMA IF NOT EXISTS COCO_DB.COCO_SCHEMA;
CREATE WAREHOUSE IF NOT EXISTS COCO_WH
  WAREHOUSE_SIZE = 'XSMALL'
  AUTO_SUSPEND = 60
  AUTO_RESUME = TRUE;

USE DATABASE COCO_DB;
USE SCHEMA COCO_SCHEMA;
USE WAREHOUSE COCO_WH;

CREATE OR REPLACE FILE FORMAT ml_csvformat
  SKIP_HEADER = 1
  FIELD_OPTIONALLY_ENCLOSED_BY = '"'
  TYPE = 'CSV';

CREATE OR REPLACE STAGE ml_ltv_data_stage
  FILE_FORMAT = ml_csvformat
  URL = 's3://sfquickstarts/sfguide_getting_started_with_cortex_code_for_ds_ml/ltv_transactions/';

CREATE OR REPLACE TABLE ML_LTV_TRANSACTIONS (
  CUSTOMER_ID VARCHAR(16777216),
  TRANSACTION_TIME TIMESTAMP_NTZ(9),
  AMOUNT NUMBER(12,2),
  PRODUCT_CATEGORY VARCHAR(15),
  CHANNEL VARCHAR(8)
);

COPY INTO ML_LTV_TRANSACTIONS
  FROM @ml_ltv_data_stage;

SELECT 'Setup complete — ML_LTV_TRANSACTIONS loaded.' AS STATUS;

付録 B — SPCS でのリアルタイム推論

前提条件: Snowpark Container Services 用に設定されたコンピュートプール。

プロンプト

Log the better model with metrics into Snowflake Model Registry, and use SPCS to create a REST endpoint for online inference.

プロンプト

Create feature profiles for 50 customers and run LTV predictions using the REST API for online inference running on SPCS. Show the top 10 highest predicted LTV customers and a latency profile (p50, p95, p99).