見出し画像

ノーコードAIツールで予測するたこ焼き屋さんの客層｜第1回 客層データを可視化する

株式会社ヒューマノーム研究所【AI部】

こんにちは！ヒューマノーム研究所でインターンをしている佐藤です。

みなさんは、たこ焼きを買う派ですか？ 自宅で作る派ですか？ 私は自宅で作る派です。個人的には、たこ焼きにソースをかけてお出汁につける食べ方が好きで、家で作るときは必ずやっています。とても美味しいので是非試して見てください！

さて、今回の連載では、そんなたこ焼きの売り上げデータについて、当社が開発するHumanome CatData（以下CatData）を使って分析していきます。

CatDataは、無料で大部分の機能が利用できます。アカウントをお持ちでないようでしたら、ぜひお試しください！


データの説明

今回の連載では、下記の本で紹介されている「たこ焼きの売上データ」を利用して解析しています。

このデータは、あるたこ焼き屋のたこ焼きの売り上げと客層を示したものです。このたこ焼き屋ではプレーンのたこ焼きとネギたこ焼きを売っています。今回使用するデータの項目は以下のとおりです。

  • weather（天気）：sunny, cloudy, rainy

  • 買ったたこ焼きの各種類ごとの個数：n_takoyaki, n_negi

  • 買ったたこ焼きの総数：n_pack

  • customer_class（客層を表すもの）：single, family, couple

このデータでは来店したお客様について、"customer_class" を使って3つのタイプに分類しています。single, family, coupleと表記され、それぞれ一人で来店、家族で来店、カップルで来店したことを示しています。

また、たこ焼きは、一般的なたこ焼きとネギたこ焼きの2つが解析の対象となっています。この記事内では、それぞれ「たこ焼き」と「ネギたこ焼き」と表記します。

テーブルの新規作成

では、どの客層がどんな商品を買っているのか？について、CatDataを使って予測してみます！

「テーブルの新規作成」から、たこやきデータのファイルをドラッグ＆ドロップをしてデータを読み込み、利用目的の選択で「可視化」を選択します。そして、保存をクリックすると、「前処理:アクションセットの編集」まで自動で移動します （図1）。その後、画面の右上にある「可視化」を選択すると可視化に移動します。

図1. 新規テーブルの作成方法

データの可視化

天気と購買数の関係

最初に、天気と購買数の関係を確認するため、「列1：”weather”」「列2：”n_pack”」に設定します（図2）。”n_pack”は、お客様が何パック買ったか？について「1~3」の数値で表している列です。

図2.”weather”と”n_pack”の比較

晴れの日（sunny）はたこ焼きがよく売れ、雨の日（rainy）はたこ焼きがあまり売れない傾向にあります。雨の日は外に出ずに家にいることが多かったり、外に出ても最低限の用事だけにしようと考えるひとが多いのでしょうか。今だったら、デリバリーしてもらう可能性もありますね。

天気と客層の関係

天気と客層の関係を見るため、「列1：”customer_class”」、「列2：”weather”」に設定を変えてみました（図3）。

図3　”customer_class”と”weather”の比較

トータルでは、singleが一番たこ焼きを買う量が多いことが分かります。晴れの日（sunny）はどの客層もたこ焼きを買っていますが、雨の日（rainy）はどの客層もたこ焼きの購入者が少ないようです。特にcoupleの購入者が少ない傾向にあります。

客層と購買数の関係

客層と購買数の関係をみるため、「列1：”customer_class”」、「列2：”n_pack”」に設定を変更します（図4）。

図4. ”customer_class”と”n_pack”の比較

coupleとsingleは、1パックだけ買う人の数が圧倒的に多く、familyはどのパック数も同じくらい買われてます。

singleは一人で食べる十分な量が入っているため1パックを、coupleは2人でわけて食べるために1パックだけを購入することが多いのでしょうか。familyは家族の人数によってたこ焼きを分ける数が変わるからか、それぞれのパック数が均等に売れる、と考えられます。

客層とたこ焼きの種類の関係

最後に、客層とたこ焼きの種類の関係を確認するため、「たこやき」と「ネギたこ焼き」の2種のグラフを作成しました（図5）。

  • 「列1：”customer_class”」、「列2：”n_takoyaki” 」

  • 「列1：”customer_class”」、「列2： “n_negi”」

この比較では、2種のグラフを表示するために、作成したグラフをまとめて表示する専用ページを作ることができるCatDataの機能「レポート機能」を使ってみました。今回作成したレポートページは、下記の共有リンクからご覧ください。

レポート機能の紹介や、レポートの作成手順については、下記の記事を参考にしてください。

図5. ”customer_class”と”n_takoyaki”、”n_negi”の比較

たこ焼きはどの客層も買っていて、singleでは1パックのみ売れていますが、coupleとfamilyでは2パック売れることがあります。ネギたこ焼きは、coupleとfamilyではあまり売れておらず、coupleとfamilyを比較した場合、coupleの方が購入数が少ない傾向にあります。また、coupleとfamilyは、ネギたこ焼きを2パック以上購入している人がいないことが分かります。

coupleとfamilyでネギたこ焼きを買っている人が少ないのは、「独特の匂いが嫌だ」「子供がネギを嫌っている」など色々な理由がありそうですね。

終わりに

たこ焼き屋の客層と売れ行きの関係性については、考察というよりも妄想的になってしまいました。他にも結果に対する考察（妄想）は沢山あると思います。皆さんも考えてみてください！

次回は、学習を行います。お楽しみに〜。

※ 筆者紹介
佐藤 美結（慶應義塾大学環境情報学部3年）：クマムシの生態に興味があります。好きなものはポケモンです。機械学習、プログラミングを一昨年から学び始めました。
---
私たちは、ワークショップのTAや機械学習ツールの使い方の紹介記事を執筆しています。今後も、AI構築の実際についてご紹介していきますので、お読みいただけると嬉しいです！

データ解析・AI構築の初学者向け自習テキスト

表データを利用したAI学習テキスト（Humanome CatData）

画像・動画を利用したAI学習テキスト（Humanome Eyes）

AI・DX・データサイエンスについてのご質問・共同研究等についてはお気軽にお問い合わせ下さい！

この記事が気に入ったらサポートをしてみませんか？