問題要因を決定木であぶりだす村田製作所

2014年12月09日読了時間： 5分

事業部門で活用される主な分析手法を解説する本特集。今回は「クロス集計」「回帰分析」「クラスタリング分析」「決定木分析」の4手法の活用を取り上げる。

【クロス集計】属性の軸で何段にも絞り込む

データを2つ以上の軸で同時に絞り込んで集計する手法。基本的だが応用範囲が広い。仮説を検証したり、対象グループの顧客像を詳細化したりできる。データ分析に本格的に取りかかる前の要約、各分析手法で処理した後の報告といった場面で使われる。分析ではどの軸をどの範囲に設定するのかがポイントとなる。

　8社中8社が使っている“鉄板”とも言える手法がクロス集計である。日本航空（JAL）の渋谷氏は「約8割のデータ分析はクロス分析を使っているのではないか」と言う。

　JALは新たな顧客層を掘り起こすため、女性だけで旅行をする「女子旅」というグループを見いだした。当初の「女子旅」の顧客像は次のようなものだった。

・20～40代の女性マイレージ会員
・Webで購買する
・過去A年間にB回以上、日本発のJAL国際線に搭乗
・同年代グループでC回以上搭乗

　この条件に基づくマイレージ会員は約1万人存在したという。さらに「年代」「渡航時期」「ウェブページ閲覧内容」「渡航先」といった条件でクロス分析する。これによってどの年代、どの渡航先に女子旅が多いのかといったことが分かってくる。

　そうしたクロス集計を重ね、女子旅の顧客プロファイルがより明確になる。具体的には以下のような条件もデータから見えてきた。

・現地での滞在日数がX日
・Y月の搭乗が多い
・スマートフォンでの閲覧が多い
・特定のページをよく閲覧する
・マイレージの加入歴が比較的短い

【回帰分析】比例関係や実現確率を割り出す

データ間の比例関係を確認する手法。1変数との関係を見るものを単回帰、2つ以上の変数との場合は重回帰と言う。単回帰はy＝ax+bといった式で表せる。ロジスティック回帰は確率を予測する。複数の因子を比較して、0～1の値を算出。1に近いほど実現確率が高い。流通のほか医療や金融でも使われ始めた。

　データ分析は最終的に収益に結びつける必要がある。JALは今度はロジスティック回帰分析を使って、既存の顧客から同じような特徴を持つ層を見つけ出した。“らしさ”の確率を算出し特定していったのだ。

　そうした女子旅予備軍とも言うべき層にWebサイトでバナーのレコメンドをするなどの施策を展開。該当しない顧客に比べて、購買額が約10倍も多かったという。

日本航空が「女子旅」を特定する際に活用した分析手法

顧客に紐づくデータで分類

　リクルートライフスタイルで消費者向けのネットサービス全般を担当しているネットビジネス本部ディベロップメントデザインユニットアーキテクトグループの前田周輝氏は旅行予約サイトのじゃらんnetなどで、顧客への施策を実施するためクラスタリング分析を活用している。アクセスログや顧客の予約履歴などを統合したデータを、非階層型のクラスタリング分析でグループ化する。

　そのうえでクロス集計で見つけていた「カップル」「新規」「リピート」「夫婦」といった属性について「より細かくセグメント化できるかどうか、そもそも意味のある詳細化かどうか」（前田氏）を検討する。

【クラスタリング分析】関係の近い情報をグループ化

クラスター分析ともいい、膨大なデータから関係の近い情報を分類する。流通業などが顧客分析に使うケースが多い。階層型は樹形図の出力となる。近くに分類された項目は関係が強く、分析者側がグループの境界を決める。一方で、非階層型は何グループに分類するのかをあらかじめ指定するという特徴がある。

　クラスタリング分析とクロス集計を繰り返すのと並行して、それぞれのセグメントに対するキャンペーンなどの施策を考える。そして該当する顧客がサイトに来訪した際には、ページ内のコンテンツの内容などで適切なおすすめを行う。こうした取り組みで、じゃらんnetの予約数は今年10月までの1年間で7743万人泊と高水準で推移している。