バスケット分析で一緒に売れる組を探す｜併売の型を見つける

「一緒に売れている商品の組を出してほしい、と言われたのですが、何をどう数えればいいのか分かりません」「同時購入の割合が高い順に並べたら、上位が全部いちばん売れている定番品になりました」——取引データから併売の組を探す作業では、この2つが並んで届きます。2つ目は失敗ではなく、割合の高さだけで並べると必ず起きる、この手法の構造上の性質です。一緒に買われている組を見つけるには、割合を出す前に取引の数え方を決め、割合を出したあとに全体平均との比を取る必要があります。この記事では、5つの工程で組を見つける手順と、3つの指標の読み方、併存を因果と取り違えないための確かめ方、そして取引件数の少ないBtoBでの組み替え方を整理します。

「何と何が一緒に買われているか」は、勘では当たらない

併売の話は、社内では経験則で語られがちです。あの商品を買うお客さまは、たいていこちらも一緒に買う。営業がそう言うとき、たしかにその通りであることが多いのですが、問題はその組が、記憶に残りやすい組であって、実際に多い組とは限らないことです。印象に残るのは、意外だった組か、直近に起きた組のどちらかです。頻度が高くて当たり前になっている組は、逆に思い出されません。

取引データを使うと、この偏りが外れます。全部の注文を同じ基準で数えるので、印象の強さが順位に影響しません。そのうえで、記憶にある組が実際に上位に来るかを確かめると、社内の経験則のうち何が当たっていて何が思い込みだったかが分かります。この照合そのものが、分析の最初の成果になります。当たっていた経験則は、以後は自信を持って使えるからです。

ただし、データを数えれば自動的に有用な組が出てくるわけではありません。数え方を決めていない状態で集計すると、あとで説明できない一覧が出来上がります。1回の注文を1件と数えるのか、1社の1年間を1件と数えるのか。商品を型番で数えるのか、分類で数えるのか。この2つを決めていないと、同じデータから何通りもの結果が出ます。手順の前半は、ほとんどこの2つを決める作業に費やされます。

バスケット分析は、取引データの中の何を見ているのか

この手法は、一度の買い物のかごの中身を並べて、どの商品とどの商品が同じかごに入りやすいかを数える方法です。かごを取引、中身を商品と読み替えれば、小売以外にも当てはまります。1回の注文に含まれる品目、1件の見積書に載った商材、1社が1年間で契約したサービス。「同じひとまとまりの中に一緒に現れたか」を数えているだけで、それ以上のことは何も見ていません。

この単純さが、使いどころと限界の両方を決めています。使いどころは、思いつかなかった組を機械的に洗い出せること。人が仮説を立てて確かめる形だと、思いついた組しか検証されません。限界は、なぜ一緒に現れたのかを一切説明しないことです。同じかごに入った理由が、片方が他方を必要としたからなのか、たまたま同じ時期に販促していたからなのかは、この数字からは区別できません。

もう1つ、この手法が答えないことがあります。それは、その組を推すべきかどうかです。数字が示すのは「一緒に現れている」という事実だけで、推して売上が増えるかは別の問題です。すでに一緒に買われている組は、放っておいても一緒に買われるので、推しても増分が小さいことがある。見つけた組をそのまま施策にせず、なぜ一緒に現れているかを一段掘ってから使うのが実務の作法です。

出自と、おむつとビールの話が壊れて伝わったこと

この種の分析を計算方法として定式化したのは、1993年にデータベース分野の国際会議で発表された論文です。アグラワル、イミエリンスキ、スワミの3名による、大量の取引データから商品の集合どうしの規則を掘り出すという内容で、ここで規則の良し悪しを測る数字が整理されました。翌1994年には、組み合わせの数が爆発するのを避けて効率よく計算するための、アプリオリと呼ばれる手法が発表されています。

