日経MJ新聞(2012年2月1日)に大きく「クロスMD」で需要深掘り」と記事が書かれていました。

　『異分野の商品並べ販売、クロスＭＤ、需要深掘り――ＰＯＳデータ、メーカーと共有。』

　しかし読んでみると、まだ単純なクロスセルでしかなく、ある商品を買う顧客は同時に何を買う傾向があるかというレベルの原始的な内容のものでした。それでも大きく扱っているということは、それほど小売の世界では併売（一人のお客様にもっとたくさん買ってもらいたい）願望が強いようです。

　できました。わが社のものは格段にすすんでいます。

　多変量解析を使ったバスケット分析です。これまでのバスケット分析は、単なるクロス集計という組み合わせか、2商品の併売相関関係をみていくアソシエーションでしかなく、幼稚なものでした。販売する商品の全ての組み合わせの中から2個セットで併売率の高いものどうしを探し、ときにはもうひとつの併売をみつけて3個の同時購買を探すというような、涙なくしては語れない苦労の賜物でした。
　平均的なコンビニでは約3000〜4000アイテム程度の商品を扱いますから、2個の組み合わせはおよそ一千万組にもなり、とほうもないものです。それは分析といえる水準ではなく、単なるカウント(計測)でしかありません。勘定することをバスケット分析だと、無理やり言い換えていただけでした。
　ある大きな生協を立て直したといわれる著名な経営者の方が、わが社の分析方法と結果をみてたいへん驚いておられました。大手スーパーも採用してくれ、これこそホンモノなのだと確信できました。数の世界では「相関」などは初級レベルですが、わが社のものは重回帰、判別分析、主成分分析、多次元尺度法、分散分析など統計学のほとんどの手法が使用可能です。

　そのため出力される結果が段違いです。

　購入された顧客一人一人のバスケットの中身がどんな商品セットなのか、その家庭では今夜もしくは今週、どんなメニューの食事をしようとしているのか一目瞭然です。かに鍋を食べようとしているのか、カレーライスを作る気だなとか、今夜は焼肉だなとか、POSが明らかにしてくれます。
　お客様になるべく点数多く買ってもらえるためにはどうしたらいいのか、購買データがみずから雄弁に語りだします。スーパーやコンビニなどにいって、買い物客は何を買いそろえ、ついでに何を買っているのかがクッキリ見えます。購買行動の「見える化」が可能になりました。
　同時にもっと買ってもらえるように、店内のコーナー設定を改善したり、棚の商品配置も工夫したりできます。

　テキストマイニングのときもこんな感じで、ホメラレたものでない係り受け処理が主流になり、世間は「あんなものは使えない」と見捨てました。日本人は本物とニセモノの判別がつかない人がたまにいます。日経MJ新聞に書かれている程度のプアーなやりかたでバスケット分析などと吹聴していると、近いうちにまた「あんなもの」と飽きられるでしょう。
　ほんとうにお客様にもっとたくさん買ってもらいたいと願うなら、わが社の多変量「バスケット分析」を使えばいいのになあと、つい思います。ソフト会社が置いていった幼稚な処理方法だと結局、何も見ないことになるか、逆効果しか得られませんよ。

　ID-POSデータをお持ちならぜひ、この多変量バスケット分析を試してみてください。今のまま単純アソシエーションで処理していると、きっと損をしますよ。多変量に変換すると、あなたのPOSデータがもりもりと元気になり、おいしい情報を次々と提供してくれます。2個や3個の組み合わせなんてものでなく、顧客の来店意図が手づかみできるようになります。