機械学習 | 「viz」×購買データを活用してアルコール購買しやすい人を分析してみた！

● はじめに

マーケティングをおこなう上で、「機械学習って色んな所で聞くけど難しいんでしょう…」「結局コストがすごくかかるんじゃないの…」そう思っている方いらっしゃいませんか？

本記事を書いている私自身、機械学習なんて…そう考えていましたが「viz」を知って
こんなに簡単に機械学習を回せるんだ！と感動したので、皆さんにも是非知っていただき、
本ツール「viz」を使えば機械学習を用いた新たな視点でのマーケティングが出来るかも！と、
データ分析に興味をもっていただければと思います。

今回は、機械学習アシストツール「viz」を活用した「アルコール」購買傾向が高い人を
普段の購買傾向から推察した事例についてご紹介いたします。

● 今回の目的

機械学習（AI）を活用し、「アルコール」を買いやすい人を普段の購買傾向予測してみた。

＜目的＞
アルコールを買いやすい人の特徴を知って
店舗の棚づくりに活用したり、一緒に売り出すと良い商品について知りたい！
- 「アルコール」を買う人が普段買う商品の特徴を知る
- 弊社保有の購買データを活用して「アルコール」を買いやすい人vs買いにくい人の特徴を捉える

●目的に対して、機械学習ツール「viz」で出来ること

・今回の事例では、vizの機能の一つ「ターゲット抽出」を使います。
⇒ターゲット抽出とは、目的に対するID毎のスコアを返してくれる機能。

実際のviz「ターゲット抽出」機能を使って出力される結果は下記です。

・・・何となくイメージ出来るが…どういうこと？

今回のアルコール購買しやすい人で分析した事例を用いて説明致します。

スコアが8~10の人（お見事！）
アルコール購入経験ありますよね、むしろアルコールめちゃめちゃ買ってますよね層
スコアが5~7の人
アルコール買いたいですよね…？層
スコアが5未満の人
アルコール買わないですね…仕方ないですね層

⇒結果ID単位でスコア分類することが可能に！

今回の目的は、アルコールを買いやすい人 vs 買いにくい人の
特徴を捉えたいので、スコアが高い人とスコアが低い人で比較しよう！

● アルコール以外の普段の購入傾向を把握する

データ用意

まず分析に必要なデータを作成します。今回分析に必要なデータ要素は下記になります。
- ユーザー識別子
- 目的変数（予測したい情報）
- 説明変数（予測の材料となる情報 )

今回の分析ではユーザー識別子を購買者ID、目的変数を「アルコール購買者」、説明変数を普段の購買行動（合いびき肉、弁当などその他商品）として、下図のようなデータを作成しました。※説明変数は多いため、一部抜粋
flag部分の0はアルコール購買なし、1はアルコール購買者という表記で、
説明変数の部分は、各ID毎のカテゴリ購買個数になっております。