この分野で必ず引かれるのが、紙おむつとビールの話です。出典をたどると、1992年12月23日の米国の経済紙に載った記事に行き着きます。当時NCRでビジネスコンサルティングを率いていたトーマス・ブリショックが、オスコ・ドラッグという小売チェーンの25店舗のレジから集めた大量の取引データを分析し、紙おむつとビールが一緒に買われていることを見つけた、という内容でした。実話ではあります。

壊れているのは、そのあとの部分です。伝わる過程で店名がセブンイレブンやセーフウェイに変わり、曜日や時間帯も語り手によって入れ替わりました。そして最も重要な点として、この店が実際に紙おむつとビールの売場を隣に並べたという記録はない、と指摘されています。発見はされたが、そのままの形では実装されなかった。この逸話が教えているのは、意外な組が見つかることではなく、見つけた組をそのまま施策にはできないということのほうです。

使う3つの指標を、日本語のまま押さえる

この手法で見る数字は3つです。名前で覚えるより、何を割って何で割った値かで覚えるほうが実務では間違えません。順に、どれくらいの割合の取引にその組が現れるか、片方を買った取引のうちもう片方も入っていた割合、そしてその割合が全体平均の何倍か、の3つです。計算の順番もこの通りに進めます。

具体例で見ます。取引先が100社あり、そのうち商品Aを買った先が40社、商品Bを買った先が60社、両方を買った先が30社だとします。1つ目の数字は30を100で割って0.3。全体の3割の取引先にこの組が現れています。2つ目は30を40で割って0.75。Aを買った先の75%がBも買っています。ここで止めると、この組はかなり強く見えます。

3つ目を出すと印象が変わります。商品B自体は100社中60社が買っているので、全体平均は0.6です。2つ目の0.75を0.6で割ると1.25。Aを買った先がBも買う割合は、全体平均の1.25倍にすぎません。75%という数字の大部分は、Bがもともとよく売れていることで説明がついてしまう。3つ目の数字は、この「もともとの売れ方」を差し引くための割り算です。1倍を下回れば、その組はむしろ一緒に買われにくい組だということになります。

2つ目の数字だけを見ると、必ず「よく売れている商品」が出てくる

実務でいちばん多い事故が、2つ目の数字で並べ替えて上位を報告することです。これをやると、上位はほぼ確実に定番品で埋まります。理由は算数を追えば分かります。2つ目の数字は「Aを買った取引のうちBも入っていた割合」なので、Bがどの取引にも入りやすい商品なら、Aが何であっても値が高くなるからです。相手を選ばずに高い値が出るので、上位に並ぶのは結びつきの強い組ではなく、Bの座に定番品が入った組の一覧になります。

先ほどの例に定番品を足すと、はっきりします。商品Cは100社中90社が買っている定番品だとします。商品Aを買った40社のうち、Cも買っていた先が38社なら、2つ目の数字は38を40で割って0.95です。95%という数字だけを見れば、AとCは非常に強い組に見えます。ところが3つ目を出すと、0.95を0.9で割って約1.06。ほとんど1倍で、結びつきはほぼありません。Cは誰が相手でも一緒に買われるので当然です。

この罠を避ける手順は決まっています。3つの数字を全部出したうえで、3つ目が一定以上の組だけを残し、その中で1つ目の数字が小さすぎないものを見る。順番を変えて、2つ目で絞ってから3つ目を出すと、この段階ですでに定番品しか残っていません。絞り込みに使うのは3つ目、量の確認に使うのが1つ目、説明に使うのが2つ目、と役割を分けておくと取り違えが起きにくくなります。

手順は5工程。数字を出す前に決めることが2つある

全体の流れを先に置きます。5つの工程のうち、最初の2つは計算ではなく定義の作業です。ここを飛ばして集計から始めると、出てきた一覧の意味を誰も説明できなくなります。逆に言えば、前半2工程を丁寧にやれば、後半は表計算ソフトでも回せます。

