ITパスポート 2014年 秋期 問28

バスケット分析（購買組合せ）【ITパスポート解説】

正解の理由

• サポート（support：ある組合せが全取引に占める割合）
• コンフィデンス（confidence：ある商品Aを買ったときに商品Bも買われる割合。数式は $confidence(A\to B)=\frac{support(A\cap B)}{support(A)}$ 。ここで $support(A\cap B)$ は「AとBが両方買われた取引の割合」です）
• リフト（lift：AとBの結びつきの強さを示す指標。$lift(A,B)=\frac{support(A\cap B)}{support(A)\times support(B)}$）

解法ステップ

1. 問題文のキー語を探す：「一緒に購買」「同時に買う」「組み合わせ」などが出ていないか確認する。
2. バスケット分析の定義と照らし合わせる：バスケット分析＝「同一取引における複数商品の関係」を見る手法。
3. 各選択肢を当てはめて比較：同時購入を扱うものだけを残し、集計・収益率・来店頻度などは別手法として除外する。

選択肢別の誤答解説

• ア: 「商品ごとの販売促進費と売上高の関係を分析する」
  → これは費用対効果分析や売上分析で、バスケット分析が見る「同時購入のパターン」とは異なります。
• イ: 「来店客が、一緒に購買する商品を分析する」
  → これがバスケット分析そのものです。顧客の1回の取引内で商品AとBの同時出現を調べます。
• ウ: 「商品カテゴリごとの収益率を分析する」
  → 収益率分析は商品別の利益性を評価するもので、購買の組合せ（どの商品と一緒に買われるか）を扱いません。
• エ: 「来店頻度や購入金額を分析する」
  → これはRFM分析（Recency：最新購買日、Frequency：購買頻度、Monetary：購買金額）や顧客生涯価値（LTV）に近い分析で、同時購入パターンの解析ではありません。

よくある誤解

1. 「バスケット分析は売上の増減をそのまま説明する」
   → 誤り。何が一緒に買われやすいかを示すだけで、値下げや販促の効果は別途検証が必要です。因果関係（プロモーションが原因で一緒に買われた）までは示せません。
2. 「コンフィデンスの分子は集合の和（A ∪ B）でよい」
   → 誤り。コンフィデンスは「Aを買った中でBも買われた割合」ですから、分子は A と B が両方買われた取引の件数（集合の共通部分）を表す $support(A\cap B)$ を使います。式は $confidence(A\to B)=\frac{support(A\cap B)}{support(A)}$ です。
3. 「頻繁に一緒に売れている＝必ず売上に好影響」
   → 誤り。頻繁に一緒に買われる情報はクロスセルの手掛かりになりますが、在庫・利益率・価格弾力性など全体の判断材料と組み合わせて使う必要があります。

補足コラム

• 実務での使い方：コンビニやスーパーでは、バスケット分析を使って「パンと牛乳を近くに陳列する」「卵と調理済み商品をセット割引する」などの配置・プロモーションに活かします。
• 小さな数値例（直感確認用）：全取引数が100件で、商品Aを買った取引が10件、そのうちAとBを同時に買った取引が4件なら、
  $support(A)=10/100=0.10$、$support(A\cap B)=4/100=0.04$、
  $confidence(A\to B)=0.04/0.10=0.4$（Aを買った人の40%がBも買っている）となります。
• 代表的なアルゴリズム：Apriori（アプリオリ）アルゴリズムは、頻出商品組合せを効率的に見つける手法の一つです。

transactions = [
  {'パン','牛乳'},
  {'パン'},
  {'牛乳','卵'},
  {'パン','牛乳','卵'},
]
def support(itemset):
  return sum(1 for t in transactions if itemset <= t) / len(transactions)

A = {'パン'}
B = {'牛乳'}
support_A = support(A)
support_A_and_B = support(A | B)  # AとBが両方含まれる取引を見る
confidence_A_to_B = support_A_and_B / support_A if support_A>0 else 0
print(support_A, support_A_and_B, confidence_A_to_B)

FAQ