予測分析ソリューション IBM SPSS Modeler

大手スーパーチェーンを展開するA社では、従来、DM送付対象顧客はRFM(Recency・Frequency・Monetary)のみで決定していたが、反応率についての満足はイマイチ。投資効果を最大限に引き出すための手法を模索していた。

そこでDM送付対象顧客の選定基準について、より多くの顧客情報（顧客のデモグラフィック属性や過去の購買履歴、及びその他のライフスタイルなど）を加味したモデル化を実施した。それにより、DM反応率を向上させるための購買パターンを特定することが可能となった。

【A社が実施した2つの分析】
1.マーケットバスケット分析（データマイニングの「教師なしモデル手法」の1つ）
蓄積したPOS情報をもとに、同時購入されやすい商品の組み合わせを検証。その結果、「ワインとガーリック・ブレッド」の組み合わせ購入が多いことが分かりDMに「ワインのセール告知」を掲載し、ワインと同じ商品棚にガーリック・ブレッドを陳列した。

2.決定木（データマイニングの「教師付きモデル手法」の1つ）
DM反応顧客の購買パターンの“見える化”を行うとともに、予測モデルの精度までを視野に入れ「決定木」を選択。

具体的には「ワインとガーリック・ブレッド」の組み合わせを、顧客属性データをもとに深堀りし、「ワイン＋ガーリック・ブレッド」を購入するのは「男性ではなく女性が主流」「年収が400万円以上」「北地区よりも南地区に居住」という属性の顧客が理想的な購入対象者であることが判明。「ワイン＋ガーリック・ブレッド」の購入予測モデルができあがった。

ここまでお読みいただいた読者からは、「予測分析が効果的なのは理解できるが、今度は予測分析の具体的な方法が分からない…」という声も聞こえてきそうだ。

そこで紹介したいのが、予測分析ソリューション「IBM SPSS Modeler」（以下、SPSS Modeler）だ。

SPSS Modelerは、単にデータを分析して現状を見える化できるだけでなく、データ間の関連性をもとに「分類＋パターン発見＋将来予測」を行うというものだ。これにより、最適な業務展開を行えるようになり、投資を最小限に抑えながら売上増などの効果につなげることができる。

特長1　直観的に操作できるGUI
分析用に特別なプログラミング言語の習得は不要。分析機能が割り当てられているアイコンとアイコンをリンクしていくことで、容易に分析プロセスを構築できる。

特長2　豊富なデータ加工、分析(データマイニング)の機能
データ入力、加工、グラフ作成、分析、出力といった一連の分析に必要な機能が搭載されているため、いくつものソフトウェアを購入する必要がなく、トータルコストの削減につながる。

特長3　分析の流れ(過程)を視覚的に残すことが可能
分析方法に変更があった場合でも、工程(機能)を追加していくことで変更が可能なため、分析全体にかける時間の短縮につながる。分析過程をストリーム（アイコンとアイコンのつながり）という視覚的な形で残せるため分析ノウハウを継承しやすい。

業種や業態により、保有しているデータの種類や量も異なれば、必要とする予測分析の方向性も異なるのは当然のことだ。

そこで、企業が保有しているデータをもとに、SPSS Modelerにより、どのような分析が可能かを診断し、提案を行う【初期診断プログラム】を実施している。1時間程度のヒアリングの上、1週間程度という短期間でのプログラム策定が可能だ。自社のデータがどのように活用できるか、明確な方針が見えるため、是非検討してほしい。

※簡易コンサルはアライアンスパートナーのLHit（株）が実施