利用するデータ

• ○ギノ・チ△店の2010年のID-POSデータ
  • 201001.csv.gz 〜 201012.csv.gz（1月〜12月）
  • 本検定では、年間スケールでの分析を基本とする
• 当該店舗における「分類情報（部門・グループ・デプト・ライン）」データ
  • bunrui.csv.gz
• 当該店舗の顧客会員情報（会員番号、性別、年齢）データ
  • customer.csv.gz

初心者マーク検定の内容

1.まずは店レベルの分析から

1-2. 店レベル：その他の指標から店舗を把握します

<aside> 🔑

下記の問題に対応できる最小規模のデータを作ってください

• どのようなデータを作ればいい？

• どのようなプロセスを経て作れるか？ </aside>

• 解答

• バスケットサイズ（1回の買い物における商品購入点数および買上金額）の分布

  • 特に、極端に小さいまたは大きいデータがいつのものかを推測すること
  • 購入数量と購入金額を｢ヒストグラム｣で可視化

• 顧客の来店間隔日数の分布の分析

  • 非会員データを除去し、｢会員データ｣だけ利用
    • 会員ごとに年間購入金額を算出し、異常に高いものは非会員
  • ｢顧客｣と｢来店日｣に対して小さい順に並べ替え
  • 顧客ごとに、来店日から前回来店日を算出し、来店間隔を算出
    • 来店間隔が0（同じ日に複数来店）より大きいデータを抽出
  • 顧客ごとの来間隔の平均を計算し、｢ヒストグラム｣で分布を確認
  • 非会員データも含まれているため、どのデータが非会員データか
  • 非会員データを利用するか、利用しないか考察してください

2. 商品レベルの分析

注：分析には bunrui.csv.gz を併用すること

<aside> 🔑

下記の問題に対応できる最小規模のデータを作ってください

• どのようなデータを作ればいい？

• どのようなプロセスを経て作れるか？ </aside>

• 解答

• 全体の商品クラス数および月別の商品クラス数の変化

  • (1) 年間データを用いて、クラスごとの売上金額を合計し、クラスごとの出現回数（行数）をカウントする。
  • (2) 年間データを用いて、クラス別および月別の売上金額を集計し、各月に存在するクラス数をカウントしたうえで、その推移を比較する。

• 売上金額Top10の商品ラインの特定とその可視化

  • 年間データを用いて、商品ラインごとの売上金額を集計し、多い順に並べ替えて、上位10の商品ラインを特定し、棒グラフで可視化する。

• 商品デプト別の売上構成比とその可視化

  • 年間データを用いて、商品デプトごとの売上金額を集計し、全体売上に対する構成比を算出した上で、帯グラフにより売上構成比を可視化する。