工程3を軽く見ないことです。件数の少ない組は、3つ目の数字が跳ねます。100社のうち2社しか買っていない商品との組は、その2社が両方買っていれば割合が100%になり、3つ目の数字も派手な値が出る。数字の派手さは、結びつきの強さではなく件数の少なさから来ていることが多いので、切る基準を先に決めておきます。

工程1と2：取引の単位と、商品の粒度を決める

取引の単位は、この分析の結果を何に使うかで決まります。売場や画面の並びを考えるなら1回の注文、提案の順番を考えるなら1社の年間、見積の構成を考えるなら1件の見積。同じデータでも、単位を変えると出てくる組が入れ替わります。1回の注文で見れば同時に買われない組でも、1年間で見れば同じ先が両方を買っていることは普通にあるからです。

商品の粒度は、細かすぎても粗すぎても失敗します。型番まで細かく見ると、同じ組が現れる回数が減り、1つ目の数字が小さくなりすぎて全部が足切りに引っかかります。逆に大分類まで粗くすると、出てくるのは「本体を買った先は付属品も買う」といった、誰でも知っている組ばかりになります。3階層あるなら真ん中を使う、という目安から始めて、出た結果を見て上下に一段ずらすのが現実的です。

この2つを決めたら、書き出して残します。分析の説明のときに必ず聞かれるからです。同じ商品を2回買った場合を1件と数えるか2件と数えるか、返品や取消をどう扱うか、無償提供分を含めるかも同時に決めます。定義の違いは、あとから数字を見ても復元できません。半年後に同じ集計をして値が変わったとき、定義が残っていないと原因が特定できなくなります。

工程3：出現の少ない組を切る基準を先に決める

全部の組を計算すると、組み合わせの数が急激に増えます。商品が100種類あれば2つの組だけで数千通りになり、3つの組まで広げると桁が変わる。総当たりの計算が現実的でないため、効率よく絞る算法が開発されてきた経緯があります。実務では、算法の話に入る前に、そもそも見る必要のない組を落とすほうが先です。

落とす基準は1つ目の数字で置きます。全取引の何%以上に現れる組だけを残すか。小売のように取引件数が多い場合は1%程度から始める例が見られますが、件数が少ない領域ではこの基準では何も残りません。割合ではなく件数で置くほうが実務では扱いやすい場面が多く、たとえば「その組が20件以上の取引に現れていること」と決めます。件数で置けば、母数が変わっても基準の意味が変わりません。

よく使われるもう1つの絞りは、極端に売れている商品と、極端に売れていない商品を先に除くことです。前者はどの組でも2つ目の数字を押し上げてしまい、後者は件数が少なすぎて3つ目の数字が跳ねる。3品以上の組を見る場合は、2品の組よりもさらに多くのデータが要ります。組の中の品数が増えるほど、その組がそっくり現れる取引は急に減るからです。

工程4：3つの指標で並べて、上から読む

残った組について3つの数字を出したら、読み方の順番を決めます。まず3つ目で並べ替え、1倍を大きく超えている組を候補にします。次に1つ目を見て、その組が十分な件数に現れているかを確かめます。最後に2つ目を見て、どちらからどちらへ読むと割合が高いかを確認します。片方向だけ高いことがあるので、AからBとBからAの両方を出しておきます。

並べ終えたら、上から順に読んで3つに仕分けます。1つ目は、業務上あって当然の組。本体と付属品、機器と消耗品、契約と保守。これは発見ではないので落とします。2つ目は、あって不思議はないが意識していなかった組。ここに使い道があります。3つ目は、意味が分からない組。意味が分からない組は捨てず、なぜそうなるのかを現場に聞く。データの持ち方の問題が見つかることがよくあります。

報告の形も先に決めておきます。数十の組を一覧で出して終わりにすると、受け取った側が読めません。上位から数えて5組か6組までに絞り、それぞれに1文の説明を付ける。説明が書けない組は、その時点では使えない組です。一覧そのものは付録に回し、本文では絞った組だけを扱います。

