inquiry
trial_download

トップページ

    • 購入前/購入後のサポート
    • FAQ

JavaScriptが無効になっています。

JavaScriptの設定が無効の場合は、本ホームページを利用することができません。ブラウザの設定でJavaScriptを有効にしてご覧ください。

トップページ 製品・評価版ソフトウェアLatent GOLD®プロダクト潜在クラス分析とは

潜在クラス分析とは

潜在クラス分析は、個々に蓄積された膨大なデータ(BigData)の中から、カテゴリー変数間の関係をもとに観測対象ごとにクラス分けを行う手法です。

Latent GOLD®では、カテゴリー変数だけではなく離散的なカウント変数や連続変数も取り扱うことが可能です。潜在クラス分析は母集団が異質集団の混合であると想定していることから、マーケティング分野でのセグメンテーションからターゲティングのためのツールとして広く活用されています。

また、医療分野をはじめとした様々な分野で利用が広がっています。今後BigDataの活用が拡大するにつれ、ますます注目される分析手法といえます。




潜在クラス分析の例

ここではコンビニのPOSデータを想定した仮想データを使って、潜在クラス分析の流れを説明します。

POSデータには、顧客が一回の買い物でどのようなものを同時に購入したのかが記録されています。

ここでは、この同時購買に関する分析を行い、この情報に基づく顧客のセグメンテーションを考えます。

ある特定の商品を購入した来店者について、各商品の購入の有無を調べて、そのデータについて潜在クラス分析を行いました。なお、4000回分の購買データが分析対象となっています。


ここでは、3クラスタモデルで潜在クラス分析の結果からどのようなことが分析できるか見てみます。



潜在クラス分析:3クラスタモデルの結果

クラスタサイズは、各クラスタのサイズを表しており、例えば、クラスタ1の大きさは73.4%であると考えます。

各変数についての数字は、各クラスタに属する顧客が各商品を購入する確率を表しています。例えば、クラスタ3の集団は、菓子を86.4%の確率で購入すると考えることができます。

このことを踏まえて、3つの潜在クラスの特徴をまとめると次のように考えることができます;

クラスタ1:あまり商品を購入しない顧客群

クラスタ2:ソフトドリンクや乳飲料、弁当やパン類と一緒に商品を購入していると思われる顧客群

クラスタ3:アルコール類、ソフトドリンク、お菓子などを同時購入してくれる顧客群

潜在クラス分析を行うことによって、この例のように顧客が各クラスタに属している可能性を示す指標が算出されます。

こうした潜在クラス分析を行うことで、膨大なデータの中からカテゴリーによって分類されたクラスが存在することを見出すことができます。

特長