添付したJMAR-marketing、またはWorkで選択した同名フォルダを使い、購買パネルとIoT行動のマーケティングリサーチを実施してHTMLレポートを完成させてください。
README.md、data-dictionary.md、analysis-brief.md、audit-checklist.mdを先に読み、定義・同意条件・母集団・基準日を固定してください。全件架空データです。

計画や図の案だけで止めず、以下を最後まで実行してください。
1. manifest.jsonを照合し、7CSVの全行をコードで処理する。構造確認のサンプルだけで全体を推測しない。
2. 購買明細の重複を除外し、企業コードを店舗マスターで照合する。バスケット表を作る。IoTの入退店を正規化して組み合わせ、同意・日時・滞在・店舗条件を満たす来店を作る。
3. 企業別/月別/属性別の加重・非加重分析、買い回り、併買、成熟したD30再購入、滞在行動と購買連結の関係、関心度別比較、0分/30分の感度、生活者単位の2,000回ブートストラップを実施する。
4. 支出総額・バスケット数・分母・結合前後の件数を独立に照合し、異常を修正する。支出額に数量を再度掛けない。参加者を複数行で重複カウントしない。
5. 実計算した値から最低6種類のグラフとフィルタ付き単体report.htmlを作る。CSS・JS・データを内包し、外部通信に依存させない。固定分析の母集団は探索フィルタと区別する。
6. ブラウザで開ける環境なら、全体・月別・企業別・カテゴリ別・空状態・リセットを操作し、KPI/図/表とCSVの一致、スマートフォン幅、印刷、外部通信なしを確認する。不備を修正して再確認する。
7. 指定された7ファイルを作り、Workローカルならoutput/の実在パス、チャットならダウンロードリンクを返す。

「長時間滞在が購買を生む」などの因果は断定せず、観測された関連・交絡候補・観測範囲・追加調査案を区別してください。ウェイトがあっても全国市場シェアと呼ばないでください。
長い作業はanalysis.pyとvalidation.mdへ進捗と残作業を保存してください。利用できない機能があれば具体的に伝え、未実施を確認済みにしないでください。原本を上書きしないでください。
