顧客分布の中心を検索（Mean Store Center）の仕組み

[顧客分布の中心を検索（Mean Store Center）] ツールは、顧客ポイントの地理的中心の重心を作成します。

この重心は、以下の項目によって計算できます。

• 顧客数
• 重み付けされた値（売上や訪問回数など）

顧客数による重心の計算

顧客数によって重心が計算される際、各顧客ポイントは同じ値を持ちます。重心はすべての顧客のバランスをとるポイントを表すため、顧客の中心に位置します。顧客の人口密度が片側に寄っていると、重心はその方向に引き寄せられます。

新しい市場エリアに、スポーツ用品店チェーンの拡大を目指しているとします。既存の顧客プロファイルから、高収入で教養がありゴルフを楽しむ、限られた人口統計セグメントへの売上が期待できます。

まず始めに、拡大先の市場で同様の人口学的特性を持つ世帯の郵送先名簿を購入し、[顧客の設定] ウィザードを使用して住所をジオコーディングし、顧客数による重心を計算します。出力された重心は、出店先を探す開始地点として適しています。

重み付けされた値で重心を計算

重み付けされた値で計算される重心は、各顧客が個別の値を持つことを考慮しています。重心はすべての顧客分布の中心には作成されず、重み付けした値を最もよく満たす顧客分布の中心に作成されます。

顧客の売上で重心を計算するとします。店舗での支払い額が 100 ドルの顧客の場所は、支払い額が 1 ドルのみの顧客の 100 倍大きく計算されます。重心が計算される際、この重み付けにより、重心はより重要なポイントの方向に引き寄せられます。

このツールを使用して、顧客の地理的重心と実際の店舗の場所を比較することもできます。顧客の中心と実際の店舗の場所の間に大きな距離がある場合、既存の店舗の場所に問題がある可能性があることを示しています。

重心のその他のビジネス利用

• 高級紳士服店で、長年あった店舗の場所の賃貸期間が切れます。出店先を探す基となる情報として、年間の総売上額によって重み付けされた顧客データベースを使用します。
• 迅速な自動オイル交換業を営むフランチャイズが、既存顧客の住所を使用して、作業場の近くの顧客に提供する新たな事業に最適な場所を探します。
• 銀行は、各製品タイプ（住宅担保ローン、自動車ローン、定期預金、投資など）に対して重み付けされた重心を取得し、各重心に最も近い支店にその製品に特化した業務を割り当てます。

顧客クラスタを基に店舗ポイントを作成する新たなオプション ツールは、K 平均アルゴリズムを利用しています。このアルゴリズムでは、属性に基づいて、n 個のオブジェクトを k 個のパーティションにクラスタリングします。このアルゴリズムは、データ内の自然なクラスタの中心を見つけようとする点で、混合ガウス分布における EM アルゴリズムと類似しています。オブジェクト属性がベクタ空間を形成することを前提としています。このツールの目的は、クラスタ内部の総分散または二乗誤差関数を最小化することです。