知ると便利｢膨大なデータから潜在顧客見抜く｣技 データを類似性で分類する｢クラスター分析｣

ここで問題になってくるのは、表1に挙げている「価値観」の数値に、明確な分類基準がないことである。性別で分けるなら男性と女性、年齢で分けるなら10歳区切り、また居住地域で分けるなら都道府県別など、はっきりとした区切りがある。

しかし何項目もある価値観の数値を基にグループを作ろうと考えた場合、「健康志向」は何ポイント以上なら強い、「節約志向」は何ポイント未満なら弱い、と決められるような基準がないのである。

今回紹介するのは、そうした分類基準が明確ではない指標を基に、似た傾向の人同士を集めることでデータのグループ化を行うことができるクラスター分析という分析手法である。

顧客像を把握するためによく使われるクラスター分析

クラスター分析とは、集団（データ）をいくつかの「クラスター」というグループに分類する手法である。因子分析が変数（例：アンケート項目）をまとめる分析手法だったのに対して、クラスター分析は人や店舗などのデータ単位をまとめる分析手法だ。

マーケティングにおいては顧客像把握のために頻繁に使われる手法の1つであり、表1で例に挙げたアンケートデータだけでなく、購買履歴やスマートフォンの利用ログなど、さまざまなデータに対して行うことができる。「クラスター」とは（果物の）房、塊、群れ、集団などの意味を持つ単語で、似たような属性や共通点を持つヒトやモノなどの集団を指す。

なお、新型コロナ関連の報道で見聞きするようになった「クラスター分析」とは異なるので要注意だ。そちらは「クラスター＝感染者群」と捉え、その発生メカニズムを調べる分析を指す。

クラスター分析の考え方は、各データ同士の「類似度」に基づいて、似ている＝近い傾向のデータを同じクラスターに分類し、似ていない＝遠い傾向のデータは別のクラスターと判定するというものである。

図1の例で見ると、点Aと点Bは距離が近い＝類似度が高いが、点Aと点Iは距離が遠い＝類似度が低いと考える。図1のように直線距離で測る距離をユークリッド距離と呼び、一般的な距離の測り方の1つである。ほかにもマンハッタン距離、マハラビノス距離などの測り方がある。

●図1：ユークリッド距離で測る例

図は筆者作成