工程5：一方が他方を呼んだのか、それとも両方が押し上げられたのか

最後の工程が、この手法で最も間違えられるところです。一緒に買われているという事実は、片方が他方を呼んだことを意味しません。両方を同時に押し上げた別の要因がある場合が、実務では非常に多い。季節がそうです。冬に売れる商品どうしは、互いに何の関係がなくても同じ取引に現れます。販促もそうで、同じ時期に同じ相手へ売り込んだ2商材は、当然のように一緒に現れます。

確かめ方は2つあります。1つは時間の前後を見ることです。取引単位を1社の年間にしている場合、その中で先に買われたのはどちらかを並べ直します。片方が常に先なら、順番のある関係の可能性が出てきます。両方が同時か、順番がばらばらなら、共通の要因を疑います。もう1つは、販促を打った期間を外して同じ計算をすることです。外しても3つ目の数字が保たれるなら、販促の効果ではありません。

この2つで完全に区別できるわけではありませんが、施策に進む前の足切りとしては十分に働きます。区別がつかないまま「Aを買った先にBを勧める」と決めると、実際にはBがもともと売れているだけだった、という結果になりがちです。確かめられなかった組は、確かめられなかったと書いて次に回す。ここで無理に結論を出すと、あとで施策の効果が説明できなくなります。

BtoBで難しいところと、取引先単位・年単位への組み替え

この手法は小売のレジデータを前提に発達したので、法人向けの商材ではそのままでは動きません。理由は3つあります。1つ目は取引の件数です。信頼できる示唆を出すには大量の取引データが必要ですが、法人向けでは取引先ごとの注文件数が限られます。2つ目は、1回の注文に複数の商材が乗らないこと。1件1商材の受注が中心なら、同じかごに2つ入ることがそもそも起きません。3つ目は、年単位の契約が中心だと「同時」の定義が曖昧になることです。

回避策は、取引の単位を組み替えることです。注文単位ではなく、取引先を1件、その年度に契約したすべての商材をかごの中身と見なす。この形にすると、1件1商材の受注しかない会社でも、1社が年間に複数の商材を買っていれば組が成立します。件数は取引先の数まで減りますが、法人向けでは注文件数より取引先数のほうが分析に耐える単位になることが多い。

組み替えると副作用もあります。年度で切るので、年度をまたいだ買い方が見えなくなること。取引先の規模の差が反映されないこと。前者は、年度ではなく初回契約からの12か月で切ると緩和されます。後者は、規模の階層ごとに分けて計算します。取引先が数十社しかない場合は、この手法を使わず1社ずつ読むほうが早い。件数が足りないところに割合の計算を持ち込むと、少数の偶然が結論になります。

• 取引先単位に組み替えたら、その定義を一覧の見出しに必ず書く。注文単位の結果と混ざると比較できなくなる
• 受注の記録と契約の記録が別のシステムにある場合は、どちらを取引と見なすかを先に決める
• 無償の試用や検証導入を含めるかで結果が変わる。含めるなら別の印を付け、除いた場合の結果も出す
• 1社の大口取引が上位の組を作っていないか、その1社を抜いた計算で必ず確かめる

見つけた組の使い道は4つに整理できる

組が見つかったあと、何に使うのかを先に決めておくと、分析の粒度も決めやすくなります。法人向けの商材では、使い道はおおむね4つに収まります。提案の順番、まとめて売る形、在庫と納期の手当て、事例の書き分けです。どれに使うかで、必要な組の数も変わります。

