東京
03-5369-4845
名古屋
052-218-6937
大阪
06-6376-5222
福岡
092-739-8085

2019/7/12

データマイニングって何?分析手法と解決できる課題をご紹介

データマイニングって何?分析手法と解決できる課題をご紹介

こんにちは!楽テルコラム担当です。

近年のIT技術の進化によって、誰でも容易に情報を収集し、かつ低いコストでデータの保持ができるようになったことで、企業や個人がビッグデータを集め、その蓄積したデータから分析が可能となりました。まさにビッグデータの時代といえます。各企業がその活用手法を日夜考えている状況になりつつありますが、そんな中で注目を集めているのが「データマイニング」です。
今回は、「データマイニング」とはどのようなものかを解説するとともに、コールセンターでも実装可能な取り組みや導入するための準備などについて紹介していきます。

データマイニングとは?

データマイニングは、大量のデータの中から自分たちにとって有益となる情報を「発掘」する取り組みのこと。近年、クラウドのシステム、IoTの発展によって、膨大かつ雑多な「ビッグデータ」を企業で蓄積できるようになりましたが、データは手元に集めるだけではその真価を発揮する事はできません。収集したデータを上手く活用し、ビジネス展開の重要なヒントを得る方法を見つけ出したいと、「データマイニング」への関心が高まっているのです。

関連記事はこちらコールセンターをRPAで自動化!導入可能な業務とRPAがもたらす効果とは

データマイニングでできること

それでは、データマイニングによって何が実現できるのでしょうか?
以下のように、大きく3つに分けられます。

  1. データを分類する
  2. データ間の関連を分析する
  3. 発生する確率を予測する

データマイニングを行うことで、マーケティングの戦略や方針を練る際に、信頼のあるデータをもとに検討・分析が可能となります。

データマイニングの分析手法

データマイニングには複数の分析手法があります。
分析目的によってどんな方法が適しているかは異なりますが、マーケット・バスケット分析、クラスター分析、決定木分析、回帰分析、ロジスティック回帰分析などがよく使われる方法です。実際に分析を行う際は、単独の手法のみが使われることは少なく、複数の手法を組み合わせ、分析を行う場合がほとんどです。

中でも代表的な手法を3つ紹介していきましょう。

1:マーケット・バスケット分析

マーケット・バスケット分析は、それぞれのデータ間の関連や関係性をみていく手法で、"よく一緒に買われる商品" を見つけるための分析手法のことをいいます。
例えば、夕刻「おむつを買う顧客は同時にビールも買う」という事例は聞いたことがあるでしょうか。夕食の準備で忙しくしている母親から頼まれて父親が紙おむつを買いに行くと、ビールをご褒美として一緒に買っていくため、と解釈されています。
このほか、「日曜大工店でペンキを購入する人の80%はローラーを同時購入する」「食品店でトルティーヤチップスを購入する人の80%は瓶入りサルサソースを同時購入する」などの事例がよく聞かれます。
この分析結果は、商品仕入れや、店舗内のレイアウト、陳列の方法、特売品・キャンペーン商品の選定などを検討する時に参考にされています。また最近は、ECサイトでのおすすめ機能として実際に使われています。

2:クラスター分析

クラスター分析は、性質の異なるものが混ざっている集団の中から、似た性質を持つものを集めて、クラスター(=房、集団、群れ)を作る手法です。簡単にいえば、「似たもの集めの手法」です。

このクラスター分析も大きく分けて2つの方法があります。

1.階層クラスター分析

階層クラスター分析は、最も似ているもの(近いもの)の組み合わせから順番にクラスター化する(まとまりをつくっていく)方法です。

この方法の良い点は、分類を行っていく過程でひとつずつクラスターをまとめていくため、後からクラスター数を決決定できる点です。ただし、分類対象の母数が多くなると、クラスター化が難しくなったり、分析結果が巨大化して結果が不明瞭になる可能性があるため、一般的にはビッグデータ分析の手法としては不向きです。

2.非階層クラスター分析

非階層クラスター分析は、階層的な構造を持たない手法となり、事前にクラスター数を分けてから、各まとまりに分割を行っていく方法です。事前にクラスターを分ける必要がある点が難しいポイントですが、大量のデータに対しての分析も可能となることから、ビッグデータを分析する際に適した手法となります。

3:ロジスティック回帰分析

ロジスティック回帰分析は、ある因子から判明していない結果の予測を目的とし、またすでに出ている結果を説明するために用いられ、発生確率の予測を行うための手法です。マーケティングとして行った施策に対しての顧客の反応率を分析し、より効果的な施策となるよう改善していく際などに利用されます。

