データ分析・活用の事例を分析する：小売におけるクロスMDと同時購買分析 （バスケット分析） その2 軸商品の選定
分析屋の下滝です。
本記事のシリーズでは、データ分析・活用だと思われる事例を分析しながら、我々はどのような活動をデータ分析やデータの活用だと呼んでいるのかを考察していきます。
なお、データ分析の各種の枠組みを分析していくという別観点のシリーズは以下を御覧ください。
過去の事例記事の一覧はこちら。
過去の事例分析を整理した記事はこちら。
事例の概要（前回のおさらい）
前回から引き継ぎ、小売における同時購買分析（バスケット分析）を扱い、そのプロセスをこれまでのプロセスパターンでどのように表現できるのかを確認していきます。
バスケット分析は、小売においては、クロスMD（マーチャン・ダイジング）の施策に使われます。クロスMDは、販売促進施策の一つで、あるカテゴリの商品の購買力を活用して、そのカテゴリと関連性のあるカテゴリの商品をそのカテゴリの近くに陳列することで、買上点数を向上させるというものです[1]。クロスMDの例としては、「カレールー」の売場に「福神漬け」を関連陳列させるのは代表的なクロスMDとなります[3]。
他にもクロスMDの種類と例としては、次のようなものがあります[3]。
・定番系クロスMD：かゆみ止めと殺虫剤、冷却シートと体温計
・気づき系クロスMD：生理用品と貧血改善薬あるいは鎮痛剤
・提案系クロスMD：脂肪燃焼系ドリンクとペットの散歩グッズ
クロスMDを実施検討する視点から考えると、あるカテゴリの商品が買われるときに同時に買われる可能性が高いカテゴリの候補を見つけられると、望ましいということになります。同時に購入されているかどうかは、一つのレシート（バスケット）内にその商品たちが同時に買われているかどうかで分析します。
クロスMDの施策を行うにあたってのID-POSデータ（ID付き購買データ。誰が、いつ、何を、どこで、いくつ、いくらで買ったのか）の役割は以下となります[3]。
・クロスMD企画立案時
クロスMDの組み合わせ仮説の立案（同時購買率とリフト値の算出）
・クロスMD企画の実施後
売上実績の評価（POSデータと併用活用）、クロスMD対象商品間の同時購買率の確認、クロスMD反応顧客の店舗購買金額の確認
今回の分析では、1つ目の「クロスMD企画立案時」のプロセスを対象とします。このプロセス内で、同時購買分析（バスケット分析）が行われることになります。
では、例題をもとにプロセスを確認していきます。
クロスMD企画立案
今回の例題は、文献[1]と[2]の解説を組み合わせたものとなります。クロスMD企画立案は、大きくは以下のステップだと考えました。
１．クロスMD施策を行いたい動機の発生
２．軸商品（軸カテゴリ）の選定（仮選定）
３．相手商品（相手カテゴリ）の選定（仮選定）
３．１．同時購買分析により相手商品の候補を抽出
３．２．同時購買率とリフト値の基準により候補を選定
４．軸商品と相手商品が同時に買われる理由の解釈
文献[1]によると、まず軸商品を選定し、次に相手商品の選定を行うと計画が立案しやすいと書かれています（スッテプ２と３）。文献[2]では、同時買われる理由を解釈するプロセスが解説されています（ステップ4）。
前回の記事ではステップ１を扱いました。今回はステップ２を議論します。
ステップ１の結論を復習しておきます。
「１．クロスMD施策を行いたい動機の発生」のステップは、上記の図で示すように、仮説という形で表現することにしました。
・機会となる仮説：n週目に販売促進を行えば店舗の売上が向上できるのではないか？
この「機会となる仮説」をインプットとしてあらたな仮説が立てられるとして表現しています。
・仮説：n週目に需要期となるカテゴリーYが存在し、カテゴリーXがYと一緒に購入されるのであれば、クロスMDを行うことで、カテゴリーXの買い上げ点数を向上させられる可能性があるのではないか？
なお、ステップ１の動機のように言い換えるのは次のようになります。
・クロスMD施策を行いたい動機：n週目に需要期となるカテゴリーYが存在し、カテゴリーXがYと一緒に購入されるのであれば、クロスMDを行うことで、カテゴリーXの買い上げ点数を向上させられる可能性があるため
