クラスター分析 †
- データを似たもの同士からなるいくつかのグループに分類
- 手法
相関分析 †
- 関連購買性（ある商品とある商品の売上の相関関係）を分析するときに使える
- 相関関数Rは、ExcelのCORREL関数を使って簡単に求めることができる
- 散布図で相関を可視化
数量化理論 †
- 数量化1類
- 質的データが結果に対してどの程度の影響を与えるか分析
- 例）売上に対して曜日や天候、チラシ配布がどれだけ影響が与えるかなどが分析できる
- 回帰分析を使えばできる
- 数量化2類
- 地域や職種といった質的データを数量化して、新しい顧客データがどの顧客グループに属するかを判別することができる
- 数量化3類
- 因子分析
- 隠れた因子を探し出す
- 明治乳業がカップアイスの販売促進のデータ分析に使っているらしい
因子分析 †
- 探索的因子分析 ... データに対して探索的に因子を求める
- 確証的因子分析 ... 最初から因子構造について予測した上で、その有効性を検証する
共分散構造分析 †
- 各種の社会現象・自然現象などの因果関係を調べる統計的手法の1つ
- 直接観測される変数（観測変数）から、直接観測できない潜在変数を導き出し、その潜在変数と観測変数の因果関係について仮説（数理モデル）を設定することによって、さまざまな現象を理解しようという統計的アプローチ
RFM分析 †
- R（recency：最新購買日） いつ買ったか、最近購入しているか
- F（frequency：累計購買回数） どのくらいの頻度で買っているか
- M（monetary：累計購買金額） いくら使っているか
- RFM分析は、誰が一番最近買い物に来た顧客か、頻繁に来店する顧客は誰か、一番お金を使ってくれている顧客は誰か、という3つの側面から顧客を分析する手法。
- 最低評価は111、最高評価は555
LTV分析 †
- LTV (Life Time Value)
- 生涯価値
- 顧客が長期に渡って購入し続ける商品やサービスのトータル価値が、その顧客にとってのLTVであり、これに着目しその商品やサービスを提供し続けることによって企業はLTVを通して長期の利益を算出できることになる。
- 一般に、日用品などを定期購入する方が、高価であってもたまに購入するものよりLTV期待値が高いといわれる。
- e-ビジネスにおいては、ネットユーザやネットショッパーが頭打ちになり顧客数の拡大が望みにくくなるといわれている環境の中で、ビジネスを有利に展開するためには、定期的かつ反復的な需要が見込める「 LTV 期待型」商品の投入が重要となってくる。
ソリューション陳列 †
- 消費者のライフスタイルや価値観に着目
- クラスター分析が使える
ポジショニング分析 †
- 縦軸と横軸に製品やブランドなどを区別するための特徴を置いた四象限のポジショニングマップを作成
コレスポンデンス分析 †
- クロス表上の行項目と列項目の相関が最大となるように行と列の双方を並び替えることによって、行列項目間の類似度や関係の深さを調べることができる。
マーケットバスケット分析（アソシエーション分析） †
- データマイニングの利用法の1つで、POSデータやECサイトのトランザクション（取引）データを分析して、“一緒に買われる商品”の組み合わせを発見する探索的データ分析のこと
- Amazonでよく出てくる「○○を買った人は××も買っています」的なやつ
|
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
