最近、POSレジを導入される店舗は増えてきました。店舗のオーナーさんは従来のレジに比べ、さまざまな機能が付いているPOSレジを使うことで、とても便利になったのではないでしょうか。

しかし日々の売上データや在庫情報がわかるPOSレジですが、オーナーさんの中にはそのPOSレジデータをうまく活用できていない方も多いかと思います。POSレジで集めたデータを分析することは、今後の店舗経営における売上アップ・集客アップの強い味方となるのです。

そこで今回は、POSレジデータの分析のひとつ「アソシエーション分析」についてご紹介していきます。

アソシエーション分析とは「Aを頼んだらBも頼む確率が高い」という、販売の関連性を調べて分析する方法のことを言います。アソシエーション分析を行うことで、店内の最適なレイアウトや商品陳列に活かすことができ「ついで買い」を増やすことができるのです。

アソシエーション分析について

アソシエーション分析とは、POSレジデータの過去の顧客取引データをもとにして、モノを買うときの購入パターンや価値ある商品の組み合わせを発掘することです。これにより「商品Aを買った人は、商品Bも買う確率が高くなる」という関連性を出すことができ、小売店などのマーケティング戦略でよく使われる手法になります。

アソシエーション分析の活用例として、スーパーの場合だとパンとバターを買う人は一緒にミルクも買う人が多いという結果がでています。このように同時に購入されている確率の高い商品をみつけ、店内における商品陳列の最適化に活かすことができます。
つまり商品同士の関連性やパターンを分析し、互いに近くに配置することで「ついで買い」が促進され、店舗の売上向上につなげることができるのです。

アソシエーション分析の手法について

ではどのようにして、この関連性を見つけることができるのでしょうか。実際にアソシエーション分析の手法について、具体的な例を交えて説明していきます。

まずアソシエーション分析をおこなう際に重要になるのが、POSレジの蓄積データです。

POSレジデータでは「売れた商品」「売れた商品の数」「売れた時間帯」などがわかり、そこから売れた個数を集計すると「売れ筋商品」がわかります。

しかしこれだけでは「商品Aを買った人は、商品Bも買う確率が高くなる」というような関連性まではわかりません。そこでこの関連性を評価する考え方として「アソシエーションルール」という評価指標を用いて、価値のある商品の関連性を探っていきます。

「アソシエーションルール」というのは、例えばコンビニであれば『パンと缶コーヒーを買う人はサラダも一緒に買う』というように、【もしAならばBである】または【Aという条件の時はBが起こる】などのことです。

アソシエーションルールには、一般的に「支持度」「信頼度」「リフト値」の３つの指標が使われています。各指標の求め方は、以下です。

• 「支持度（Support）」
  全体のなかで商品Aと商品Bが同時に購入された割合
  支持度＝商品Aと商品Bを購入した顧客数÷全体顧客数
• 「信頼度（Confidence）」
  商品Aを購入した人が商品Bも購入する割合。AとBとの関連性の強さを判断。
  信頼度＝商品AとBを購入した顧客数÷商品Aを購入した顧客数
• 「リフト値(Lift)」
  商品Aと商品Bを購入した人の割合が全データのなかで商品Bを購入した人の割合よりどれだけ多いかの倍率
  リフト値＝信頼度÷（商品Bを購入した顧客数÷全体顧客数）

アソシエーション分析例

それではコンビニでの購買履歴を例として、アソシエーションルールをもとに分析していきましょう。まずは表１のデータをもとに「支持度」と「信頼度」を計算していきます。

表1【購買履歴】

支持度

表2は、各アイテムの購入された割合になります。全体のなかでもパン、コーヒー、お菓子が特に購入されていることがわかります。

表2【各商品の購入された割合】

2つの表をもとに「支持度」を求めていきます。先述したように支持度とは、全体のなかで商品Aと商品Bが同時に購入された割合のことです。このときに分析対象における最小の支持度を表す「最低支持度」を考えます。ここでは最低支持度を50％として、最低支持度に満たない値は枝刈り(除外)をしていきます。

