Column

コラム

  • 機械学習 | 「viz」×袋麺と併売されている食材予測してみ...
  • viz
  • データ分析
  • 分析
  • 機械学習

機械学習 | 「viz」×袋麺と併売されている食材予測してみた

● 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、
袋麺と一緒に食べたいと思われている食材について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、「袋麺」購入で一緒に買われている食材を探る

    <目的>
    袋麺購入者は肉や、野菜も一緒に買っていそうだが、具体的に何の食材と最も一緒に食べたいと思っているか知りたい!
    • 「袋麺」を買う人が何と一緒に買うことが多いのか探る
    • 棚づくりの際やPRをどの食材と一緒に行えばよいか明らかにする

●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:数値が高い方が袋麺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袋麺への購入影響度が高かった
  • 施策ごとの貢献度:数値が高い方が袋麺購入影響度が高かったという結果を表しています。

⇒色んな視点で影響度を確認することが可能ですが、今回は相関度を用いて、早速vizで分析を開始し、みていきましょう!

● 袋麺を購入する人の併売商品を探る


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 )

今回の分析では袋麺の売上/他食材情報を日単位で集計。
目的変数を「日ごとの袋麺購入金額」、説明変数を他食材購買情報(卵やもやし、豚肉等)
⇒下図のようなデータを作成しました。

袋麺って意外と色んな食材入れて食べたりしますね!
実際どの食材が袋麺購買に影響を及ぼしているか調べるぞ~!

データセット

vizでデータをセット

上記データ用意が完了したら、vizに早速アクセスして貢献度分析を選択し、予測対象のデータにcsvファイルをアップロードします。予測したい項目と日付を選択します。

viz_データセット
viz_貢献度分析設定

出力結果

1分程度で、貢献度分析結果が出力されます。
※一般的に50%以上で「相関がある」といえます。

相関度

viz_分析結果

分析した結果

今回の目的は、袋麺と一緒に買われやすい食材(相関が高い食材)を知りたい!
ということだったので、出力結果の「相関度」を確認しました。

袋麺と一緒に買わわれるのは、「卵」「豚肉」「牛肉」が最も多い結果になり、野菜だと、「キャベツ」「もやし」が相関が高いという結果になりました。

なるほど!袋麺だと卵との相性が一番よさそうなのか!
味編レシピに卵や豚肉と合わせたものをアピールしてもよさそうだな!

活用方法

袋麺でのアレンジレシピの参考にしていただくのはもちろん、広告やPRする際も、様々な美味しさをお客さんにお伝えしたり、スーパーなどでの営業の参考にしていただければと思います。

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の同機能「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!
機械学習 | 「viz」×購買データを活用してコカ・コーラ爆買いする人推察してみた

▼vizの貢献度分析についてのコラムはこちら
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「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
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

● viz発展編

BIツールであわせて確認

vizの結果をBIツールと連携することでダッシュボード上で、市場の変化も確認することが可能です。
※今回はTableauを使用

下記は袋麺の売上とその他関連が高いと結果が出た食材の売上をグラフ化したものです。

①袋麺(グレー棒グラフ)②キャベツ(青色)③もやし(水色)
④牛肉(紫色)⑤豚肉(茶色)⑥卵(黄色)

Tableau結果
Tableau相関度

※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、開発や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

CMP導入時の注意点

コラム

Treasure Data CDPを活用したOneID(統合ID)構築4 日付の落とし穴

コラム

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

TOPへ
戻る