なお、ここではカテゴリーXやYのように、まだ具体的なカテゴリーは定まっていないとして表現しています。
ここまでが、前回の記事で議論したことです。
ステップ２の「軸商品の選定」に進む前に、前回の記事でうまく表現できていない箇所をもう少し議論します。「機会となる仮説」からどうしてクロスMDだけの「仮説」が出てくるのかです。ここは、一つだけの施策とは限らず、複数の仮説が生まれる可能性もあるとして表現できるのはでないかと考えました。
上記の図では、クロスMDの施策だけでなく、値引きの施策も仮説として表現しています。
続いての疑問は、これらの施策はどこから生まれるのか、ということです。本記事では、「施策案を生み出すプロセス」というプロセスを特定していますのでそのプロセスで表現してみます。
「施策案を生み出すプロセス」は「機会となる仮説」をインプットとして受け取り「施策案」をアウトプットとして生み出すとここでは表現しています。
・施策案：クロスMDをする
・施策案：値引きをする
どのような施策案が生み出せるのは、大きく２パターンが考えられます。
・可能性1：ひらめいた。
・可能性2：自身の過去の経験で同じような施策をしている。または、その施策を手法として何かで知っていた。
これらの可能性のプロセスはまだ表現できていません。
各「施策案」は「機会となる仮説」と共に、インプットとして「仮説を生み出すプロセス」に渡されます。「仮説を生み出すプロセス」は、受け取った「施策案」に対応する「仮説」をアウトプットするとここでは表現しています。
ただし、次のような表現上の疑問が考えられます。
１．施策案をどのような粒度や抽象度で表現するのか
２．施策案と仮説の違いは何か
３．施策案から仮説を生み出すとはどのようなプロセスなのか
前回の記事の考察では、施策案は具体的な施策になるための施策テンプレートとしての役割を果たす、と述べました。
クロスMDの場合は、少なくとも「軸商品カテゴリ」と「相手商品カテゴリ」を決める必要があります。別の言い方を知れば、「軸商品カテゴリ」と「相手商品カテゴリ」がテンプレートとして埋める箇所（ここではテンプレート変数と呼ぶことにします）にそれぞれなります。
このように施策案をテンプレートとして表現することは、いくつかの疑問や特徴を生み出します。以下ではこれらを議論します。
１つ目として、ある施策において、どれだけの箇所を埋める必要のある要素となるテンプレートとなるのかは、その施策の理解の状況に依存するかもしれません。
２つ目として、テンプレート変数に具体的にどのような値を入れるのかのプロセス自体が存在すると考えられます。クロスMDにおいては「軸商品カテゴリ」と「相手商品カテゴリ」の変数に値を入れるとは、本記事でのステップ２と３に対応すると考えられます。
・「２．軸商品（軸カテゴリ）の選定（仮選定）」
・「３．相手商品（相手カテゴリ）の選定（仮選定）」
さらに、このことは、どのような一連のプロセスを行うのかといった手順を規定するものであるとも言えます。たとえば、軸商品を選定するプロセスがあり、相手商品を選定するプロセスがある、というのは、クロスMD施策案を選んだ時点で決まるプロセスであると考えられます。
３つ目として、テンプレート変数に何を入れるのが適切なのかという制約や基準といった条件があるとが考えられます。たとえば、次節で詳しく議論しますが、軸商品は、大きく、以下の条件を満たしていることが望ましいとされます。
・購買力（購買率が高い、または、計画率が高い）のある商品
・販促時期に売上のピークがくる商品
さらには、条件としては個々の変数だけでなく、複数の変数が決まったあとでの条件もあるかもしれません。たとえば、クロスMDでは組み合わせる商品の「用途やメニュー、購買者の嗜好やニーズに関連性があること」ように、施策実施者にとって納得のいくものでなくてはなりません[2]。このような条件をクリアして、最終的には、実施される具体的な施策となると考えられます。
以上を踏まえると、施策案から仮説が生まれるプロセスは、次のように説明できるかもしれません。
１．テンプレート変数に当てはまる値が存在するとは限らない（条件があるため）。そのため、そのような値が存在することを検証（確認）する必要がある。
