顧客へのマーケティングで広くデータマイニングが活用できる理由とは？！

目的を持ってモデルを構築するような
統計分析では、事前に立てた仮説をもとに
需要予測や顧客の分類を行っていきます。

回帰や決定木などを活用するこのアプローチでは、
モデルのカギとなる目的変数を
設定するために人間の力が不可欠です。

データマイニングといってもデータを
入力すると自動的に新たな
知見が得られるわけではありません。

魔法の杖ではないITツールとデータ。

本題へ

データと言ってもビジネスの問題解決に
役立つようにならなければ個人的には意味が
ないと考えています。

そのデータで出来ることを考える方法として
データマイニングがあります。

データの収集は、データマイニングを
するうえで最初に検討する内容です。

データマイニングの精度をアップするうえでは、
大規模なデータの蓄積が欠かせません。

膨大な情報を活用するデータマイニングでは、
具体的にどのようなことが
出来るのでしょうか？

今回は、データマイニングで
出来る3つのことを共有いたします。

その３つとは、
・予測する
・分類する
・関係性を見つける
ことが長けています。

１つ目の予測ですが、
データマイニングで出来るのが、
データと事象の関連性を見つけて
特定の結果を予測することです。

例えば、D2Cブランドにおいて
商品データや顧客の個人データといった
蓄積された情報を分析することが可能です。

同じ商品を毎月購入してもらうような
単品リピート通販ではなく、

商品アイテムやブランドが沢山ある中で
この商品を購入すると
他に〇〇の商品が売れそうな
タイミングなどが予測出来ます。

広告やキャンペーンで販売しなくても
併売の予測が可能になります。

よって、単に商品を並べるだけではなく、
コンビニのお店の通り意図をもって
売り場を作ることで予測ができるのです。

２つ目の条件を設定して行う分類も、
データマイニングで出来ることのひとつです。

商品に興味がある人とない人を分類したり、
興味がある人を特徴別にクラスターの
グループ分けしたりすれば、
更に、効果的な分析になります。

条件の設定の多くは、お客様のランク付けで
ファーストクラス・エコノミークラスなどの
飛行機のステータスと同じようなことが実現
できます。

３つ目のデータマイニングでは、
これまで気付かなかったデータの関係性も
見つけることが出来ます。

例えば、同じ時期に売れる
複数の商品データを分析することで、
商品にどのような共通点があるかがわかります。

商品群に食品・化粧品・サプリメントと言った
一見違ったグループ（ジャンル）であっても
共通項がわかります。

前回の記事で紹介した「おむつとビール」の法則
もその事案になります。

よって、ターゲットの行動パターンや、
季節的な影響の有無などが見出せる可能性があります。

データの関係性を見つけることは、
マーケティングの戦略を立てるうえでも
プラスになるアプローチです。

データマイニングを行うためには、
データが必要です。

データを収集・蓄積し加工する
インフラ基盤を整える必要があります。

収集した膨大なデータを保管する場所
として広く利用されているのが、
データウェアハウスなど情報を
蓄積する際の基盤となるプラットフォームです。

データウェアハウスは、
大量のデータを保管する倉庫（ウェアハウス）
のような役割を果たす統合管理システムのことです。

追伸：#データマイニングD2C　西村公児