EC施策向上のためのデータマイニング
オイシックス・ラ・大地株式会社
公開日 2020-12-01
Project team
Data scientist | コービー |
Overview
オイシックス・ラ・大地株式会社様のEC事業における
施策の効果を向上させるため、共同でデータ分析を行ったプロジェクトです。
当プロジェクトでは、お客様を従来のルールベースの軸ではなく、
データに基づく軸で新しくセグメントにわけることに取り組みました。
まず最初に、プロジェクトの目的を定義し、目的を達成するアプローチを検討しました。
その後、ビジネス上の課題を分析課題へ落とし込み、それを元に仮説を立て、分析シナリオの大枠を設計しました。
収集したデータを分析に適した形に整形し、実際に分析を行い、
結果として4つの主要な顧客セグメントに分けられました。
最終的に、セグメントごとにセグメントの特徴と考えられる施策案を提案しました。
4つのセグメントが、今後様々な用途に利用されていく事が期待できます。
課題と解決方法について
・固定のルールに基づく顧客セグメントのため、お客様ごとに適した施策を打てていなかった
・分析結果
目的の定義 プロジェクトの目標をデータ分析の文脈で語れる形に変換します。 どのようなデータが利用できそうか?どのような指標を設定するか?などを詳細に検討します。
分析設計 この段階で、プロジェクトを実のあるものにするためにプレ分析が行われました。すべての商品にラベリングを行う方法が様々な軸で検討されました。結果として当プロジェクトでは一部の商品に絞る事でも十分な結果が出せる事と結論づけてプロジェクトを進行することとなりました。
収集 実際にデータを収集します。当プロジェクトでは、3つのシステムからは「商品データ」「アクセスデータ」「購入データ」、「顧客アンケートデータ」の4つのデータ群が分析に利用されました。
クレンジング 収集したデータを分析に適した形にします。時には社内の特有なワークフローに起因するデータの不整合などがあるので、その場合にはワークフローを調査することでデータクレンジングを行います。
分析 当プロジェクトではクラスタリング分析※1が利用されました。クラスタリング数はデータアプローチで決定されています。結果として今までに利用されていない、4つの顧客セグメントを抽出しました。
報告 プロジェクトオーナーに分析結果が報告されます。
行動 今後、分析結果が様々なシーンで生かされていくでしょう。 ※1 クラスター分析とは、異なるものが混ざりあっている集団の中から互いに似たものを集めて集落(クラスター)を作り、対象を分類する手法