データマイニングが解決する課題

企業はマーケティング戦略において多様な課題を抱えています。ここでは、データマイニングが解決する課題を「商品」と「顧客」に絞って紹介します。

商品についての課題

  1. どのエリアでどの商品が売れているのか推定、把握したい
  2. 自社の商品をどのようにカテゴライズすべきかを分類、抽出したい
  3. 今後注力すべき商品を分類、抽出したい
  4. 商品の売れ行きを予測したい
  5. 特定の商品がどんな商品と一緒に買われているかを知りたい
  6. 新発売の商品の評判を知りたい

顧客についての課題

  1. この顧客がどんな商品を買っているかを推定、把握したい
  2. 優良顧客、離反しかけている顧客を分類、抽出したい
  3. どの顧客が今後特定の商品を買ってくれるかを、予測したい
  4. どんな顧客にどのような商品をすすめるべきかを知りたい
  5. 年齢層や居住エリア別の顧客の人物像を知りたい

データマイニングをするための事前準備をしよう

データマイニングを行うには、事前準備が必要です。大きく分けて2つのステップがあるので、詳しくご紹介します。

STEP1. もととなるデータを収集する(データウェアハウス)

まず、データマイニングを行うためのもととなるデータを収集します。データが大量であればあるほど、有益なデータマイニングに繋がります。企業内のあらゆるデータの集積場所として「データウェアハウス」というシステムを設けることもあります。

データウェアハウスとは、いくつもの部署に散らばったデータを1カ所に集めるための「倉庫」のようなものです。データは原則として整理や削除、更新などの一切の改変をせず、ただ蓄積することだけに特化します。同じような用語に「データベース」がありますが、これは検索性を高めるために整理されたデータを指し、データウェアハウスとは異なるシステムです。

STEP2. 収集したデータを加工する(クレンジング)

次に収集したデータを、データマイニングを行うために加工します。加工とは、データマイニング用のシステム上で稼働が可能となるよう変換することです。

数字や記号などのデータ形式を統一化したり、一定のルールに従って正規化することも含まれます。このステップは「クレンジング(=洗浄)」とも呼ばれ、データマイニングの誤差を低減するための重要なプロセスです。

データマイニングの歴史と昨今の状況とは

古くから、データの掘り起こしにより隠れた関連性を発見・予測する考え方はありました。これを「データベースの知識発見(knowledge discovery in databases/KDD)」と呼び、統計、人工知能、機械学習の3つの科学分野が基盤となっています。

そんな中、1990年代になると「データマイニング」という用語が登場します。コンピューターの高性能化と低コスト化によってデータの自動処理能力と処理速度は飛躍的に向上しており、さらにデータ分析の分母となるさまざまなビッグデータの集積も進んでいます。

こうした背景から、「あらゆる業界における多様な繋がりを明らかにしていく」というデータマイニングの可能性が無限に拡大しています。

コールセンターの情報もデータマイニングで分析

データマイニングの利用によって、日々蓄積される大量のデータを上手く活用することができます。コールセンターへの問い合せの内容の集計から、ブランド別、クレーム別などの属性ごとに特徴的な発言を抽出・分析し、問合せ傾向や話題の変化も把握できます。
そうすることによって、今顧客が注目している事柄や顧客が企業に抱いている不満、特定の属性に偏った発言などを発見でき、サービスや商品の課題を特定、改善に繋がります。

関連記事はこちらVOCって何?測定方法の種類や具体的な進め方・活用事例をご紹介

コールセンターにおいては音声マイニングの活用も

近年、データマイニングによる取り組みはさまざまな分野で実施されていて、コールセンターに集積される音声データも含まれます。

データマイニングによるデータ活用を行っていくには、テキスト形式など分析を行いやすい形式に変更する必要があることから、音声データは使いにくいとされていましたが、正確性が向上した音声認識機能によって、データマイニングが可能な状態となっています。顧客の音声をテキストのデータに変換して蓄積、活用することで、顧客の傾向や要望の把握も可能です。

まとめ

データマイニングを用いれば、コールセンターにて集められた大量のデータを活用して、効率よく課題点・改善点を導きだす事ができるようになります。それは、企業に利益をもたらすきっかけになるでしょう。管理者の皆様は、ぜひデータマイニングを導入し、さらなる発展を目指していきましょう。

楽テルバナー