データマイニングとは？分析手法・事例 - ツールの機能・料金比較

データマイニングとは？

データマイニング（Data mining）とは、企業が収集した大量のデータを統計学、パターン認識、人工知能などの解析法を用いて、有用なパターンやルールを発見し、マーケティング活動を促進する技術です。

データマイニングは、直訳するとデータの採掘という意味になり、鉱山のような大量のデータの中から価値のあるデータ（発見）を取り出す技術というイメージです。

データマイニングでできる3つのこと

データマイニングをすることで、自社が持つデータベースの有効活用が可能になります。データマイニングをする際に、覚えておきたい単語と意味は次のとおりです。

• データ（Data）：整理されていない数値のこと
• 情報（Information）：「データ」を整理・カテゴライズしたもの
• 知識（Knowledge）：「情報」から得られる傾向・知見
• 知恵（Wisdom）：「知識」を利用して人が判断する力

データの整理・分類

データマイニングによって、整理されていないデータを条件によって分類可能です。取得したデータがそのままの状態では、意味を持ちません。データマイニングの実施でデータを整理、分類することでマーケティングに活かせます。

データの整理や分類の手法として、商品に興味がある人とない人を分類する方法や、興味がある人を特徴別にグループ分けする方法があります。条件による整理や分類によって、データが視覚化され活用しやすくなるでしょう。

---

データ整理や分析に使えるツールは、目的に応じてさまざまな種類があります。分析に使えるツールを把握し、適切にデータマイニングを行いましょう。おすすめの分析ツールはこちらの記事で紹介しているので、あわせてご覧ください。

購入や受注の予測

データマイニングではデータと事象の関連性を発見し、特定の結果を予測可能です。

たとえば、蓄積された商品データと顧客の個人データを分析することで、購入可能性の高い方や繁盛期、売れそうな商品を予測できます。

データの関連性を発見

データマイニングにより、これまで気づかなかったデータ間の関連性が発見できます。後述する例にある、「紙おむつと缶ビールが一緒に購入される」といったものです。

今まで気づかなかった関連性の発見から、ビジネスにつながる可能性は十分にあると言えるでしょう。

データマイニングの事例

米国のOsco drugと呼ばれるスーパーでは、毎日のPOSデータから紙おむつと缶ビールを同時に購入する顧客が多いということに気がつきました。調査の結果、父親が紙おむつの購入を頼まれた際、缶ビールをついでに購入していることが多いためと判明。
そこで、Osco drugは紙おむつと缶ビールの陳列棚を隣にすることで売上げ向上につながりました。

これはデータマイニングにより、発掘した膨大なデータの中から2つの項目間の相関関係を見つけ、経営戦略に役立てた有名な事例です。

データマイニングの歴史

データマイニングは、1990年代に登場した「データベースからの知識を発見する学問（knowledge discovery in databases, KDD）」が元になっています。

1990年代には、データウェアハウス（DWH）へのデータ蓄積とともに、蓄積したデータを活用するデータマイニングに注目が集まりました。

その後、2000年代以降は多くの企業が用途に合わせて、データマイニングをデータ分析の手法としてサービス化や導入を進めています。

データマイニングの実施方法

データマイニングにおける代表的な2つの実施方法を紹介します。データマイニングにはさまざまな方法があるので、用途に合わせて実施方法を変えましょう。

また、データマイニングを始める事前準備として、データの収集とデータの加工を行います。データマイニングは主にシステム上で行うため、決まった形式のデータでないと読み込んでくれません。そのため、分析するデータの形式を揃えましょう。

手法1：機械学習

機械学習では仮説を立てずに、コンピューターが学習をしながらデータ間の関連性を見つけます。想像もできなかった発見やデータの相関を見逃さないので、既存ビジネスの改善に役立つでしょう。

機械学習の欠点としては、人の判断が必要になることです。たとえば、「AがあるとBが起こる」という結論のBが起きる理由については、人が判断しないといけません。機械学習でのデータマイニングでは、人の判断が重要になります。

