5分でわかるアソシエーション分析:初心者でもできる相関関係のデータ分析

マーケティングや、販売企画を担当されている方に限らず、営業マンでも、知っていると便利なデータ分析方法。

それが、アソシエーション分析です。

初心者でも、アソシエーション分析は、さくっと把握できて、活用できます。

アソシエーション分析は、併売のロジックなので、いわゆる、レコメンドエンジン的な商品の売り方ができるようになるからです。

クロスセルをして、顧客単価をあげたい。

そんなときに活用しやすいデータ分析がアソシエーション分析なんです。

今回は、そんなアソシエーション分析を簡単に解説します!

アソシエーション分析とは

アソシエーション分析は、購買データなどから、相関ルールを見つけることができる分析方法です。

アソシエーション分析の具体例としては、

たばこを買う人は、ライターも買いやすい

とかですね。

これはイメージしやすいですね。

もっというと、

紙おむつを買う人は、ビールを買いやすい

こんなこともデータで分析できます。

ちなみに、この事例は本当にあった事例です。

実際にて、店舗に陳列したら、売上アップにつながったんだとか。

参考:ITMEDIAエンタープライズ
おむつとビール(おむつとびーる)
https://www.itmedia.co.jp/im/articles/0504/18/news086.html

アソシエーション分析は、「Aの行動をした人はBの行動もしやすい」という関係を導き出すデータ分析の方法なのです。

データマイニングの概念なんですよね。

実は、このアソシエーション分析、3つの計算式で成り立っているんです。

アソシエーション分析の計算式

アソシエーション分析は、下記記載の3つの計算式で導き出せます。

とっても簡単なので、営業マンの方にも活用ができるデータ分析の方法です。

  1. 支持度(support)
  2. 確信度(confidence)
  3. リフト値(lift)

これらの値を活用することでできるデータ分析です。

要は、リフト値(lift)の値が、1より大きいかどうかが、相関関係が高いかどうかを示すものになります。

そのため、
リフト値(lift)を求める計算をしていく感じです。

リフト値(lift)は、

リフト値(lift)

確信度÷商品Bが購入されたデータ数

で求めることができます。

実際の各値の計算式と意味合いも説明していきます。

支持度(support)

支持度(support)は、全データから商品AとBが同時に購入されたデータの割合です。

たとえば、全データが10個。

商品AとBが同時購入されたデータの数が2個。

これなら、支度度は、5分の1 になるわけです。

この支度度の割合が高いほどビジネスとして、併売がうまくいっている、すなわち、売上貢献している比率が高いことになります。

支持度の計算式は、

支度度

商品AとBが同時購入されたデータ数÷全データ数

確信度(confidence)

確信度(confidence)は、商品Aを購入した人が商品Bも購入してくれる割合。

具体的に書くと、先程の例を引用すると、

商品Aの購入数が8個なら、

確信度は、2/8なので、4分の1となるわけです。

確信度(confidence)の割合が高ければ、高いほど、この商品AとBの2商品の相関関係が強い商品ということを示してくれます。

確信度(confidence)の計算式は、

確信度=
商品AとBが同時購入されたデータ数÷商品Aが購入されたデータ数

ちなみに、リフト値を、今までの具体例にあててみると、

リフト値

確信度÷商品Bが購入されたデータ数

なので、仮に商品Bの購入数が4なら、

4分の1÷4

16分の1

になるわけです。

この場合、リフト値は、1より小さいので、

商品Aと商品Bとの相関関係は低いということが、データの計算上、洗えるわけです。

アソシエーション分析についての詳細は
以下URLも参考にしてください。
https://analytics-news.jp/info/ass-analysis

アソシエーション分析終了後、何をすれば販売促進になるか?

アソシエーション分析までやっても、売上は変わりません。

リフト値をもとに、アクションをしないとですね。

販売促進のため、
同時購入されやすい商品を、セット商品として、パッケージ販売してもいいですよね。

たとえば、リフト値の1以上の商品2つ同時購入で、5%OFFとかのPRをしてもいいですよね。

他にも、商品Aを購入するときに、商品Bが値引きされるクーポンを発行してもいいですよね。

もっと簡単なのは、陳列する棚を近づける、それでもいいですよね。

いずれにせよ、やるべき目的は1つです。

「ついで買い」を促進して、顧客単価をあげるように、販売促進をすることです。

Aという商品を買ってくれたなら、Bという商品もはまるという関係を導き出すことが、まずは第一歩です。

これは、ECサイトでも活用できます。

BtoBビジネスでも、活用できます。

BtoBのみをしているのぼり屋さんが、のぼりを売ったら、ついでに、のれんも買ってもらえるようになる、という相関関係のデータを手に入れられたら、そういうセットを構築してもいいですから。

まとめ:アソシエーション分析、まずはTRY。売り上げ拡大で、アウトソーシング

データアナリティクスを極めるなら、まずは、簡単に始めてみるのがおすすめです。実践的にデータ分析した知識や事例は、色褪せません。

自分のスキルとして帰ってきます。

本格的にデータ分析するなら、ITの知識やスキル、プログラミング能力も必要になってきますが、まずは、販売をメインとして、考えてください。

売上がついてくれば、

アソシエーション分析を、アウトソーシングしてもいいんです。

ECサイトなら、レコメンドエンジンを導入すればいいんです。

まずは、売上をあげていくことですので、1回、アソシエーション分析をやってみてはいかがでしょうか?

エクセルベースでできるものなので、ぜひ、アソシエーション分析を始めてみませんか?

googleアナリティクスとweb広告のレポートがあわない?

web広告のクリック数とGoogleアナリティクスのセッション数があわない原因と解決方法

楽天がトレンド予測!2019夏のヒット商品は? スポーツ系が人気?