使い道	何に効くか	必要な組の数	組み替えるときの単位
提案の順番を決める	先に入りやすい商材から入り、次に何を出すかを揃える	3組から5組で足りる	取引先単位・年単位（順番を見るため時系列で並べる）
まとめて売る形を作る	2つを1つの提案として出し、検討の手間を減らす	1組か2組に絞る	取引先単位（同一年度に契約されている組だけ）
在庫と納期を手当てする	片方が動いたときに、もう片方の引き合いに備える	上位から10組ほど	注文単位（同時に出荷される組だけが対象）
事例の書き分けをする	組で導入した先の事例を作り、次の先の検討材料にする	2組から3組	取引先単位（複数商材を入れている先を抽出）

表の2行目は、慎重に扱う必要があります。すでに一緒に買われている組をまとめて売る形にしても、売上が増えるとは限りません。放っておいても両方買われているなら、値引きしてまとめた分だけ単価が下がる可能性がある。まとめて売る形が効くのは、片方だけを買っている先が一定数いる組です。その先の数を数えてから決めます。

3行目は、分析の結果が最も素直に効く使い道です。提案や販促と違って、相手の判断が絡まないからです。片方の受注が入った時点で、もう片方の在庫と納期を確認しておく。組の精度が多少低くても、備えておく損失は小さい。分析の成果を最初に出す場所としては、この使い道から始めるのが安全です。

生成AIの使いどころと、決めさせてはいけないこと

この作業で生成AIが効くのは、計算そのものではありません。計算は表計算ソフトでも回ります。効くのは、計算の前と後にある、量が多くて根気の要る整理の部分です。具体的には3か所あります。

1. 商品名の表記ゆれを寄せる：同じ商材が受注記録の中で違う名前で入っていることは珍しくない。全角と半角、略称と正式名称、旧名と新名。この寄せ集めを候補として作らせ、人が確認して確定する
2. 組の候補を出し、指標を計算させる：取引データを渡して3つの数字を計算させ、絞り込みの基準も指定して一覧を作らせる。計算式を指定して渡すと、結果を検算しやすい
3. 出た組を人が読める形に整えさせる：一覧のままでは読めないので、組ごとに「どちらを先に買っている先が多いか」「その組を持つ先の業種の偏り」を添えた要約にさせる

1つ目が、実際には最も時間を節約します。表記ゆれが残ったまま集計すると、同じ商材が別物として数えられ、件数が分散して足切りに引っかかります。ただし、寄せる判断そのものは人が持ちます。名前が似ていても別商材であることがあり、ここを機械に確定させると集計が静かに壊れます。候補を出させ、人が承認する形にします。

そして、どの組を打ち手にするかは渡しません。生成AIはもっともらしい説明を作れますが、内容が正しいとは限らないため人の確認が要る、という指摘は各所でされています。この作業では特に、業務上ありえない組を落とす判断が渡せません。本体と付属品のような当たり前の組を発見として残してしまうのも、逆に現場では意味のある組を「当たり前」と判断して落としてしまうのも、業務を知らない側には避けられない。落とす判断は、その商材を売っている人が持つのが原則です。

3つの指標のミニ用語解説

会議で数字の名前が出たときに、それぞれが何を割った値かがすぐに出てくるようにしておきます。名前は社内で通じるものに揃えて構いません。大事なのは、計算式と、その数字が高いときに何を意味するかを全員が同じに理解していることです。

この記事での呼び方	計算のしかた	高いときに言えること	見落としやすい点
どれくらいの取引に現れるか	その組が現れた取引数を、全取引数で割る	その組は十分な量の取引で起きており、施策にする価値がある	低い組でも結びつきは強いことがある。量の確認にだけ使う
片方を買った人のもう片方の割合	その組が現れた取引数を、片方が現れた取引数で割る	片方を買った先の多くが、もう片方も買っている	もう片方が定番品なら、相手が何でも高くなる。単独では判断材料にならない
もう片方の全体での売れ方	もう片方が現れた取引数を、全取引数で割る	その商品自体がよく売れている	この値が高い商品は、3つ目の数字の分母を押し上げる
全体平均の何倍か	2つ目の値を3つ目の値で割る	偶然一緒に現れる場合より、その倍率だけ多く一緒に現れている	1倍を下回るなら、むしろ一緒に買われにくい組。件数が少ないと跳ねる

