顧客生涯価値を高めるためのアンサンブルアルゴリズムに関する研究

○西口 浩司¹⁾、 森田 裕之²⁾

1) 大阪府立大学大学院経済学研究科
2) 大阪府立大学大学院人間社会システム科学研究科

Abstract

小売業やサービス業において、顧客生涯価値(LTV)の高い顧客セグメントを発見し、取引を持続することは戦略上重要である。しかしこれを阻害する要因は漠然としており、特定することは容易ではないが、その一部でも要因を明確化できれば、有効な施策立案のヒントとなる。本研究では、“あるヘアサロンチェーンのID-POSデータ”を用いて、クラスター分析によってLTVが高いと思われる顧客セグメントを発見し、そのセグメントの顧客の取引継続を目的変数とする分類問題を識別する。この分類問題に対して、可読性のある既存の分類アルゴリズムを多段階に組み合わせたアンサンブルアルゴリズムを提案し、計算機実験からその有効性を示す。

In retail and service industries, it is strategically important to identify a customer segment whose lifetime value (LTV) is higher, and to continue trading with them. However, it is not so easy because it is difficult to identify factors that are important to continue trading. In this study, we identify a customer segment that has higher LTV using ID-POS data of a hair salon chain, and find the factors to continue trading with them using a classification approach. We propose an ensemble algorithm consisting of multiple stages using several white box classification algorithms. From computational experiments using the data, we show that our results outperform our previous results.

Keywords

データマイニング，アンサンブルアルゴリズム，分類問題

Datamining，Ensemble algorithm，Classification problem