データマイニングの目的とは？ビッグデータの具体的な分析方法も紹介

データマイニングの目的

データマイニングとは、統計学や人工知能に基づく、さまざまなデータ分析手法を用いてデータから知識を取り出すことです。これは何のために行われるのでしょうか。

予測と分析による有益情報の獲得

データマイニングの目的は、大量のデータを分析して知見を獲得し、未来予測に活用することです。データをセグメントに分類し、セグメント間に潜在する関連性を見出します。こうして得られた知見は、マーケティングなどに役立てられます。

この例として、ビールとおむつの話があります。データマイニングの結果、両者は一緒に購入される機会が多いことが判明したという話です。この分析結果を活かし、ビールとおむつを並べて陳列したところ、売上が伸びたと言われています。

この話はたとえ話であって実話ではないようですが、データマイニングの目的を端的に表しています。人が考えただけでは分からないデータ同士の関係性を分析手法で明らかにできれば、高度なマーケティングが実現するのです。

設備のメンテナンスなどに活かせる

データマイニングはマーケティング以外にも、業務の効率化やリスク回避に活用されています。

たとえば、製造業においては製造設備のメンテナンス効率化に利用されています。故障が生じやすいタイミングや箇所をデータマイニングで明らかにできれば、定期的メンテナンスの頻度を最小限に抑えることが可能です。

また、製造設備の状態を監視し、そのデータを分析すれば不具合が生じる前兆を検知できます。人間の勘や経験に頼らなくてよい分、故障を始めとした不測の事態に伴う被害を軽減できます。

データマイニングに必要な準備

データマイニングを行うには何を準備すればよいのでしょうか。順を追って見ていきましょう。

目的の設定

目的によって扱うべきデータと適用するデータ分析手法が変わってきます。「商品Aの売上を伸ばしたい」など具体的に設定しましょう。

データ収集

データマイニングに必要なデータを収集します。商品の売上増加を目指すのなら、その売上数量や購入者層、同時に購入されている商品、地域別売上などが対象となるでしょう。

データ収集にはデータウェアハウスが使われることが多いです。データウェアハウスには登録データ以外に、削除や更新される前のデータも含まれます。それらも含めて分析の対象としています。

データ加工

収集したデータは形式がバラバラなうえ、そのままではデータマイニングに活用できないことが多いです。データ形式の統一や正規化を始めとした処理を施し、データを分析に使えるように加工しましょう。

手法の選定

目的や対象のデータに合わせて分析方法を選びます。１度で有益な知見が得られるとは限らないため、いくつかの手法で繰り返し分析しましょう。

データマイニングの具体的な分析方法

データマイニングにおける分析では、統計分析や人工知能などが用いられます。統計分析は、仮説を立て、それが正しいか否かを統計的手法を用いて判定することをいいます。一方、人工知能の機械学習は事前の仮説を必要とせず、コンピュータが自ら学習し、データ同士の関係性などを見出します。

では、データマイニングに用いられる分析方法には具体的にどのようなものがあるのでしょうか。代表的なものを３つ紹介します。

ABC分析：３段階でランク付けする手法

ABC分析は、製品を重要度が高い順にA・B・Cとランク付けする手法です。基本的には、売れ筋商品とそうでない商品を選別し、売れ筋商品にリソースを注ぐことで利益増加を目指すのに利用されます。

１つ簡単な例を見てみましょう。