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

● 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、アイス購入に影響する天気要因を分析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、「アイス」購入に影響している天気要因を探る

＜目的＞
アイス購入者は天気要因ありそうだけれど、具体的に何が影響しているか知りたい！
- 「アイス」を買う人がどの天気要因に影響されているかを探る
- 天気データを活用して、いつ売り出せば良いかタイミングを把握する！

●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「貢献度分析」を使います。
⇒貢献度分析とは、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

実際のviz「貢献度分析」機能を使って出力される結果は3つあります。

相関度：数値が高い方がアイス購入への影響度が高いことを表しています。
施策ボリューム対効果：数値が高い方が各変数ボリュームに対するアイス購入影響度が高かった
施策ごとの貢献度：数値が高い方がアイス購入影響度が高かったという結果を表しています。

⇒色んな視点で影響を確認することが可能ですが、今回は相関度を用いてみていきましょう！

見る視点が決まったところで、早速vizで分析を開始致します。

● アイスを購入しやすいタイミングを把握する

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。
- 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 )

今回の分析では売上/天気情報を月単位で集計。

目的変数を「月ごとのアイス支出金額」で設定。※総務省統計局家計調査データ
説明変数を天気情報（東京都）の「気温」「湿度」「降水量」「日射時間」で設定。
※弊社では日本気象協会の天気情報をAPIで取得しております。
（天気情報詳細：https://www.jwa.or.jp/service/others/others-01/）
⇒【API・データ検証奮闘記】＃２．天気 APIやってみた

上記データを基に、下図のようなデータを作成しました。