予測モデルおよび発展的なモデル > アソシエーション分析 > 「アソシエーション分析」プラットフォームの例
公開日: 04/01/2021

「アソシエーション分析」プラットフォームの例

この例では、食料品店におけるトランザクションデータをまとめた「Grocery Purchases.jmp」サンプルデータを使用します。このデータテーブルには、1001人の顧客が購入した商品がリストされています。顧客には、それぞれ一意の顧客IDが割り当てられています。消費者行動のパターンを特定する目的で、商品間の関連性を探ってみましょう。

1. [ヘルプ]>[サンプルデータライブラリ]を選択し、「Grocery Purchases.jmp」を開きます。

2. [分析]>[スクリーニング]>[アソシエーション分析]を選択します。

3. 「商品」を選択し、[アイテム]をクリックします。

4. 「顧客ID」を選択し、[ID]をクリックします。

5. [OK]をクリックします。

デフォルトでは、「ルール」レポートは「信頼度」により、降順に並べられています。ただし、非常に信頼度の高いアソシエーションルールでは、条件セットのアイテム数が増える傾向もあります。条件セットの少ないアソシエーションルールを表示したければ、レポートを「信頼度」で昇順にソートします。

6. 「ルール」レポートを右クリックし、[列の値で並べ替え]を選択します。

「列を選択」ウィンドウが表示されます。

7. 「信頼度」を選択し、その後[昇順]チェックボックスをオンにします。

8. [OK]をクリックします。

図24.2 「アソシエーション分析」レポート 

9. 「信頼度」の値が58%の位置までレポートを下にスクロールします。

「ルール」レポートテーブルにおける該当箇所を見ると、アボカド(avocado)を購入した顧客の58%がアーティチョーク(artichoke)も購入していることが分かります。そのリフト値は1.908であり、依存関係があるらしいことを示しています。次に、トランザクションのなかで、アボカドとアーティチョークがどれぐらい一緒に購入されているかを考えてみましょう。

10. 「高頻度のアイテム集合」の開閉アイコンをクリックします。

図24.3 「高頻度のアイテム集合」レポート 

「高頻度のアイテム集合」レポートからは、顧客の36%がアボカドを購入していることが分かります。先ほどの図24.2の「ルール」からは、アボカドを購入した顧客のうち58%がアーティチョークも購入していることが分かります。この割合は大きいので、アボカドとアーティチョークを近い売り場に配置するのがよいかもしれません。

また、リフト値が最も高いアソシエーションルールについても見てみましょう。

11. 「ルール」レポートの表内を右クリックし、[列の値で並べ替え]を選択します。

「列を選択」ウィンドウが表示されます。

12. 「リフト値」を選択し、[OK]をクリックします。

「ルール」表がリフト値の降順で並べ替えられます。2番目のアソシエーションルールを見ると、リフト値は5.642、信頼度は83%です。この場合、条件集合({chicken, ice cream})と帰結集合({Coke, sardines})の支持度が適切な値であることを確認する必要があります。

13. 「高頻度のアイテム集合」レポート内を右クリックし、[列の値で並べ替え]を選択します。

「列を選択」ウィンドウが表示されます。

14. 「アイテム集合」を選択し、その後[昇順]チェックボックスをオンにします。

15. [OK]をクリックします。

「高頻度のアイテム集合」がアイテム集合のアルファベット順に並べ替えられます。リストをスクロール して、条件アイテム集合({chicken, ice cream})の支持度が14%であることを確認します。帰結アイテム集合({Coke, sardines})の支持度は15%です。このアソシエーションルールでは、リフト値が高いものの、トランザクション数は最初に検討したアソシエーションルールより少ないです。

より詳細な情報が必要な場合や、質問があるときは、JMPユーザーコミュニティで答えを見つけましょう (community.jmp.com).