Googleアナリティクス x バスケット分析(併売分析) WITH Tableau(タブロー)
※注意)弊社代表の独断と偏見です。
Googleアナリティクスのコマースデータを使って、バスケット分析(併売分析)をしてみた WITH Tableau(タブロー)
今回のテーマ
本日は、Googleアナリティクスのコマースデータを使って、簡易的にバスケット分析(同時発生の視覚化)をしてみたいと思います。今回も、毎回恒例となりました、Tableau(タブロー)を使わせていただきます。
同時発生の視覚化についてはこちらの記事とこちらの記事もあわせて参考にしてみてください。
併売状況ではなく、F1/F2の転換商品はこちらの記事です。
バスケット分析とは
マーケットバスケット解析 (Market Basket Analysis) とも呼ばれ、データマイニングで用いられる解析手法の一つで、”よく一緒に買われる商品” を見つけるためのデータ分析
『WiKipedia』より
手っ取り早く、併売商品を簡易的に可視化してみたいと思います。
ちなみに、通常であれば、Googleアナリティクスへ直接繋ぎながら作業します。
しかし、今回2つご紹介するバスケット分析手法のうちの一つは自己結合を伴います。
そのため、Googleスプレッドシートに一旦出力したのち、そこからデータを読み込むようにします。
そこから、同一データを自己結合するようにします。
※もう一つの手法はGoogleアナリティクスと直接連携しながら作成可能です。
目次)
- 基準商品を選択して併売状況を確認する方法
- 基準商品とそれ以外の商品をクロス集計表にした上でヒートマップする方法
- まとめ
0. 必要なGoogleアナリティクスのディメンションとメジャー
・トランザクションID
・商品
1. 基準商品を選択して併売状況を調べる方法
完成イメージ
右側の基準商品を一つ選択すると、その基準商品とあわせて買われた商品が左側併売商品へ棒グラフで出力されます。
手順1 ) 「基準商品の選択」をするパラメータを作成する
リストで設定する際、フィールドから追加→商品 で設定してください。
手順2 ) 「併売商品」を抽出する計算フィールドを作成する
選択された商品と同じ商品はリストから外されるように<>とします。
手順3)基準商品と同一商品であるとき、1とする計算フィールドを作成します。
この計算式は、後述する「セット」で利用します。
手順4)基準商品が必ず1つ以上含まれる注文を特定するための「セット」を作成
トランザクションIDを右クリック→作成→セット
手順5)ディメンション、メジャー、フィルターの配置
(基準商品の選択ラジオボタンが隠れてしまっておりますが)
Android Sticker Sheet Ultra Removable商品を購入した時に、期間中、もっとも良く併せ買いされた商品は、上記の例でいくと、Google Laptop and Cell Phone Stickers とのことです。何か、利用用途に相関がありそうですね。この場合、改めて相関分析にかけて確かめると良いと思います。
2.基準商品とそれ以外の商品をクロス集計表にした上でヒートマップする方法
完成イメージ
併売された商品のクロス集計表となります。
四角は、注文数合計をサイズで表しております。
ここでは、トランザクション数が20ケース以上に限定しております。
先ほどのビジュアライズは基準商品ありきでしたが、このビュアライズは全体俯瞰が得意そうですね。
手順1)同一データを自己結合する
20170904追記)
手順2)商品の自己参照を回避する計算フィールドを作成する
if [商品]<>[商品 (ユニオン1)] then [商品 (ユニオン1)] END
手順3)ディメンション、メジャー、フィルタの配置
ラベル:トランザクションIDを個別カウントした結果を表示させる
サイズ:トランザクションIDを個別カウントした結果を配置
色:商品
フィルタ:商品フィルタを、リスト型で設定
フィルタ:トランザクションIDを個別カウントした結果をスライダー仕様で設定
行:商品ディメンション
列:自己参照除外ディメンション
ここでは、Nest Cam Indoor Security Camera-USAと、Nest Cam Outdoor Security Camera-USAの併売がダントツですね。
まとめ)
Googleアナリティクスレポート画面内では単独で実現できないバスケット分析をTableau(タブロー)を使って試してみました。上記の通り、設定自体もとてもシンプルですよね。やはり、恐ろしく強力なBIツールですね。
併売自体は、レコメンドサービスの世界で一般的だと思います。
今後、Googleアナリティクスだけでなく、店舗実績データといった基幹系データのビジュアライゼーション作業もどんどん増えてくると思います。そういう場面でとても役に立つ手法だと思いますので、これを機に、ぜひ、試してみてください!
文責)村山 敏也 監修)該当なし
コメントを投稿するにはログインしてください。