データ分析・解析手法・ツールまとめ | 全46サービス掲載【保存版】

【3】データマイニングの分析手法

データマイニングとは

データの中から頻出するパターンや特徴を発見するための分析手法を指します。今まで膨大なデータを活用できていない企業も多くありましたが「ビックデータ」や「データマイニング」などのワードがトレンドとなった昨今、これらの大量のデータの価値に気付き積極的に活用して自社の競争力に強化に役立てる企業も増えてきました。大量のデータを有効活用し重要な情報を得るための最有力手段として、データマイニング技術は必要不可欠な存在となっています。

画像引用：ボクシル編集部にて作成

●目次
＜データマイニング＞
1.相関ルール抽出
　ー1-1.アソシエーション分析/バスケット分析
　ー1-2.主成分分析
2.クラス分類
　ー2-1.決定木分析
　ー2-2.クロス集計分析
　ー2-3.因子分析
3.回帰分析
　ー3-1.単回帰分析
　ー3-2.重回帰分析
　ー3-3.ロジスティック回帰分析
　ー3-4.線形回帰分析
4.クラスタリング
　ー4-1.クラスター分析
5.その他
　ー5-1.アドホック分析
＜テキストマイニング＞
6.トレンド分析
7.ソーシャルリスニング分析/ソーシャル解析/クチコミ傾聴分析
　ー7-1.Twitter分析/アカウント分析
　ー7-2.Facebook分析

1-1.アソシエーション分析/バスケット分析

アソシエーション分析とは、データ間の相関関係を発見するときの分析手法です。商品Aを買う人の70%が商品Bを買ういうようなデータを抽出できるため、Amazon.comのように買い物かごに入れた後にオススメの商品を提示するといった方法に応用できます。

画像引用：ボクシル編集部にて作成

Qlik Viewでは、画面に表示される質問に沿って入力するだけで、アソシエーション分析が自動的に管理されます。簡単な手順なので最短10分で分析を行うことができます。

●アソシエーション分析/バスケット分析についての関連記事

1-2.主成分分析

主成分分析とは、さまざまな要素(変数)を統合した合成変数、つまり主成分を作っていく分析手法です。これによって、各主成分がどの程度元の要素を持っているか、また得られたそれぞれの指標の関係性を総合的に分析できる手法です。

画像引用：ボクシル編集部にて作成

2-1.決定木分析

決定木分析とは、ある事項の結果データに関してツリー状のモデルを用いて分類していきそれを導いた要因を遡って分析する手法です。この分析結果を用いて将来の結果を予測できます。

画像引用：ボクシル編集部にて作成

2-2.クロス集計分析

クロス集計分析とは、質問内容を2つ以上掛け合わせて集計する分析手法です。表軸の縦：「性別」の質問だけではなく、横：「A型/B型/O型/AB型」と選択肢が交わる集計法です。クロス集によって、性別や年代の違いなど細かい分析を行うことができます。

性別	A型	B型	O型	AB型
男性	15人	13人	10人	8人
女性	21人	16人	15人	6人

2-3.因子分析

因子分析とは、 相関関係の強い変数の集合を作り、少数の因子に要約してまとめる分析手法です。さまざまな設問に対し、カスタマーから回答をもらうことで、事象に対する傾向を説明するにふさわしい因子を選び出します。直接的には観測できないカスタマーの潜在的な思考に対し、複数の質問を通じて逆算する手法です。

画像引用：ボクシル編集部にて作成

3-1.単回帰分析

単回帰分析とは、ある2変数において、一方の変量の結果から他方を変量を予測する方法です。パラメータa,bを所与としてY=aX＋bという単純な方程式を立て、Xの結果からYを予測するというものであり、例を挙げれば身長から体重などを導けます。

3-2.重回帰分析

重回帰分析とは、売上高などビジネスの要因分析・予測分析ができる分析手法です。売上高のように、あるデータに影響を与える要因が、立地・接客・品揃えなど、複数ある場合に用いられます。この分析により、新しい店舗の売上を予測することなどができます。

4-1.クラスター分析（判別分析）

クラスター分析（判別分析）とは、さまざまな要素を含むグループ全体の中から似た性質を持ったものをクラスター(＝集団・グループ)としてまとめて対象を分類する分析手法です。生活者の意識や行動特性でグループ分けすることによって、重点ターゲットを絞り出すことが可能になります。また判別分析とも同義であるため、一緒に説明させていただききました。
コンビニを例とすると下記図解のイメージとなります。

画像引用：ボクシル編集部にて作成

5-1.アドホック分析

アドホック分析とは定期的・定量的に行われるデータ分析ではなく、すぐに結果を確認したい場合などの即時のデータ処理が可能な単発的な分析手法です。この分析によって、さまざまな視点から分析を繰り返すことができます。

●アドホック分析についての関連記事

●テキストマイニングとは

テキストマイニングとは、TwitterなどのSNS、サイトのレビュー、ブログやアンケート上にある大量のテキストデータを分析して定量的なデータ以外に定性的なデータを分析して改善に役立たせる手法のことを指します。テキストマイニングの手法は抽出したい媒体によっても異なるため、下記の表を参考にしてください。

抽出したい媒体	分析手法
SNS全般/アンケート/問い合わせ履歴	トレンド分析
SNS全般	ソーシャルリスニング分析/ソーシャル解析/クチコミ傾聴分析
Twitter	Twitter分析/アカウント分析
Facebook	Facebook分析

6.トレンド分析

トレンド分析とは、Twitterやブログなどのソーシャルメディア上のクチコミやアンケート、問い合わせ履歴などからお客さまの本音・傾向を分析することです。これによって、商品・サービスの改善や新しい企画のヒントの発見することができます。ソーシャルメディアに特化したトレンド分析のソーシャルリスニング、またその中のTwitter分析やFacebook分析についてもトレンド分析の次に紹介してありますので、あわせてご確認ください。