２．施策は実行されるだけでなく、実行結果を検証（評価）する必要があるという考え（PDCA）の前提がある。そのため、どのような実行結果になるのを期待するのかという仮説がある。
つまり、仮説としての表現は、この１と２を組合わせて一つの要素として表現しているとも言えそうです。
なお参考として、仮説を使わないプロセス表現も以下の図で紹介しておきます。どちらか適切な表現なのかはまだわかりません。今回は仮説による表現を採用し、仮説を使わない表現に関する分析は、今後の課題としたいと思います。
最後に、現時点でのプロセスの流れは以下の図のようになります。値引きの施策は今回は扱わないため削除しました。
では、次節では、クロスMDにおける軸商品の選定のプロセスを分析していきます。別の言い方をすれば、テンプレート変数の一つを埋めていくプロセスとなります。
軸商品の選定
クロスMDを立案するにあたっては、軸となる商品（カテゴリ）とその商品の売り場を借りる相手商品（カテゴリ）の候補を選定する必要があります。
文献[1]によると、まず軸商品を選定し、次に相手商品の選定を行うと計画が立案しやすいと書かれていますので、本節では、軸商品の選定のプロセスを見ていきます。ここでの軸商品の選定は、まだ候補としての選定です。というのも相手方商品も選定されたとしても、顧客から見て意味のあるテーマの組み合わせの関連陳列なのかどうかの判断が必要となり、それには人による解釈が必要となるためです。
文献[1]にもとづくと、軸商品の選定基準は2つあるようです。両方を満たすことが望ましいと思われます。
・購買力（購買率が高い、または、計画率が高い）のある商品
・販促時期に売上のピークがくる商品
まず、クロスMDにおいては、軸商品の購買力をもとに、相手商品の販売を促進します。
購買率は、たとえばある期間中に顧客が10回来店し、そのうち２回商品（カテゴリー）Zが購買された場合、購買率は20%になります[1]。
計画率は文献[1]では記載が無いように思えましたが、文献[5]を参考にしてみます。ここでいう計画、あるいは、計画購買とは、顧客が来店前にその商品を購買することを計画していたかどうかを意味するものです。具体的な議論（たとえばブランドレベルなのかカテゴリーレベルなのか）は長くなるので省略しますが、スーパーマーケットでのカテゴリーレベルでの計画購買率（と購買率）には、次の図のような特徴があるようです。
以上が1つ目の基準となります。
2つ目の基準は、販促時期に売上がピークにくるカテゴリーを選ぶという基準です。これは前回の記事や前節で議論したことに関係します。クロスMDに限らず、販促対象となる時期に、需要期がくるカテゴリーを対象とするものです。
売上がピークにくるカテゴリーを選ぶには、売上トレンド分析というものを使います[1]。1年間の週別の金額PIの指数（や単に売上）を折れ線グラフで描き、ピークとなっている週を特定します。
以上、２つの基準を見てきました。それぞれをどのようにしてプロセスとして表現できるのかを分析しています。
まずは、売上がピークになるカテゴリーを選ぶプロセスに関して考えてみます。特徴としては以下があります。
１．カテゴリーごとに売上を集計をしている
２．集計結果を基に、基準を満たしているか判断している
３．基準を満たしているなら、次のステップに進む
以下のようなプロセス要素として解釈できると考えました。これらのプロセス要素は、過去の記事で特定してきたものです。
・集計のプロセス：ID-POSデータにより、カテゴリーごとに売上を集計
・知識を生み出すプロセス
・比較のプロセス
・非課題抽出プロセス：カレールーはn週目に需要期となる
・課題抽出プロセス
・仮説を検証するプロセス：n週目に需要期となるカテゴリーであるカレールー（Y）が存在した
以下の図にこれらのプロセスを示します。
集計結果から需要期を特定するプロセスは、非課題抽出プロセスとしましたが、適切なのかどうかは議論が必要かもしれません。非課題抽出プロセスは、比較するプロセスの一種としてモデル化しているためです。つまり、今回の例では、何かと比較しているのでしょうか。
アルゴリズムのように表現するならたとえば、こうなります。
１．n週目の売上を抽出する
