特集：クラスタ（クラスタリング）を使って、行動を最適化する

コロナ禍の報道にあってよく使われるようになった言葉として「クラスタ」というものがあります。コロナ禍では、感染源になった人の集合といった意味で使われることからも類推できるように、「集団」「グループ」「群れ」といった意味で使われることばですが、実はこの言葉は、コロナ禍以前から解析、分析では日常的に使われるワードでした。
ここでは、解析にける意味についてご紹介していきます。

クラスターとは異なるものが混ざり合っている集団の中から、お互いに似たものを集めて集落（クラスター）を作り対象を分類する方法のことです。クラスタリングは多くのデータから類似性を見て自動的に分類する方法で、一般的には機械学習の教師なし学習における手法のことをさします。また、クラスタリングエンジンは顧客リストにある複数のデータ項目を用いて、類似の顧客をいくつかのクラスターに分類するエンジンのことです。分類したクラスターの特徴をプロファイリングして、顧客セグメントを作ったり、新規顧客のセグメント判別や、セグメント移動をモニタリングするための判別モデルを構築し、セグメントを予測する場合などに使われます。

サービス概要

例えば、お客様データの全体を、客観的な指標に基づいた似た性質を持つグループ（セグメント）に分けることができます。そのグループの特徴に合ったマーケティングを行うことで、よりお客様の課題や趣向に近いアプローチを実現し、ビジネスや営業、マーケティング活動の効率化を推進します。営業やマーケティングのほかにも小売・ECのペルソナ構築、DM送付、アンケートの顧客分析など多様多種の予測に使われています。

事例概要

この事例では、クラスタリングを用いて、購入した顧客の年齢、性別、住所、初回購入日、購入のあった月、メンバーズカードの発行日からの経過日数、購入品目の種類、メルマガの登録有無、メルマガクーポンの反応有無など約60項目のデータを利用し、店舗のプロファイルを作成。結果として全店舗を7つのクラスターに分類し、それぞれのクラスターの特徴を明らかにしています。結果として、各店舗の特徴にあわせた商品構成の改善を行い、全店舗の平均売り上げが1.2倍に増加になりました。

事例概要

この事例では、クラスタ分析により、社内アンケートなどのデータを解析して、技術者グループの特性を明らかにして、特性ごとに施策をとって単価アップなどにつなげることに成功しました。

事例概要

この事例では、異物混入による出戻りをなくしたい、経験が少なくても異物混入の判定ができるようにしたい、生産力の向上を図りたいといった課題を解決するために、クラスタリング分析を使って、センサーデータを用いた機械学習を行って、自社の異物混入判定装置の精度を向上した事例です。

事例概要

この事例では、顧客属性、消費行動・価値観アンケート等のデータから、類似する顧客をセグメント分類して顧客ペルソナを構築。
クーポンを利用するターゲット顧客を特定することにより消費活動を活性できた事例です。