Data Marketing データマーケティングコラム

データマーケティングコラム

購買分析におけるアソシエーション分析とバスケット分析の違いとは？

2022 / 09 / 16

アソシエーション分析とバスケット分析は、共に小売店での購買分析に役立つ手法です。どちらも有名な手法のため、自社の分析において活用実績があることも多いでしょう。しかしながら、アソシエーション分析とバスケット分析の違いについてはよくわからないという方もいらっしゃるのではないでしょうか。今回は、アソシエーション分析とバスケット分析の違いについて、アソシエーション分析の実施例や実施方法なども合わせてお伝えしていきます。

アソシエーション分析とは

アソシエーション分析は、事象間の関連性を探る分析手法です。事象Aが発生した際には事象Bが発生するというような関連性を分析していきます。
アソシエーション分析は、もともと店舗POSデータ解析のために構築された手法のため、小売店のマーケティング施策の検討でよく用いられてきました。関連性は数値で把握できるので評価がしやすく、現在では小売店以外でも広くマーケティングの手法として取り入れられています。

アソシエーション分析とバスケット分析の違い

バスケット分析は、アソシエーション分析の枠組みの中の一つで、商品の併売について分析する手法です。例えばAの商品が買われた時に、一緒に買われやすい商品は何かを見出していきます。
アソシエーション分析は小売以外の場面でも使用されるのに対し、バスケット分析は購買行動のみをみていく手法である点に大きな違いがあります。

アソシエーション分析に必要な4つの指標

アソシエーション分析には、ポイントとなる指標が4つあります。それぞれの指標の値を算出することでアソシエーション分析を実施できます。

　・支持度：商品Aと商品Bが同時に買われる確率
　・信頼度：商品Aが買われた中で商品Bも買われた確率
　・期待信頼度：購入者全体の中で商品Bが買われた確率
　・リフト値：商品Aと商品Bの関連性を示す、期待信頼度に対する信頼度の割合

基本的な算出方法はバスケット分析と同様となりますので、詳細については「誰でも手軽に活用できるバスケット分析のメリットと実施方法とは？」のコラムをぜひご覧ください。

アソシエーション分析の実施例

ここからは、実際のアソシエーション分析における実施例をみていきましょう。

ECサイトにおける検索履歴を用いた分析

ECサイトにおいて特定の商品・サービスを検索する際に、一緒に検索されやすい単語を明らかにすることで、サイト上における商品訴求方法を最適化できます。
例えば検索内容を分析し、「掃除機」と「軽い」が同時に検索されることが多い場合は、掃除機の商品訴求時に、軽さを売りにした内容にすることで売上アップが狙えます。

位置情報を用いた分析

特定の場所に訪問した人が、同時に訪問しやすい場所を明らかにすることで、回遊行動を誘発するためのルート案が構築できます。例えば観光においてAの観光地を訪れる顧客はBの観光地を訪れる割合が高かったとします。この場合は、Aの観光地とBの観光地を含めたバスツアーを計画する、Aの観光地とBの観光地がコラボしたキャンペーンを打ち出すことで訪問顧客の増加を狙えるでしょう。

レコメンドへの活用

レコメンドは、とある商品を購入した顧客に対して、関連性の高い商品やグレードの高い商品を勧める手法です。アソシエーション分析によって商品間の関連性を分析できれば、効率のよいレコメンドに繋がっていき、アップセルやクロスセルが成功する確率も上がります。
特にECサイトは膨大な数の顧客が購買活動を実施し、そのデータが確実に蓄積されるため、アソシエーション分析を実施しやすい環境が整っています。

広告のデザイン検討

例えば、店舗において特定の商品を広告のメインに据えた時に、どの商品を並べて配置すれば売上がアップするかといった検討にアソシエーション分析を活用できます。
商品間の関連性をアソシエーション分析で解析し、関連性が高いものについて併売キャンペーンを広告で打ち出すことにより、売上を向上させられる可能性があります。

アソシエーション分析を活用して効率的なマーケティングを

アソシエーション分析は事象間の関連性を探る分析手法であり、商品の併売データにシチュエーションが限定されるバスケット分析以上に様々なシチュエーションでの活用が可能です。日々の業務の中で「どういった組み合わせが最適なのか」を明らかにすることが求められる場面が生じた場合は、ぜひアソシエーション分析の活用可能性を検討してみるのはいいでしょう。

クロス・マーケティングでは、今回ご紹介したアソシエーション分析を始めとした分析実行の支援を行っております。複数チャネルにおける売上データを顧客単位で統合・可視化することで詳細な顧客理解を試みる独自メソッド「ジャーニーデータ分析」を通じた支援も行っておりますので、自社データにおける分析実行に課題をお持ちの方は、ぜひお気軽にお問い合わせください。

■参考サイト：
https://receiptreward.jp/solution/column/associationanalysis.html
https://receiptreward.jp/solution/column/bucket-analysis.html
https://www.albert2005.co.jp/knowledge/marketing/customer_product_analysis/abc_association
https://di-acc2.com/analytics/16621/
https://www.persol-pt.co.jp/salesmarketingservice/blog/market-basket/
https://it-trend.jp/data_mining/article/153-122
https://www.zetta.co.jp/bigdata/l_07.shtml
https://kigyolog.com/article.php?id=1032
https://www.cis.doshisha.ac.jp/mjin/R/40/40.html
https://cacco.co.jp/datascience/blog/data-analysis/972/