DS051：条件Xと事象Yの関係性を信頼度、支持度、リフト値を用いて評価できる
本記事で解決できる課題
- データから事象の関係性を定量的に評価する方法を知りたい。
- マーケティングやビジネス分析において、商品の売れ行きやユーザー行動を分析したい。
- 「信頼度」「支持度」「リフト値」の意味と実際の活用方法を理解したい。
データ分析を行う際、「ある条件（X）が発生したときに、ある事象（Y）がどの程度発生するか？」を評価することが重要です。この記事では、信頼度・支持度・リフト値という3つの指標を用いて、事象の関係性を客観的に分析する方法を解説します。
信頼度（Confidence）
信頼度とは？
信頼度は、「条件Xが発生したときに、事象Yも発生する確率」を示します。
計算式
例：購買データの分析 あるスーパーで、「パンを買った人がバターも買う確率」を知りたい場合、
- 「パンを購入した顧客数」＝ 100人
- 「パンとバターを両方購入した顧客数」＝ 40人
この場合、 信頼度 = 40 ÷ 100 = 0.4（40%）
つまり、「パンを買った人のうち40%がバターも購入している」ということになります。
支持度（Support）
支持度とは？
支持度は、「条件Xと事象Yが同時に発生する割合」を示します。
計算式
例：マーケティング分析
- データ全体（来店客）＝ 1000人
- パンとバターを両方購入した顧客数＝ 40人
この場合、 支持度 = 40 ÷ 1000 = 0.04（4%）
支持度が高いほど、XとYの組み合わせが頻繁に発生していることを意味します。
リフト値（Lift）
リフト値とは？
リフト値は、「XとYが独立して発生する場合に比べて、Xが発生したときにYが発生する確率がどれくらい高いか」を示す指標です。
計算式
解釈
- リフト値 = 1：XとYは無関係（独立している）
- リフト値 > 1：XとYは正の関係（Xが発生するとYも発生しやすい）
- リフト値 < 1：XとYは負の関係（Xが発生するとYが発生しにくい）
例：ECサイトの分析
- 「バターを購入する確率」＝ 10%（全顧客のうち100人が購入）
- 先ほどの例で「パンを購入したときのバター購入確率」＝ 40%
リフト値 = 0.4 ÷ 0.1 = 4.0
これは、「パンを買った人は、全体の平均よりも4倍バターを買いやすい」ということを意味します。
これらの指標の活用方法
これらの指標は、マーケティングやデータ分析に広く使われています。
① 商品のバスケット分析
- 例：「スーパーで牛乳を買った人は、チーズを買いやすいか？」
- → 信頼度・支持度・リフト値を活用し、相関の強い商品をセット販売。
② ユーザー行動分析
- 例：「ある記事を読んだ人は、どのカテゴリの記事を読んでいるか？」
- → コンテンツのおすすめ機能に活用。
③ 不正検出
- 例：「クレジットカードの不正利用パターンを見つける」
- → 典型的な不正取引パターンを分析し、異常検知に利用。
まとめ
- 信頼度：Xが発生したときにYが発生する確率（X→Yの条件付き確率）。
- 支持度：XとYが同時に発生する割合（データ全体に対する割合）。
- リフト値：XとYが独立である場合と比べ、どの程度関係が強いかを示す指標。
これらの指標を活用することで、購買データの分析やマーケティング戦略の立案、異常検知など、さまざまなビジネス領域での意思決定が可能になります。
「どの商品を一緒に並べると売れるのか？」「特定の行動をしたユーザーは、どんな行動を取る傾向があるのか？」
このような疑問に対するヒントとして、信頼度・支持度・リフト値を活用してみてください！
コメント