---

機械学習に関連して、さまざまなデータをもとにした予測などを実行できるよう、コンピューターに学習させる技術「ディープラーニング」についてはこちらの記事で紹介しています。

手法2：統計分析

統計分析は、データマイニングで統計学や確率論を活用し、仮説が正しいか判断する方法です。仮説の立証がゴールなので、機械学習のように想定外の結果が出ることはありません。

また、最初にたてた仮説が正しいとは限らないので、統計分析による仮説の検証を繰り返し行います。統計分析では、購買量や顧客の反応を予測するために、顧客分類を行います。

手法3：その他のデータマイニング

他にもテキストマイニングやイメージマイニング、パターンマイニングなど、マイニングの対象ごとに呼び名が変わって利用されることも多くあります。

データマイニングをするときの注意点

データマイニングの注意点は、100%売上げ向上につながるデータを発見できるわけではないということです。この前提の部分を誤解したままデータマイニングを行うと、失敗につながる可能性が高まります。

他にも、収集したデータの質に注意しましょう。データの質が悪いと、不明な結果が出る可能性が高まります。データの質を保つには、欠損が少ない、異常値が少ない、項目にダブルミーニングがないという3つの前提を意識しましょう。

データマイニングの分析手法

データマイニングの分析手法には、クラスタリング、ロジスティク回帰分析、マーケット・バスケット分析があります。それぞれの分析方法について詳しく解説します。

クラスタリング

クラスタリングとは、データを類似性に基づいて分類するための手法です。購買データをもとに同じような行動をとる顧客をグループ化し、グループごとに異なるマーケティング施策を実施する場合に役立ちます。

ロジスティック回帰分析

ロジスティック回帰分析は、「Yes」「No」を明確に定義できるものを分析する場合に適した手法です。たとえば、キャンペーン実施時に、DMを送付した顧客が商品を購入するかどうかを予測する場合に用いられます。

マーケット・バスケット分析

マーケット・バスケット分析は、小売店の販売データから同時に購入されることの多い商品を見つける際に使われる手法です。

関連性がないようで実は同時に購入されることの多い商品や、逆に関連商品のように思えても同時に購入されることが少ない商品を明確にすることで、効果的な売り場づくりに役立ちます。

データマイニングと他の用語の違い

データマイニングのように、最近は多くのマーケティング用語が登場しています。そこで、データマイニングと間違いやすい用語について紹介します。

ビッグデータとの違い

ビッグデータとは、種類を問わず日々蓄積されていく膨大かつ経営戦略に有用なデータとなります。

つまり、ビッグデータは各企業により対象が異なり、またデータ量に関しても明確な定義はありません。紙おむつとビールの事例で言えばPOS（Point of Sales）データであり、Webサイト運営者からすればユーザーのアクセスログです。

「データマイニング＝分析手法」「ビッグデータ＝膨大なデータ」と覚えておきましょう。

BI（ビジネスインテリジェンス）との違い

BI（ビジネスインテリジェンス）とは、企業の内外における日々の情報を、蓄積・分類・抽出・分析・加工し、ビジネス上の意思決定を支援するための手法です。

ビジネスインテリジェンスはデータマイニングを包括した分析手法といえます。つまり、データマイニングはビジネスインテリジェンスの一種と捉えて問題ないでしょう。

ビッグデータを用いたデータ活用のためのツールについては、ビジネスインテリジェンス（BI）の分野とも深く関わってくるので、詳しく知りたい方は次の記事をご覧ください。

データマイニングツールを利用するときのポイント

データマイニングをするためにツールの導入は必要不可欠です。では、ツールを導入することでメリット、デメリットは何があるのでしょうか。

データマイニングツールのメリット

データマイニングツールのメリットとして、誰でも簡単に行えることがあります。統計学といった専門知識不要で、専門家レベルの分析が可能です。

また、膨大なデータの中からビジネスにつながるきっかけを判断する材料にもなるでしょう。データが多ければ多いほど、それを自身で分析するのは困難です。ツールを用いることでデータの整理も行え、課題解決の糸口になるのは大きなメリットと言えます。

