問題 No.3569
あるECサイトにおいて、過去の購入履歴や閲覧履歴のデータを用いて、顧客の購買行動が似た者同士をいくつかのグループに自動的に分類したい。この目的に最も適したデータマイニングの手法はどれか。
【正解の解説】
類似度の高いデータを集めていくつかのグループに自動分類するクラスター分析
これは学校のクラス替えで、事前の成績順ではなく「趣味や話が合いそうな友達同士のグループ」を自然に作るようなものです。あらかじめ正解の答えを用意しなくても、データ同士の似ている度合いを計算して自動的にいくつかのグループに分けるため、顧客の隠れたニーズやペルソナを発見するマーケティング分析で大活躍します。
スポンサーリンク
【その他の選択肢の解説】
目的変数をあらかじめ指定して各データの属するカテゴリを予測する決定木分析
これは「過去に合格した人と不合格な人のデータ」をもとに「英語が〇点以上なら合格」というような分岐ルールを作る手法です。今回の問題のように「正解のグループが最初から分かっていない状態で、似た者同士を自動で集めたい」という目的には適していません。
過去の膨大な購買データから商品同士の結びつきの強いルールを発見するアソシエーション分析
これはスーパーのレジデータを分析して「ビールを買う人はおむつも一緒に買いやすい」というような法則を見つけ出す「バスケット分析」の代表例です。個人の顧客を似た者同士のグループに分類するのではなく、商品と商品の結びつきを見る点に決定的な違いがあります。
アンケートの自由記述回答から単語の出現頻度を集計して全体的な傾向を把握するテキストマイニング
これは自由記述のコメントやSNSのツイートをバラバラの単語に分解して、ポジティブ・ネガティブの傾向などを読み解くものです。今回の問題文にある「購入履歴や閲覧履歴の数値データから顧客のグループを作る」という目的とはアプローチが全く異なります。