枝刈りによって、パン・コーヒー・お菓子の３つが残りました。この中から２つの組み合わせによる支持度を求めます。

支持度の計算式

商品A（パン）と商品B（コーヒー）を購入した顧客数÷全体顧客数
４(パン+コーヒー)÷7(全体)＝57％

最初の枝刈りで残ったものをさらに枝刈りしていくと、表３からもわかるようにパンとコーヒーが残ります。パンとコーヒーを同時に購入している人が、全体のなかで57％という結果がでました。

表3【2つのアイテムが同時購入された割合】

こうやって支持度を計算することにより、購入されている商品全体のなかでもパンやコーヒー単体での購入に続いて、コーヒーとパンを一緒に購入している割合が高いことがわかります。

表4【全体のなかで単体または2つのアイテムが同時購入された割合】

信頼度

支持度を出すことによって、全体のなかからどの商品が選ばれているかが分かりました。続いて「信頼度」を求めていきます。信頼度は、商品Aを購入した中で商品Bも購入した割合のことを指します。

これを先ほどの例で算出した結果に当てはめると、信頼度は「パンを購入した人が一緒にコーヒーを購入する」「コーヒーを購入した人が一緒にパンを購入する」割合なります。

信頼度の計算式

商品Aと商品Bを購入した顧客数÷商品AorBを購入した顧客数
4(パン+コーヒー)÷5(パン)＝80％
4(パン+コーヒー)÷5(コーヒー)＝80％

信頼度を求めると、パンを買っている人の80％が、一緒にコーヒーを買っていることがわかります。同様にコーヒーを買っている人の80％人が、パンを一緒に買っていることもわかります。このように信頼度を求めることで、お客様の消費傾向がわかるようになるのです。

リフト値

最後にアソシエーション分析にとって重要となるのが、商品Aの購入が商品Bの購入をどの程度促進させるのかを求める「リフト値」の計算になります。

リフト値とは、商品Aと商品Bを購入した人の割合が、全データのなかで商品Bを購入した人の割合よりどれだけ多いかの倍率を出すものになります。リフト値の方が大きければ、商品Aが商品Bの購入を持ち上げていることになります。

一般的には、リフト値が１より高いと有効なルールとなり相関性が高いと言われています。逆に１以下だと、よく売れる商品はどの商品からみても一緒に売れるものだという可能性が出てきます。このように商品の売れ筋の関連性を把握する度合をリフト値で判断します。

リフト値の計算式

信頼度÷（商品Bを購入した顧客数÷全体顧客数）
0.8（80％）÷0.71（71％）＝1.12
同様にコーヒー→パンでも1.12となります。

上記の結果から、パンとコーヒーはたまたま一緒に購入されたのではなく、理にかなった結果であることがわかります。アソシエーション分析の結果により、このコンビニではパンとコーヒーを近くに配置するなどの対策を立てると、より店舗の売り上げ向上も見込めるということがわかりました。

POSレジでは、こうしたアソシエーション分析に役立つデータを常に収集しています。売りたい商品があるけど、なかなか売上に繋がらない、この商品とあの商品を一緒に売れないかなど考えているオーナーさんは、POSレジデータをもとにアソシエーション分析を試してみてはいかがでしょうか。

まとめ

今回はアソシエーション分析について、簡単な例をもとにお伝えしてきました。

このアソシエーション分析は、特に小売業などの「最適な商品陳列を行い売上UPにつなげたい」といったお悩みの方に効果的な分析手法と言えます。

そしてPOSレジデータは「誰がいつどんなものを購入したか」など、日々の販売情報を蓄積しているとても重要なデータとなります。せっかく収集したPOSレジデータを無駄にせず、今後のマーケティング戦略のために上手に活用しないともったいないですね。

今回ご紹介したアソシエーション分析は、POSレジデータを使った分析手法の一つになります。何をしたいかによって、適した分析方法は変わるため、他の分析方法も確認してみるといいでしょう。

是非アソシエーション分析を活かして商品の「ついで買い」に繋げ、店舗の売り上げをアップさせましょう。