ビッグデータを分析し、パターンを分析することを意味する「データマイニング」。マーケティングに携わる中で耳にしたことがある、という方も多いでしょう。
しかし、データマイニングという言葉は聞いたことがあっても、具体的な内容までは把握していない人もいるでしょう。そこで今回は、データマイニングの基本的なポイントを中心に説明します。
データマイニングの種類や分析手法などを併せて確認していきましょう。
・データマイニングの基礎を押さえたい人
・データマイニングの種類が知りたい人
・データマイニングを実施する場合の注意点が気になる人
はぜひ参考にしてください。
データマイニングとは
データマイニング(Data mining)とは、AI(人工知能)や統計学を用いてビッグデータを分析して知識を発掘する技術のこと。さまざまな業界でデータマイニングへの注目が高まっていますが、特にITビジネス分野では膨大な情報を賢く活用できる手段として必要性が重要視されています。
マーケティング分野においては、CRM(Customer Relationship Management)をしっかりサポートできる技術という位置づけとなっています。
データマイニングの種類
データマイニングは、「仮説の検証」と「知識の探索(発見)」の大きく2つに分けられます。2つの違いを理解しておくことでより効果的にデータマイニングを行えるようになるので、この章でしっかりチェックしておきましょう。
データマイニングの種類①仮説の検証
仮説の検証は、目的変数が定まっていて顧客の反応や購買量などを予測したり、分類したりする場合に行われるデータマイニングです。具体的な手法としては、決定木や回帰分析、ニューラルネットワークなどが挙げられます。
データマイニングの種類②知識の探索(発見)
知識の探索(発見)は目的変数が定まっていない場合に行われるデータマイニングです。収集したデータから会社として有益なパターンやルールなどを見つけ出すために実施されます。
具体的な手法として、クラスタリングやアソシエーション分析などがあります。
データマイニングの分析手法
データマイニングの分析手法はいくつか存在しますが、今回は中でもオーソドックスな方法として知られるものを3つ紹介します。
データマイニングの分析手法①ロジスティック回帰分析
ロジスティック回帰分析は、答えを「はい/いいえ」のどちらかで定義できるものを分析する場合に使われる手法です。例えば、「商品を購入した顧客にDM送付をしたか/していないか」を分析するときに用いられます。
データマイニングの分析手法②アソシエーション分析(マーケット・バスケット分析)
アソシエーション分析とは、製品やサービスとの間に生じる相関性を探して適切な施策を考える手法のこと。例えば、アソシエーション分析によって、オムツを購入しに来た父親はオムツと一緒にビールと購入することが多い、ということが分かっていますが、この分析結果に基づき、ビールとオムツを近くに配置する、という施策が採られています。
このように、アソシエーション分析を実施すれば、一見、関係がなさそうな製品・サービスを近くに配置するという施策が打ち出せるようになるでしょう。
データマイニングの分析手法③クラスタリング
クラスタリングとは、購買データを元に顧客をいくつかのグループに分けて適切な施策を考える手法のこと。すでに会社で顧客セグメントを作成している場合は、クラスタリングでデータマイニングを実施するとスムーズに分析が進むかもしれません。
補足情報:ツールを使用して分析する方法もある
データマイニングの分析手法を3つ紹介しましたが、自社で行うのが難しい場合は専用のツールを使用するのも1つの方法です。いろいろなツールが販売されていますが、代表的な製品としてはアメリカのSASインスティチュートが開発した「SAS」やIBM社の「SPSS」があります。
専用のツールを利用すれば初めてデータマイニングを実施する会社でも、スムーズに分析を進められます。必要に応じてデータマイニングツールの導入を検討してみてください。
データマイニングのプロセス
データマイニングのプロセスは
- 分析データの収集
- 収集データの加工
- 分析
の3ステップ。1つずつ、見ていきましょう。
データマイニングのプロセス①分析データの収集
データマイニングを行うためには、分析するデータを集めなければいけません。まずは、自社が分析したい内容や方向性に併せて、必要なデータを見極めましょう。
収集すべきデータが定まったら、情報を効率良く集められそうな方法を模索します。このとき、集める情報が間違ったものだと、データマイニングの結果の方向性に大きな影響を与えてしまうので十分注意しましょう。
データマイニングのプロセス②収集データの加工
続いて、集めたデータを分析しやすいように加工します。データの加工とは、情報を分析するために必要な材料を見やすく整えること。
例えば、紙ベースのアンケートで顧客から製品に対する意見を収集した場合、データマイニングを行うためにはパソコンなどでデータ化する必要があるでしょう。データを加工するときは、誤った情報に惑わされないように注意が必要です。
データマイニングのプロセス③分析
情報の加工が完了したら、いよいよデータの分析に入ります。分析方法は先に紹介した通りです。
自社に合った方法で情報の分析を正確に行っていきましょう。
データマイニングを実施する上で注意すべきポイント
データマイニングでは、まず、データを間違えずに収集することが重要です。また、情報量が多いデータを取り扱うため、情報を正確に分析するために、量や複雑さに惑わされず物事を冷静に捉えることが大切です。
そして、収集したデータのセキュリティ対策も徹底して行いましょう。仮に、第三者に収集した情報が漏れると顧客等からの信頼を著しく失墜させる可能性があります。自社でセキュリティに関する問題が起きる可能性を限りなくゼロにするため、必要な対策を行うことをおすすめします。
まとめ
データマイニングについて基礎から説明しましたがいかがでしたでしょうか。
大切なポイントをまとめると以下の通りです。
・データマイニングとは、AIなどを使ってビッグデータを分析する技術
・さまざまな業界から注目されているが、中でもITビジネスで重要視されている
・データマイニングには、「仮説の検証」と「知識の探索(発見)」の2種類がある
・データマイニングの一般的な分析手法は全部で3つ
・データマイニングを行うときは正確性やセキュリティ対策に注意する
データマイニングを行えば、会社としては顧客の行動に即した戦略を練りやすくなります。
今回紹介した内容を参考に、自社でデータマイニングの実施を検討してみましょう。
お役立ち資料ダウンロードはコチラ
<参考>