アソシエーション分析は、大量のデータから「もし〜なら、そのときは〜」という関連性（アソシエーションルール）を見つけ出す分析手法です。POSレジデータやECサイトの購買履歴などのビッグデータが主な対象で、例えば「おむつを買う人はビールも買う」といった隠れた関連性（パターン）を特定します。この結果を元に、商品の配置や販売促進策に活用することで、売上向上や顧客満足度の向上を目指します。
特徴
- 目的:データ間の隠れた関連性やパターンを発見し、ビジネス戦略の根拠とする。
- 主な対象データ:購買データ（POSレジデータ、ECサイトの購買履歴など）、ウェブサイトの回遊履歴、検索キーワードなど。
- 代表的な例:「おむつとビール」の例が有名です。購買データを分析した結果、「おむつを買う父親が、帰りにビールを一緒に買っている」というパターンが明らかになり、おむつの隣にビールを陳列した結果、売上が向上したというものです。
- 「アソシエーションルール」の生成:「Aという商品を購入した顧客は、Bという商品も購入する可能性が高い」といった関係性をルールとして抽出します。
- 関連指標:分析結果を客観的に評価するために、「支持度（Support）」、「信頼度（Confidence）」、「リフト値（Lift）」といった指標を用います。
活用例
- 小売業:
- 商品陳列・レイアウト:関連性の高い商品を近くに配置して、同時購入を促進する。
- クロスセル・アップセル:顧客が購入した商品に応じて、関連商品を推奨する。
- キャンペーン施策:複数商品のまとめ買い割引など、関連性を踏まえた効果的なキャンペーンを企画する。
- 医療分野:
- 疾患の併発傾向の発見:「ある疾患を持つ患者は、別の疾患を併発する傾向が高い」といったパターンを分析し、未知の関連性を発見する。
- ECサイト・ウェブサービス:
- サイト内導線の改善:関連性の高いページ閲覧の組み合わせを分析し、ユーザーが求める情報をスムーズに見つけられるようにサイトを改善する。
- レコメンデーション:ユーザーの閲覧履歴や購入履歴から、次に興味を持つ可能性のある商品やコンテンツを推薦する。
コメント