２．年間の週の売上が最も大きい週の売上を抽出する
３．１と２を比べて同じであるなら、需要期であると判別する
確かに、比較自体は発生しています。
参考に、過去の記事で、非課題抽出プロセスの結果とした具体例は以下となります。
A. 市場全体やスーパーでは飲用酢の売上高が前年比で6%以上伸びているのに、ドラッグストアではむしろ減ってる。
・比較対象１：市場全体やスーパーでは飲用酢の売上高
・比較対象２：ドラッグストア
・知識：減ってる
B. ピーク時間帯（22～23時）は、他の時間帯よりも男性顧客の割合が多い
・比較対象１：ピーク時間帯（22～23時）
・比較対象２：他の時間帯
・知識：男性顧客の割合が多い
C. 酢のストレートタイプではダイエット食品や野菜飲料、乳酸菌飲料などの健康食品が一緒に購入されることが多い（食酢の具体的な数値はないため、以下の例は他の文献をもとにしています）
・比較対象１：相手商品購買率：米飯加工品が入ったバスケットに調理済みカレーも入る確率：1.6%
・比較対象２：同時購買率：全バスケットの中に調理済みカレーが入る確率：6.0%
・知識：全バスケットの中に調理済みカレーが入る確率の方が大きい
では、これらと同じように表現できるでしょうか？
・比較対象１：n週目の売上は、100,00円
・比較対象２：年間の週の売上が最も大きい週の売上は、10,000円
・知識：n週目の売上は、年間の週の売上が最も大きい週の売上と同じ
表現できなくはなさそうです。
なお、需要期をどこと見なすのかは、必ずしもアルゴリズム的に厳密に決まるわけではないかもしれません。たとえば、売上が最も大きい週より何週か遅い週（n - 1など）を選ぶかもしれません。
続いて、購買力の基準を満たすかどうかのプロセスです。以下のようなプロセス要素として解釈できると考えました。
・非課題抽出の動機を生み出すプロセス：集計結果をみれば「カレールー」に購買力があるかどうかわかるため
・知識を生み出すプロセス
・比較のプロセス
・非課題抽出プロセス：「カレールー」は購買力が高い
・課題抽出プロセス
・仮説を検証するプロセス：購買力が高いカテゴリーであるカレールー（Y）が存在した
以下の図にこれらのプロセスを示します。
まず、1つ目の基準であった需要期のプロセスの表示は省略して、非課題知識のみ残しています。さらに、仮説に需要期の条件だけでなく購買力が高いという条件も追加しています。
次に、新たな集計は行わず、文献[5]の集計結果を使うプロセスであると表現しました。結果として新しいプロセス要素である「非課題抽出の動機を生み出すプロセス」と「非課題抽出の動機」を導入しました。
疑問となる点は、「カレールーは購買力が高い」というのを、非課題抽出プロセスで表現してよいかどうかです（ここでは仮として購買力が高いとしています。図の「もう一品型」に存在すると仮定）。
購買力が高いと判別するプロセスをアルゴリズムのように表現するならたとえば、こうなります（計画率は省略しています）。
１．カレールーの購買率を抽出する（集計結果から探す）
３．カレールーの購買率と購買率が高い判別される値と比べて、高ければ購買率が高いと判別する
非課題抽出プロセスの結果として表現しなおすとこうなります。
・比較対象１：カレールーの購買率
・比較対象２：購買率が高い判別される値
・知識：カレールーは、購買力が高い
表現できなくはなさそうです。
今回は以上です。相手商品の選定以降は、次回の記事に続きます。
考察
考察を行います。
施策の企画立案時における複数の分析プロセスの存在
本節では、施策の企画立案時において、複数の分析プロセスが存在することを議論します。
文献[3]によれば、以下の２つのときに、ID-POSデータの役割が出てくるとされます。
・クロスMD企画立案時
クロスMDの組み合わせ仮説の立案（同時購買率とリフト値の算出）
・クロスMD企画の実施後
売上実績の評価（POSデータと併用活用）、クロスMD対象商品間の同時購買率の確認、クロスMD反応顧客の店舗購買金額の確認
今回の記事では、クロスMD企画立案時を対象としており、さらに軸商品を決めるまでのプロセスを扱いましたが、それでも２つの分析が存在するように思えました。
・需要期を特定するためのトレンド分析