データマイニングツールのデメリット・問題点

データマイニングツールの注意点として、あくまで分析ツールであるということが挙げられます。データマイニングにより分析結果はでますが、それの活用方法については判断してくれません。この点をデメリットと感じるかもしれません。

また、分析するためには大量のデータが必要というわけではありません。データが多すぎると分析が困難になる可能性もあります。

データマイニングツール8選

ビジネスで使える、データマイニングツールを8選紹介します。分析やダッシュボード機能といった他の機能もあわせて提供されていることが多いので、データの活用目的に合ったツールを選びましょう。

• 事前設定の手間なくすぐにテキストデータの分析が可能
• CSVファイルをアップロードするだけで分析開始
• 視覚的にわかりやすいアウトプット

TextVoice（テキストボイス）は、簡単操作ですぐに分析結果を得られるSaaS型のデータマイニングツールです。

従来のツールでは分析をする前に、類義語辞書を手動で作成する必要がありました。TextVoiceは類義語辞書が内蔵されているため、辞書の整備にかかる手間を省けます。

多くのテキストマイニングツールでは2語の係り受けですが、TextVoiceは最大6語まで結びつけられより詳細にテキストが持つ意味を把握できます。データをCSV形式でアップロードするだけで、誰でも簡単に定性データの分析が可能です。

• 多彩な標準搭載機能
• 豊富なオプション機能
• 高度な統計解析が可能なオプション機能

MarketAnalyzer™は、マーケティング用高速GIS（地理情報システムマップ）エンジン「TacticianOne®」を搭載しているサービスです。エリアを重視したツールになっており、地域別の情報を整理した場合に活用されます。

また、「人口」「年収」「想定ターゲットに合う客層の数」「駅前立地」などの多角的な条件で候補地をリストアップできます。売上予測モデルを作成する高度な統計解析機能や第三者のデータを、分析レベルに合わせて段階的に拡張・追加可能です。

• 顧客・購買データから自社の顧客を見える化
• あらゆる条件での演算処理でさまざまな側面から分析可能
• PDCAを加速する構造

カスタマーリングス では、在庫やデータに評価をつけ（ABC分析）によって売れ筋商品を把握します。また、購買傾向分析し顧客の購入パターンを視覚化できます。

また、あらゆるデータをノンカスタマイズで統合し、データ量やファイル数の制限はありません。多数のECカート、アプリ、サービス連携しているため環境構築を容易に行えます。

• 刻一刻と変わるビジネスの状況をリアルタイムに
• データを次のアクションにつなげる情報へ
• 場所やネットワーク環境の制約を低減

MotionBoardは、企業をとりまくさまざまなデータを価値ある情報に変える、表現力と分析力を兼ね備えた情報活用ダッシュボードツールです。専門の知識なく直感的操作ができる点、タブレットでどこでもデータを見れる点が特徴的です。

地図機能や3Dマップなど、従来のBIにとどまらない多種多様なビジュアライズも可能なことから、豊富な表現をノンプログラミングで⾃由⾃在に設定できます。

- データの収集と分析が可能
- 業界最大級でブログカバーNo.1
- 直感的なビジュアルで誰でも簡単に操作可能

見える化エンジンは、1,500社が導入しており、8年連続国内シェアNo.1のテキストマイニングツール（2019年富士キメラ総研調べ）です。顧客の声から自社が持つ仮説を検証するために、有能な分析機能が備わっています。ランキング形式での表示や、気になった単語を選択しその話題がどのような内容で構成されているかをマップにより表現可能です。

• 汎用データマイニングツール
• ビジュアルプログラミング環境
• 豊富な機能

Visual Mining Studioは、ブラウザで簡単にデータマイニングを行えます。複雑な操作は不要で、データマイニングが初めてという方でもすぐに利用できる点が特徴です。