画像引用：ボクシル編集部にて作成

●トレンド分析についての関連記事

7.ソーシャルリスニング(ソーシャル解析)

ソーシャルリスニング(ソーシャル分析)とは、ソーシャルメディア上で人々が日常的に行っている会話や自然な行動に関するデータを収集し、それらを調査・分析することによって業界動向把握やトレンド予測、自社・ブランド・商品に対する評価・評判の理解や改善に活かす分析手法を指します。

画像引用：ボクシル編集部にて作成

BuzzSpreader Powered by クチコミ＠係長は、ソーシャル・ビッグデータをリアルタイムに収集・蓄積し、自由な切り口で検索・分析するためのクラウドサービスです。最大級クチコミデータから分析可能なので、まるで生活者の頭の中を観測するように、ユーザーの本音に近い情報をリアルタイムに把握することができます。

[button href='https://boxil.jp/service/425' text='BuzzSpreader Powered by クチコミ＠係長]

Social Insightは、FacebookやTwitter、Google+をはじめとするソーシャルメディア運用を支援するソーシャルリスニング(分析)ツールです。 クチコミ分析、SNS効果測定、レポート作成、投稿配信といった面倒な作業をサポートします。炎上を察知し風評被害を回避できるアラート機能が特徴です。

●ソーシャルリスニング(ソーシャル分析)についての関連記事

7-1.Twitter分析

Twitter分析とは、運営している自社アカウントと似たアカウントを分析して自社アカウントのフォロワー数・リツイート数を伸ばす分析手法を指します。

Insight Intelligenceは、Twitter上の膨大な口コミを分析できるツールです。検索エンジンのように自由にキーワードを入力することで、さまざまな話題の量を手軽に確認することが可能で、市場調査や競合比較などにも活用できます。

●Twitter分析についての関連記事

7-2.Facebook分析

Facebook分析とは、Facebook上でユーザーが投稿している内容を解析する分析手法を指します。Facebook分析によってブランディング状況を把握することやインフルエンサーを発見するなど自社にとっても有益な情報を見つけられるメリットがあります

見える化エンジン は、集めたつぶやきを高速・高度なテキストマイニングで話題の内容からトレンドまで瞬時に見える化し、さまざまなマーケティング業務に大いに活かすことができるツールです。

BuzzSpreader Powered by クチコミ＠係長のFacebook 分析機能では、複数の Facebook ページの比較分析や、Facebook 上の任意のキーワードに対する口コミ分析などができます。

●Facebook分析についての関連記事

【4】統計解析の分析手法

統計解析とは

統計解析とは、大量のデータを収集・探索・分析した結果を元にデータに含まれるパターンや傾向を明らかにする分析手法を指します。ビックデータを活用するといった意味ではデータマイニングとも似通っているため、今回紹介する分析手法は重複しているものもいくつかあります。データマイニングと統計解析の違いを把握した上で分析に取り組んでみてくださいね。

画像引用：ボクシル編集部にて作成

●目次
＜データの関連性＞
1.相関分析
2.クロス集計分析
3.アソシエーション分析（バスケット分析）
4.線形重回帰分析
5.2変量解析
6.多変量解析
＜未知のデータを予測＞
7.単回帰分析
8.重回帰分析
＜データ分類＞
9.主成分分析
10.因子分析
11.クラスター分析
12.コンスポンデンス分析
13.共分散構造分析
14.階層化意思決定分析法

1.相関分析

相関分析とは、2つ以上の変数において一方の変量が変化した場合、他方がそれに対応して変化する関係を統計的に分析する手法のことを言います。企業における施策が売り上げにどう影響しているかを分析する場合に活用することができます。

5.2変量解析

2変量解析とは、気温と商品の売上など、2つの変数の関係性を分析できる分析手法です。気温とアイスバーの売上など、サンプルの変数を集めて解析することで、相関が高いかどうかが判断できるので、商品のマーケティングに用いることができます。

6.多変量解析

多変量解析とは、ある複数の変数をもった結果データにおいて変数間の関係を統計的に分析する手法のことを指します。この分析によって、複数の変数から将来の結果を予測したり、複数の要素を要約することが可能です。

10.コンスポンデンス分析

コレスポンデンス分析とは、ライバル会社と自社とのポジションの違いを可視化する分析手法です。ビジュアル的にわかりやすい分析結果なので、ライバル企業と比較した商品やブランドイメージの市場における位置づけも簡単に確認できます。

13.共分散構造分析

共分散構造分析とは、モノが売れるロジックなど、複雑な要因を含んだ仮説を分析できる分析手法です。味の好み・CMの魅力・価格など、商品が購入されるまでの複雑な因果関係を統計的かつ客観的に検証できるので、企業の意思決定に役立ちます。

14.階層化意思決定分析法

階層化意思決定分析法とは、企業の最適な意思決定のため、人による主観的判断やシステムアプローチなど、多様な評価基準から分析できる分析手法です。スタイル・操作性・機能性など、商品のデザイン評価を多様な側面から分析するなど、多様な意思決定に役立ちます。

データマイニングと統計解析の違いとは

データマイニングと統計解析は「ビックデータ」を分析・解析するという点では似通った部分が多くあります。しかし、できることや分析手法など異なるものも多々あります。なにができるのか把握した上で使う分析手法を決定できると良いのではないでしょうか。

できること	何をするか	ジャンル	代表的な分析手法
未来を予測/規則性を発見	ルールを発見してデータ分析	データマイニング	ABC分析/アソシエーション分析/クラスター分析
データを活用して傾向や結論を出したい	仮説検証を繰り返す	統計解析	重回帰分析/共分散構造分析