Column

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...
  • PICK UP コラム
  • viz
  • データ分析
  • 機械学習

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

● 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、焼肉のたれ売上シミュレーションをしてみ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、「焼肉のたれ」の売上シミュレーションを実施

    <目的>
    親和性の高い肉類購買傾向から、焼肉のたれ市場の売上をシミュレーションしたい!
    • 「焼肉のたれ」を買う人がどの肉と親和性が高いか探る
    • vizの機能を活用して、売上シミュレーションを実施

●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の機能の二つ「貢献度分析」と「施策シミュレーション」を使います。
⇒貢献度分析:目的と変数の相関度や目的に対する変数の影響度を算出してくれる機能
 施策シミュレーション:KPI達成を目的とし、施策ボリュームの程度を算出してくれる機能

まずは、vizの「貢献度分析」機能を用いて
焼肉のたれ×肉3種類との相関を見ていくよ!

  • 相関度:数値が高い方が焼肉のたれ購入への影響度が高いことを表しています。

⇒相関度以外にも見れる視点がありますが、今回は相関度で確認

※vizの貢献度分析の詳しいコラムは下記
機械学習|「viz」× 広告施策の売上貢献度を分析する
【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!
機械学習 | 「viz」×アイス購入しやすい天気要因を分析してみた

● vizの貢献度分析で「焼肉のたれ」と相関の高いお肉を確認する


データ用意

  • 今回分析に必要なデータ要素は下記になります。
    • 日付
    • 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 )
うさぎ肉

今回の分析では焼肉のたれ購入個数/牛肉、豚肉、鶏肉の購入個数を日単位で集計。

目的変数を「日ごとの焼肉のたれ購入個数」で設定。※弊社保有のサンプルデータ
説明変数を「牛肉」「豚肉」「鶏肉」で設定。

上記データを基に、下図のようなデータを作成しました。
※期間は3か月間

データセット

vizでデータセット(貢献度分析)

上記データ用意が完了したら、vizに早速アクセスします。
今回は焼肉のたれ市場の売上を予測したいので、まず肉3種類が焼肉のたれに
どのように相関があるのか確認するために、貢献度分析を選択します。

貢献度分析を選択したら、予測対象のデータにcsvファイルをアップロードし、
予測したい項目と日付を選択します。

貢献度分析

出力結果

1分程度で結果が出力されます。牛肉との相関度は74で高い相関があることが分かりました。
次いで、豚肉が62、鶏肉が60という結果になりました。
※一般的に50以上で「相関がある」といえます。
※グラフの色の濃淡は分析結果の信頼度を表しています。
 データ量が十分でないなど、分析結果の信頼度が低い場合に色が薄くなります。

相関度

牛肉⇒豚肉⇒鶏肉の順に焼肉のたれには影響が高そうなことが分かりました。
相関が分かったところで、本題の肉3種類の売上によって、焼肉のたれの売上は
どう変動するのかvizの「施策シミュレーション」機能を用いて確認していきましょう!

● vizの施策シミュレーション分析で、「焼肉のたれ」売上を予測する

先ほどの貢献度分析の結果を利用して、焼肉のたれの売上を予測します。

施策シミュレーションデータセット
  • 結果を予測する
    ⇒肉3種類それぞれの売上の変動に合わせて、焼肉のたれ売上が予測される
  • 必要な施策を逆算する
    ⇒焼肉のたれの売上が1000個欲しい場合は、目標とするKPIの入力部分に
    達成したい数値を入力することで、肉3種類の売上個数を算出できる。

⇒今回は、結果を予測する(画像左部分)を使用

※vizの「施策シミュレーション」についてのコラムはこちら
機械学習|「viz」× 広告施策の最適化と広告効果シミュレーション

出力結果

1分程度で結果が出力されます。
まずは、用意したデータセットだと、牛肉が10万個、豚肉が3,500個、鶏肉が1,700個売れたら焼肉のたれは2.7万個売上があることが予測することが出来ました。

施策シミュレーション結果

もう少しお肉全体的に売れる可能性
あるんじゃないでしょうか!!

肉の売上個数を変更

牛肉:10万個⇒15万個/豚肉3,500個⇒1万個/鶏肉1,700個⇒1万個と仮に設定し回しなおしました。

下記画像のように、赤枠の中の数値を変えることによって、お肉の売上で、どの程度焼肉のたれ売上結果が変動するのかを確認することが可能です!

施策シミュレーション結果変動後

分析した結果

今回は、親和性の高い肉類購買傾向から、焼肉のたれ市場の売上をシミュレーションしたい!
ということだったので、vizの「貢献度分析」と「施策シミュレーション」を活用しました。

焼肉のたれへの影響は、牛肉⇒豚肉⇒鶏肉となっており、この結果をシミュレーションに活かすことによって、お肉の売上変化による焼肉のたれ市場を予測することに成功しました。

今回は、牛肉の影響が高かったので、牛肉の売上が焼肉のたれ市場にも大きく影響していました!
特に、牛肉の売上を1.5倍に増やしたら、焼肉のたれも1.3~1.4倍近く売上が伸びることが分かりました!

牛肉と焼肉のたれ相性すごく良いもんなぁ!納得の結果!

その他にも、下記コラム記事でvizを使った分析事例をご紹介しているので是非ご覧ください。

※vizの別機能「ターゲット抽出」についてのコラムはこちら
機械学習|「viz」×「DataCurrentセグメント」にて、性別を予測してみた
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!

● viz発展編

BIツールやヤフー・データソリューションのDS.INSIGHTと掛け合わせることでさらに活用可能です。

トレンドやレシピPRの示唆にするための参考として他ツールと掛け合わせることで
さらに活用していただくことが可能になります。
※今回ダッシュボードは、Tableauツールを使用/時系列ワードはヤフー・データソリューションのDS.INSIGHTを使用

おすすめレシピの参考

牛肉と一緒に検索されているものは、ほうれん草/豆腐/玉ねぎ/えのき/キャベツなどが多いことが分かった。
⇒牛肉×ほうれん草×焼肉のたれのレシピを増やす等に活用

牛肉検索

ダッシュボードでトレンド確認

①豚肉(オレンジ) ②鶏肉(緑色) ③牛肉(赤色)
※総務省統計局の支出金額データ
※人気度は、期間中の最大値で各数値を割ったもの

2021年度牛肉は4月から徐々に売上が上がり、一度8月には売上が下がるタイミングではあるが10~12月にかけてまた売上が伸びる傾向にあった。
⇒春と冬のタイミングで売り出すのが良い可能性が高い

肉3種類変動ダッシュボード

※他にもデータ連携により可視化出来るパターンがございますので、
 ご興味がある方は下記フォームにてお問合せいただければと思います。

● さいごに:機械学習アシストツールvizについて


vizでは本件のように、機械学習を活用した予測をスピーディーに実行することが可能です。
また、エクセル等で分析用データを用意しておけば、直感的な操作のみで実行できるため、プログラミング等の専門的な知識がなくても手軽に予測を行うことができます。

弊社では、新規データソースの連携方法の整理や実際の連携作業、開発といったことから、既に連携しているデータのトラブル、ご相談まで幅広くサポートしています。
お困りごとがございましたらお気軽にご相談ください。

またvizについてもっと知りたい方は、詳細資料を公開しております。
デモを用いてご説明することも可能ですので是非お問い合わせください。

》vizサービスサイトはこちら
》詳細資料・お問い合わせはこちら

vizバナー

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