[1J3-GS-10d] AI応用：マーケティングと推薦

14:25 〜 14:40

[1J3-GS-10d-04] K-means階層的クラスタリングを用いた顧客セグメンテーションの実践

〇佐藤 雄治¹、榮田 元¹、高野 純二²、山内 大翔¹、牟田 篤兄¹ (1. アスクル株式会社、2. アクセンチュア株式会社)

キーワード：

EC、顧客セグメンテーション、K-meansクラスタリング、階層的クラスタリング、レコメンド

EC事業において顧客の需要の把握は、レコメンドを含むマーケティング施策に不可欠であり、顧客を購買の傾向ごとのグループに分けた顧客セグメントの作成が重要な課題となる。顧客セグメントを作成するために、購買行動に基づいて顧客を分類する必要があるが、顧客の需要タイプを表すラベルが直接得られることは稀であるため、購買行動の類似性を用いてクラスタリングする技術が広く用いられる。代表的な手法はK-meansクラスタリングと階層的クラスタリングがある。一方、K-meansクラスタリングのみではクラスタ数を事前に決める必要があり、階層的クラスタリングのみでは大規模データで計算量が大きくなるという課題を持つ。そこで本研究では、両手法の課題を解決しつつ、高次元かつ大規模な購買データから顧客セグメントを得ることを目的に、K-meansクラスタリングで作成した代表ベクトルを階層的にマージするK-means階層的クラスタリングを適用した。結果、約百数十万×400次元のデータでも現実的な計算時間で実行でき、代表ベクトルとデンドログラムにより施策目的に応じた柔軟なセグメントの統合・分割を実現できることを確認した。