バスケット分析とは｜マーケターが知っておきたい概要や実施方法を解説

バスケット分析とは？

バスケット分析とは、消費者の買い物かご（バスケット）の中身を調査し、合わせて購入されやすい商品の組み合わせを分析することを指します。「マーケットバスケット分析（解析）」と呼ばれることもあり、顧客の買い物データであるPOSデータの登場によって広く知られるようになりました。

最近では、店頭にカメラを設置し、リアルなお客様の行動からバスケット分析を実践する方法もございます。

バスケット分析のメリット・デメリット

バスケット分析によって消費者の行動を探ることで、数字のデータだけでは分からない消費者の人物像やライフスタイルが見えてきます。結果、効果的なキャンペーンや商品配置の改善などに生かすことができます。     

顧客理解の手法として取り入れる企業もあり、商品棚のレイアウトだけでなく、商品企画やキャンペーンにも生かされるのです。売上アップのために、特に小売店が検討すべき分析手法といえるでしょう。

バスケット分析の代表例「おむつとビール」

バスケット分析の代表例といえるのが、1992年に「ウォールストリートジャーナル」に掲載された「Supercomputer Manage Holiday Stock（スーパー・コンピュータが管理するクリスマス休暇の在庫）」の事例です。記事では、ある小売店で実施されたデータ解析について取り上げています。

小売店でPOSデータを分析したところ、「金曜の午後5～7時の時間帯で、おむつとビールを合わせて購入する30～40代男性客が多い」ということが分かりました。ここから導き出されたのが「単身世帯ではない」「家庭内におむつを使用する乳幼児がいる」「自宅でビールを飲む傾向にある」「昼間の仕事から帰宅する前に来店した可能性が高い」という仮説です。つまり、分析結果から「おむつを買うよう頼まれた父親」が、ついでにビールを買ったという状況が見えたのです。

バスケット分析を実施する2つのステップ

バスケット分析を実施する際の2つのステップについて見ていきましょう。まずは4つの評価指標で相関性を分析し、得られたデータを表にまとめて可視化していきます。

STEP1：4つの評価指標で相関性を分析する

バスケット分析では、以下の4つの指標を使って商品同士の相関性を分析していきます。

■支持度=同時購入者/購入者全体数

全ての消費者に対し、商品ABを同時に購入する消費者の割合です。

■信頼度=同時購入者数/商品Aの購入者数

商品Aを購入する際に、商品Bも同時に購入する消費者の割合です。

■期待信頼度=商品Bの購入者数/購入者全体数

全ての消費者に対し、商品Bを購入する消費者の割合です。

■リフト値=信頼度/期待信頼度

期待信頼度（商品Bを単独で購入する割合）に対し、信頼度（商品Aを購入した消費者のうち商品Bを購入する消費者の割合）の割合です。リフト値が高いほど、商品ABは同時に購入されやすいと判断され、一般的に1以上だと起こりやすい現象だといえます。

STEP2：得られたデータを表にまとめて可視化する

4つの評価指数を計算して得られた結果を、表にまとめましょう。複数の数値データを扱うため、可視化することで分析がスムーズになります。以下、トマトとキュウリ、キャベツ、トマトを使ったまとめ方の例です。全体の購入者数は100としています。

【購入者数】

※信頼度、リフト値の値は小数点第三位を四捨五入

以上の結果を見てみると、支持度と期待信頼度は同様の値ですが、信頼度で違いが見られます。また、リフト値に注目すると、トマトとキャベツの組み合わせの値は1を超えています。結果、キュウリとキャベツの組み合わせよりも、トマトとキャベツの組み合わせの方が購入されやすいということがいえるでしょう。

バスケット分析を実施する際の注意点

バスケット分析実践にあたっては、注意点もあります。まず、売れ筋商品を分析対象に入れてはいけません。また、分析目的に応じて分析対象商品の分類を使い分ける必要があります。それぞれ詳しく見ていきましょう。

①売れ筋商品は分析対象に入れない

普段からよく売れている商品は、バスケット分析の対象商品から省きましょう。売れ筋の商品から得たデータからは、消費者の傾向が読み取りづらいためです。

ミネラルウォーターやマスクなど、幅広い消費者が購入し、キャンペーンや季節に左右されにくい商品は、分析対象から外すべきといえます。自店舗が取り扱っている商品の種類から、分析から省くべきものは何か検討しましょう。

②分析目的に応じて「SKU」と「カテゴリー」を使い分ける

バスケット分析の際は、分析目的によって分析対象商品の分類を使い分ける必要があります。区切り方は、最小の商品管理単位である「SKU（Stock Keeping Unit）」、または「商品カテゴリー」の2種類です。例えば、「赤色のポロシャツA」という特定の商品を指すSKU、もしくは「衣類」という商品カテゴリーいずれかで区切ることになります。

SKUで分類して分析する場合は、個別商品の詳細なデータが得られます。「ある商品の売り上げに貢献している特定の商品を見つけたい」という場合は、SKUの分類が適しているでしょう。一方で、母数は小さくなるため、誤差が生まれないよう複数回検証する必要があります。

商品カテゴリーで分類して分析する場合は、母数が大きくなるため確実なデータが集まるメリットがあります。「どんな組み合わせの商品が売れやすいのか傾向を把握したい」という場合は、商品カテゴリーでの分類がよいといえます。しかし、大まかな傾向しか把握できないということは念頭に置くべきです。

バスケット分析に取り組む際は、まず分析目的についてはっきりさせておきましょう。

まとめ

今回はバスケット分析について解説してきました。バスケット分析で消費者の人物像やライフスタイルを浮かび上がらせることで、商品棚の配置やキャンペーン施策を考えるヒントとすることができます。

バスケット分析を実施する際は「支持度」「信頼度」「期待信頼度」「リフト値」の4つの指標を算出し、表にまとめて可視化した上で進めていきます。実施の際は、売れ筋の商品を分析対象商品に入れないこと、目的に沿って分析対象商品の分類を使い分けることを忘れないようにしましょう。

「顧客がどんな商品を組み合わせて購入したか」というデータと同時に、特定の商品が陳列されている商品棚の滞在時間や、実際にどの商品とどの商品を比較検討したかなど、より詳細な顧客の行動情報があることで、さらに深い分析結果を得られます。リアル店舗でのショッパー行動の解像度を上げたい方には、弊社が提供する「Go Insight」がおすすめです。

Go Insightは、店舗の天井に設置したAIカメラで撮影した顧客の商品棚での行動をデータ化、分析し、取るべきアクションを提案するコンサルティングサービスです。「より詳細に分析したい」「取得した顧客データの生かし方が分からない」という事業者様は、ぜひ活用をご検討ください。