ポイントカードを導入している、または、Eコマースであれば必ず保有している「会員マスタ」。「会員別売上データ」と組み合わせて、さまざまな分析を行います。

データ

　会員マスタと会員別・日別売上高をマージ (結合) しました。
　データ期間＝2019年1月5日～2020年12月31日
　行数は約49万です。

　データは完全なダミーです。日付、生年月日、住所等と売上等の値は完全に無関係です。

ディメンション (軸・系列) になるフィールド

フィールド名	粒度
日付	年、四半期、月、日 週、曜日も可能
性別	性別
会員コード	会員コード コード順や初回購入日などによるグループ化も可能
生年月日	生年、年齢、年齢階級、年代 65歳以上未満などでのグループ化も可能
住所	郵便番号、町名 店舗からの距離などでのグループ化も可能

メジャー (集計する値) になるフィールド

フィールド名	値
会員コード	会員数、来店回数
生年月日	年齢
売上売価	売上売価
売上数量	売上数量
格下売価	格下げ売価
格下点数	格下点数

メジャー	集計方法
すべてのメジャー	合計、平均、最大、最小、四分位、個数、重複しない個数、偏差、分散など
計算の種種類	比率、差分、差分の比率、累計、ランク、インデックスなど

計算メジャー	組み合わせ例
会員単価	売上高÷会員コードの重複しない個数
来店間隔	営業日数÷会員コードの個数
	その他組み合わせ多数

ディメンションとメジャーの組み合わせ例

＜軸＞
年齢5歳階級
＜系列＞
日付の年
＜メジャー＞
売上売価 (合計)
＜グラフ＞
組み合わせ (縦棒と折線)

---

年代ごとに売上高を前年と比較してみる。

＜軸＞
年齢5歳階級
＜系列＞
日付の年
＜メジャー＞
売上売価 (基準に対する比率)
＜グラフ＞
組み合わせ (縦棒と折線)

---

年代ごとの男女比はどうか。

＜軸＞
年齢5歳階級
＜系列＞
性別
＜メジャー＞
売上売価 (合計)
＜グラフ＞
100%積み上げ縦棒

---

２年間の会員年齢はどのように推移しているのか。

＜軸＞
日付の年・月
＜系列＞
値
＜メジャー＞
年齢 (平均、中央値、第1四分位、第3四分位、平均の近似曲線)
＜グラフ＞
折線

---

郵便番号ごとに売上高を前年比較。

＜軸＞
郵便番号
＜系列＞
日付の年、値
＜メジャー＞
売上売価、売上売価 (基準値に対する比率)
＜グラフ＞
組み合わせ (縦棒と折線)

---

住所ごとに売上高を前年比較。差分を比較すると拡大縮小のようすを見やすくできる。

＜軸＞
住所
＜系列＞
日付の年
＜メジャー＞
売上売価 (基準値に対する比率)
＜グラフ＞
縦棒

---

会員ごとの来店回数、ロングテールになっているようではなく、リピート客が安定してある。

＜軸＞
会員コード
＜系列＞
なし
＜メジャー＞
会員コード (個数)
＜グラフ＞
縦棒
＜フィルター＞
日付の四半期

---

会員数の減少が課題。

＜軸＞
日付の年と月
＜系列＞
値
＜メジャー＞
売上売価 (合計)、会員コード (重複しない個数)
＜グラフ＞
折線

---

＜軸＞
年齢 (5歳階級)
＜系列＞
値
＜メジャー＞
会員コード (個数÷重複しない個数)、売上売価 (合計÷会員コードの個数)
＜グラフ＞
組み合わせ (縦棒と折線)
＜フィルター＞
日付の年と月

---

＜軸＞
日付の年と月
＜系列＞
日付の年
＜メジャー＞
売上高 (売上売価 (合計÷会員コードの重複しない個数)
＜グラフ＞
折線

---

＜軸＞
会員コード、住所
＜メジャー＞
郵便番号、年齢、性別、瓜亜g売価 (合計)、会員コード (個数)、売上売価 (売上売価÷会員コードの個数)、日付 (最大値)

住所マスタとリレーションシップ

＜軸＞
住所
＜メジャー＞
売上売価 (合計)、食料品シェア (売上売価÷食品消費支出額)

---

＜軸＞
住所
＜メジャー＞
会員数 (重複しない個数の合計)、会員組織率 (会員数÷世帯数)

マッピング

＜サイズ＞
食料品シェア
＜マップ＞
バブル

---

＜密度＞
会員組織率
＜マップ＞
密度