データの前処理から、マイニング処理、他アプリケーションとの連係機能を備え、結果をグラフィカルに表現できます。さらに、データの欠損値の補完からフィルタリングなど、分析を行う前の加工をスムーズに行うための各種機能を搭載しています。

• 全世界で23,000社以上の導入実績
• ドラッグ＆ドロップ操作で簡単にデータ分析
• タブレットからでもデータを参照・分析

tableauは、簡単に操作が可能で、データも非常にわかりやすくグラフ化されるツールです。ドラッグ＆ドロップで操作が完了するため、操作に不安がある方でも簡単に利用できます。

専門知識不要で操作できるため、誰でも安心して扱えます。さらに、無料トライアルがあるので、体験してから導入を検討できるのも魅力的です。

• 高度な分析＆ビジュアルデータマイニング
• 大規模データ統合
• 分析に精通しているユーザのための素早い決断、行動が可能

ACTUATE BIRT Analyticsは、データをドラッグ＆ドロップするだけで、さまざまな集計やグラフ、ベン図が作成できます。また、操作はすべてWebブラウザ上で行い、マイニング用の新たなデータ加工が不要であることも特徴です。

データマイニングを活用する手順・活用法

データマイニングをただ行うだけではなく、活用するための手順や活用法について、データマイニングとは何かおさらいしつつ解説します。

データマイニング活用の手順

まずデータマイニングの準備段階として、元となるデータの収集とデータの加工を行います。元となるデータは10万を目安にして集めましょう。そして、収集したデータを分析の用途に合わせて加工します。数値で分析するのであれば、データ数値に揃えるといった作業が必要です。

事前準備を終えるといよいよデータマイニングです。データマイニングの手法は、AIによる機械学習と統計分析の2つ。新たな発見を求める場合は機械学習、仮説の立証が目的の場合は統計分析を選びましょう。データマイニングによってどのような課題を解決したいのかによって、取るべき手法が異なるので注意してください。

データマイニングによって情報の整理、予測、関連性の発見ができます。それらの情報をどのように利用するかは、各個人に委ねられます。データマイニングをマーケティング戦略に活用しましょう。

---

データの表記揺れに対応するデータクレンジングについてはこちらの記事で詳しく解説しています。

データマイニングの活用法

データマイニングの活用法について、小売業、製造業、教育業の観点から紹介します。

小売業

小売業では、顧客のデータベースを活用することで、より効果的なキャンペーンの実施や顧客に対して効果的なアプローチができるでしょう。

製造業

製造業では、生産設備の老朽化を把握することや、設備の保守・整備を適切なタイミングで実施することにデータマイニングが役立ちます。

教育業

教育では、学生の学習の進捗状況データから学生の理解度を予測可能です。この情報により、教員が生徒に合わせた最適な指導を行えます。

ボクシルとは

ボクシルとは、「コスト削減」「売上向上」につながる法人向けクラウドサービスを中心に、さまざまなサービスを掲載する日本最大級の法人向けサービス口コミ・比較サイトです。

「何かサービスを導入したいけど、どんなサービスがあるのかわからない。」
「同じようなサービスがあり、どのサービスが優れているのかわからない。」

そんな悩みを解消するのがボクシルです。

マーケティングに問題を抱えている法人企業は、ボクシルを活用することで効率的に見込み顧客を獲得できます！また、リード獲得支援だけでなくタイアップ記事広告の作成などさまざまなニーズにお答えします。

ボクシルとボクシルマガジンの2軸を利用することで、掲載企業はリードジェネレーションやリードナーチャリングにおける手間を一挙に解消し、低コスト・高効率・最小限のリスクでリード獲得ができるようになります。ぜひご登録ください。

また、ボクシルでは掲載しているクラウドサービスの口コミを募集しています。使ったことのあるサービスの口コミを投稿することで、ITサービスの品質向上、利用者の導入判断基準の明確化につながります。ぜひ口コミを投稿してみてください。