分析モデルの説明（顧客分析モデル・購買分析モデル）

データ分析には、目的に応じた2つの分析モデルを用意しています。本記事では、それぞれのモデルの役割、2つに分けている理由、モデルとテーブルの関係性を説明します。

※分析モデルは、BACKYARD AIの質問入力欄の下より選択が可能です。

「モデル」とは？

「モデル」とは、データベースに保存されている複数のテーブル（表）を、分析しやすい形に組み合わせたものです。

普段の業務で使うExcelに例えると、以下のようなイメージです。

• テーブル ＝ Excelの1つのシート（「売上一覧」「顧客名簿」「店舗リスト」など）
• モデル ＝ 複数のシートを関連づけて、1つの分析用ブックにまとめたもの

BACKYARD AI（AI検索）で質問するとき、どのモデルを選ぶかによって、分析できる内容が変わります。モデルを選ぶことは「どの視点でデータを見るか」を決めることと同じです。

モデルの中身

モデルは以下の要素で構成されています。

BACKYARD AIで質問すると、選択したモデルの中にあるメジャーと属性の組み合わせでデータが集計され、チャートやテーブルとして表示されます。

2つのモデルの概要

購買分析モデル

モデルの説明

購買分析モデルは、伝票（購買トランザクション）を起点としたモデルです。「いつ・どこで・何が・いくらで売れたか」を分析するために設計されています。
 

売上金額・購買回数・客単価といったKPIを、店舗別・カテゴリ別・チャネル別・時間帯別などの切り口で集計・比較できます。

主な分析テーマ

• 売上推移（日次・週次・月次・前年比）
• 店舗別の売上・客単価比較
• 商品・カテゴリ別の売れ筋分析
• EC・実店舗のチャネル比較
• プロパー・バーゲンの構成比分析
• 時間帯・曜日別の購買パターン分析

主要な項目

メジャー（数値指標）

属性（分析の切り口）

顧客分析モデル

モデルの説明

顧客分析モデルは、会員（顧客マスタ）を起点としたモデルです。「どんな顧客が・どのような状態にあるか」を分析するために設計されています。

会員の属性・ランク・RFMスコア・ポイント状況・休眠状態などを軸に、顧客基盤の健全性やLTV向上のための施策方向性を探ることができます。

主な分析テーマ

• RFM分析（最終購入日・購買頻度・購買金額によるセグメント分類）
• 会員ランク別の分析
• ポイント活用状況の分析
• オムニチャネル（EC＋実店舗）利用状況の分析
• 休眠顧客の検知と分析
• F2転換（初回→2回目購買）の分析
• 入会コホート分析
• DM配信許可状況の分析

主要な項目

メジャー（数値指標）

属性（分析の切り口）

なぜ2つのモデルに分けるのか

1. 分析の「起点」が異なる

購買分析モデルでは「伝票1件」が1行のデータです。同じ会員が10回購買すれば10行になります。一方、顧客分析モデルでは「会員1人」が1行のデータです。購買回数に関わらず、1人の会員は常に1行です。

この違いにより、同じ「購買会員数」を集計しても、起点テーブルが異なるため集計の効率や精度が変わります。

2. 分析精度とパフォーマンスの最適化

1つのモデルにすべてのテーブルと項目を詰め込むと、以下の問題が発生します。

• パフォーマンス低下: テーブル数やJOINが増えるほど、検索の応答速度が遅くなる
• AIの回答精度低下: 項目数が多すぎると、AIが適切な項目を選択する精度が下がる

モデルの使い分け方

迷ったときの判断基準

「売上・商品・店舗」の話なら購買分析モデル、「会員の状態・ランク・ポイント」の話なら顧客分析モデルを選んでください。