大量のデータから興味深く再利用可能な規則性を見つけ出すツールとは？

広告の分析は結構、沢山の企業がされていますので
私がお伝えしても意味ありません。

本題へ

今回は、上場企業の通販業界（リテール業界の方が適切かも）
が普通に使っているけど、まだ中小企業が使用して
いない、もっと言うと実践ができていない分析方法の
概要をお伝えします。

大きくは２つあります。
１つ目
データマイニング
・回帰分析
・テキストマイニング
・アソシエーション分析

２つ目
PSM分析
です。

今回は、１つ目のデータマイニングの
３つについて概要をお伝えします。

ちなみに、
PSMは、ポルシェ・スタビリティ・マネージメントシステム
ではありません。　

データマイニングとは、大量のデータを分析し、
その中からまだ知られていない
情報を見つけ出すことを意味します。

その情報から仮説を導き出すために分析をします。

統計解析との違いは予測したこと
以外も発見できることがあります。

今までの統計解析の場合、結果について
正規分布から予測することが一般的です。

しかしながら、正規分布は世の中の稀な事象でしか
発生しません。
人間が起点となる購買活動やその他の活動において、
このような美しい理論上の条件を満たすことはほとんど
ありません。

それは、そうです。
だって、人は感情で行動する訳なんで。

それゆえ、人間の活動が伴う場面では、
データマイニングが有効なのです。

特に、法人ではなく、一般消費者を扱う
ビジネスにおいては有効になります。

データマイニングは消費行動の
さまざまな分野で活用できます。

次の行動のきっかけとなる情報がほしい
というケースで、更にデータマイニングは力を発揮します。

データが介在する＝データマイニングが有効である
ということになります。

データマイニングの中の手法としては、
分析手法１
回帰分析があります。

ユーザのYESまたはNOを明確に
定義できるものの予測に向いているのが
事象の発生確率を予測するロジスティック回帰分析です。

例として、商品購入を促すダイレクトメール
などが有効です。

ダイレクトメールがきっかけとなって
「購入する」を1(100%)
「購入しない」をゼロ(0%)
と定義すると、DM送付者1人単位の
購入の確率を算出することができます。

これを元に、購入する確率が高い順に
DMを送付することが可能になります。

データマイニングの中の手法としては、
分析手法２
テキストマイニングがあります。

お客様の声などをテキスト化して、そのテキストから
プラスの感情を示す品詞とマイナスの感情を示す品詞
に分類することで、そのユーザーボイスの
ホンネを探ることができます。

そのテキストマイニングの結果を見て
グループ毎に最適な施策を打とうというものです。

テキストマイニングは沢山、ツールはありますが、
その意図とする解説書や判断の仕方がないので
使えないケースが多いみたいです。

ユーザーボイスから趣味や価値観
をグループ化するということは、
価値提供を受けたキーワードを見える化で
キャッチアップできます。

データマイニングの中の手法としては、
分析手法３
アソシエーション分析です。

アソシエーション分析とは、
商品とサービスの相関性を見つける分析手法のことです。

消費者が買い物カゴに入れられた
商品の組み合わせを理解することから、
バスケット分析やマーケットバスケット分析
と言われています。

この分析で有名なデータが
おむつとビールは一緒に購入される
という結果です。

以前、私が説明したので
詳しくは、ブログを見てください。

夕方、子供のおむつを買いに来た父親が
一緒にビールを買って買える
という予測できる話です。

以上がデータマイニングにおける主な
分析手法です。

データを有効活用したい場合、まずは
データマイニングツールの導入を
検討してみてはいかがでしょうか？

次回は、PSM分析について解説します。
追伸：#データマイニング　西村公児