・購買力を特定するための分析（こちらは、命名はされていません。また、すでに集計されたものを使うとしましたが、手持ちのデータで集計することも可能です）
本記事のシリーズでは、あえてプロセスの最小単位の表現として分析は使ってはいませんが、ここでは、特定のプロセスの組み合わせを分析と仮に呼ぶことにします。
より一般的には、次のような表現となるでしょうか。
ここでの疑問は、何が分析のプロセスの数を決める要因となるのか、です。クロスMDの場合は、一つの側面としては、施策案のテンプレート表現と連動していると言えるかもしれません。ここでは、軸商品カテゴリのテンプレート変数に入る値の条件として存在する２つの条件が、それぞれの分析に対応していると考えられます。
さらにいくつかの疑問が出てきます。
・条件があるときには、分析が必ず出てくるのか？
・条件自体はどこから来るのか？
これらの疑問に関する考察は次回以降としたいと思います。
プロセスパターンの修正
最後に、プロセスパターンのまとめです。今回の事例をもとに、プロセスのパターンを次のように修正しました（変更点は太字）。
・集計の動機を生み出すプロセス
・集計のプロセス
・知識を生み出すプロセス
・比較のプロセス
・非課題抽出プロセス
・課題抽出プロセス
・非課題抽出の動機を生み出すプロセス
・機会を探す動機を生み出すプロセス
・機会となる仮説を生み出すプロセス
・機会となる仮説を検証するプロセス
・仮説を生み出すプロセス
・存在を期待する仮説を生み出すプロセス
・施策の実行結果を期待する仮説を生み出すプロセス
・仮説を検証するプロセス
・存在を期待する仮説を検証するプロセス
・施策の実行結果を期待する仮説を検証するプロセス
・施策案を生み出すプロセス
・疑問を生み出すプロセス
・疑問に対する仮説を生み出すプロセス
・疑問に対する検証方法を生み出すプロセス
・疑問に対する仮説を検証するプロセス
・施策を生み出すプロセス
・施策案を施策に具体化するプロセス
・施策の仮説を生み出すプロセス
・施策を実行するプロセス
・施策の仮説を検証するプロセス
まとめ
今回は、前回から引き続き、販促手法の一つとしてのクロスマーチャンダイジング（クロスMD）施策における、バスケット分析（同時購買分析）でのプロセスの詳細を、プロセスパターンで表現できるかどうかの検証を試みました。
今回は、軸商品となる商品選定のステップまでを分析しました。
次回は相手商品の選定パートの分析を行います。続きはこちら。
参考文献
[1] 店頭マーケティングのためのPOS・ID-POSデータ分析, 2016
[2] ID-POSデータ活用検定（基礎・カテゴリー分析編）テキスト, 2023
[3] 改訂版 「マーチャンダイジング」と「マネジメント」の教科書, 2015
[4] 52週マ-チャンダイジング: 重点商品を中心にした営業力強化と組織風土改革, 2004
[5] インストア・マーチャンダイジング 第2版, 2016
株式会社分析屋について
ホームページはこちら。
noteでの会社紹介記事はこちら。
専用の採用サイトはこちら。
求人情報はこちら。
【データ分析で日本を豊かに】
分析屋はシステム分野・ライフサイエンス分野・マーケティング分野の知見を生かし、多種多様な分野の企業様のデータ分析のご支援をさせていただいております。 「あなたの問題解決をする」をモットーに、お客様の抱える課題にあわせた解析・分析手法を用いて、問題解決へのお手伝いをいたします！
【マーケティング】
マーケティング戦略上の目的に向けて、各種のデータ統合及び加工ならびにPDCAサイクル運用全般を支援や高度なデータ分析技術により複雑な課題解決に向けての分析サービスを提供いたします。
【システム】
アプリケーション開発やデータベース構築、WEBサイト構築、運用保守業務などお客様の問題やご要望に沿ってご支援いたします。
【ライフサイエンス】
機械学習や各種アルゴリズムなどの解析アルゴリズム開発サービスを提供いたします。過去には医療系のバイタルデータを扱った解析が主でしたが、今後はそれらで培った経験・技術を工業など他の分野の企業様の問題解決にも役立てていく方針です。
【SES】
SESサービスも行っております。