4つ目が判断の中心です。1倍を超えて初めて、偶然より多く一緒に現れていると言えます。どこから意味があると見なすかは業種によって違うので、社内で目安を1つ決めます。決め方は、上位から順に読んでいって、現場が「たしかにそうだ」と言い始める境目を探すのが現実的です。他社の目安をそのまま持ってくると、商材の数と取引の数が違うため噛み合いません。

もう1つ、報告のときに必ず添えるものがあります。その組が現れた実際の件数です。倍率だけを見せると、2件しかない組と200件ある組が同じ強さに見えます。倍率と件数を必ず並べて出す、という形式を決めておけば、この誤読はほぼ起きません。

使えない場面と、やりがちな失敗の一覧

最後に、この手法を持ち出さないほうがよい場面と、実際に起きる失敗をまとめます。使えない場面で無理に使うと、出てきた一覧が施策に繋がらないだけでなく、次から分析そのものが信用されなくなります。

使えないのは3つの場面です。1つ目は、取引が数十件しかないとき。割合の計算が少数の偶然に支配されるので、1社の動きで順位が入れ替わります。2つ目は、単品受注が中心で、取引先単位に組み替えても複数商材を買っている先がほとんどいないとき。3つ目は、商品の粒度が粗すぎて、分類が5つか6つしかないとき。この場合は組の候補が数十通りしかないので、集計するより一覧を人が読んだほうが早い。

• 割合の高さだけで並べて報告する。上位が定番品で埋まり、意外な組が1つも出てこない
• 当たり前の組を発見として報告する。本体と付属品、機器と消耗品が上位に来るのは正常な動作であって発見ではない
• 組を絞らずに数十行の一覧を出して終わりにする。受け取った側が読めず、施策に進まない
• 件数を書かずに倍率だけを見せる。2件の組と200件の組が同じ強さに見えてしまう
• 一緒に買われている理由を確かめないまま、片方を買った先にもう片方を勧める施策を始める
• 取引の単位と商品の粒度を書き残さない。半年後に同じ集計をして値が変わったとき、原因を特定できない

失敗の6つは、いずれも工程を飛ばしたときに起きます。最初の2つは工程4の読み方、3つ目と4つ目は報告の形、5つ目は工程5、6つ目は工程1と2です。裏を返せば、5工程を順番に踏めばこれらはほとんど起きません。手順の重さに見合った成果が出るかは、使う場面を選んだかどうかで決まります。

まとめ

一緒に売れている組を探す作業は、同時に売れた回数を数えることではありませんでした。回数で並べれば売れ筋どうしが上に来るだけで、知りたかったことは何も分かりません。見るのは3つの数字で、どれくらいの割合の取引に現れるか、片方を買った先のうちもう片方も買った割合、そしてその割合が全体平均の何倍か。3つ目が1倍を超えて初めて、その組に意味が出ます。

手順は5工程で、前半2つは計算ではなく定義の作業です。取引の単位と商品の粒度を決め、出現の少ない組を切ってから、3つの数字で並べる。法人向けの商材では、注文単位のままでは組が成立しないので、取引先を1件、その年度に契約した商材をかごの中身と見なす形に組み替えます。取引先が数十社しかないなら、この手法は使わず1社ずつ読むほうが早いという判断も含めて、使う場面を選びます。

そして、一緒に現れていることは、片方が他方を呼んだことを意味しません。季節や販促が両方を押し上げただけかもしれない。時間の前後を見る、販促の期間を外して計算し直す、という2つの確かめを挟んでから施策に進みます。生成AIには表記ゆれの整理と計算と要約を任せ、どの組を打ち手にするかと、ありえない組を落とす判断は、その商材を売っている人が持ちます。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。