Column

コラム

  • 【アドテクコラム】CV数を機械学習アシストツール「viz」で...
  • アドテク
  • アドテクコラム
  • クッキーレス
  • 分析

【アドテクコラム】CV数を機械学習アシストツール「viz」で予測分析してみた!

●サマリー

  • サイト来訪ユーザーのCV予測が可能
  • サイト来訪ユーザーをCVする可能性に応じて10段階でスコア化(≒クラスタ分け)することが可能
  • CVに影響を与える特徴量(要素)は何かあたりをつけることができる

機械学習アシストツール「viz」の特徴3つ

  • csvアップロードで簡単機械学習(csvアップロードで簡単分析)
  • データもよるが、1分程度で結果を出力 ※縦 約5300レコード、横50列 容量500KBの場合
  • 「簡単×早い」からこそいろんな粒度で何度でも分析/深掘りすることができる
データマーケティングプラットフォーム「Viz」

詳細はこちら 》

検証方法

■予測したいもの
ECでの商品購買数(=CV数)

■予測につかうデータ
ECサイトのアクセスログ 
 ∟予測したい項目:ECサイトでのCV数
 ∟予測に使う情報(特徴量):コンテンツ毎のPV数

■予測方法
機械学習アシストツール「viz」ターゲット抽出機能 連続値予測

■検証手順

<ステップ1>

  • 予測につかうデータを手配

下記のようなデータを手配します。(今回のファイル:レコード数 縦 約5300行、横50列、ファイル容量500KB)

一番左にユーザーを識別するID(user_id)、その隣に予測したい項目(今回はECサイトでのCV数)、以降予測に使う情報(特徴量)を並べます

<ステップ2>

  • csvをディスクトップから参照

<ステップ3>

  • 予測したい項目/分析のタイプ/顧客を識別する項目をプルダウンやラジオボタンで簡単選択
     ∟予測したい項目=購入数
     ∟分析のタイプ=連続値予測
     ∟顧客を識別する項目=ユーザーID

<ステップ4>

  • 分析中
     今回はこの画面は1分で結果がでました。

<ステップ5>

  • 分析結果を出力

■検証結果

今回大きな特徴として飛びぬけているユーザー(はずれ値といったりもします)が1ユーザーいたので、このユーザーを除外して もう一度分析をしてみたいと思います。

■検証結果

先ほどとは違う結果がでました。
スコアの出現頻度は1にプロットされているユーザーが多いが、3~4のプロットされるユーザーが出現しました。
特徴量においては28は前回と同じく上位に表示されました。

今回の一連のながれですが、5分程度で深掘りできました。

●さいごに

これまでは弊社内でも機械学習での分析に取り組む場合、エンジニアをアサインし、プロジェクトを組んで実行、エンジニアをアサインするための起案、プロジェクトのキックオフ、分析の実行とかなりの時間を要しておりました。

こちらのvizをつかうことで、分析までの工数を大幅に削減でき、スピーディーに分析と深掘りができました。
機械学習アシストツールvizに興味ある方は是非お声がけくださいませ。

■関連記事/資料

本件に関するお問い合わせは下記にて承ります。
株式会社DataCurrent
info@datacurrent.co.jp

人気のコラムランキング

PICK UP

今、CMPは導入するべきか?

コラム

Treasure Data CDPを活用したOneID(統合ID)構築3 姓名突合での落とし穴

コラム

機械学習 | 「viz」×焼肉のたれの売上を肉の売上でシミュレーションしてみた

コラム

CMPツールの導入手順について

コラム

TOPへ
戻る