バスケット分析とは、買い物かごの中に入っているモノ（つまり一緒に購入されるようなモノ）を分析するといったアプローチです。
文字通り、バスケット（（買い物）カゴ）を分析すると言った意味合いの言葉なのですね。
■買い物かごを分析して何がわかるの？
さて、買い物かごを分析して何がわかるのでしょうか？「うちの買い物かごを分析されても特売品しか買っていないことぐらいしかわからないよ…」と言う人もいるかもしれませんが、たくさんの情報を集めて分析することによって思いもよらぬ事がわかったりするのです。（こういう特売品しか買わないような人をチェリーピッカーと呼びます。）
例えば、常連である田中さんは来店すると『麻素材のシャツ』と『うちわ』を購入するとします。しかし、決して『化繊が入ったシャツ』と『うちわ』は一緒に購入しないといった事がわかったとします。また、佐藤さんや斉藤さんをはじめとして多くの人にも同様の傾向があったとします。
この事がわかっていた場合、『麻素材フェアー』をする際にはさりげなく『うちわ』を近くに陳列しておいたら売れそうですよね？または、機会ロスを防ぐため、『うちわ』の在庫は『麻素材フェアー』中は多めに持っておく必要があるという意思決定ができそうですよね。
逆に『化学繊維フェア』（こんなイベントは考えにくいですが）をやる際には『うちわ』についてはあまりたくさん在庫を持っても仕方なさそうです。
こういった風に、顧客の買い物かごの中身を分析することによって売れる組み合わせを見つけるというのが基本的な考え方になります。
■データの鉱山を掘るのです
さて、このバスケット分析を実施することで、よく言われるような『紙おむつとビール』といった売れる組み合わせを発見することができます。
そして、現在では一昔前では考えられなかったくらい多くのデータを扱って分析することができるようになっています。
その結果、日々の売り上げデータをどんどん蓄積していき、コンピュータを利用して大量のデータの関連性を探るといった事を行う事が可能となってきています。（こういう考え方をデータマイニングと呼びます。）
買い物かごを分析するっていうけど、有名な話があるよね 。
紙おむつとビールね。確かに後付の理由としては休日に紙おむつを買いに来るお父さんが一緒にビールを買うっていうことだけど、なかなか気がつかないよね。
ただ紙おむつとビールを一緒に買う傾向が強いと言われても、それが意思決定にうまく使えるかどうかは別の話だよね。売り場的に紙おむつの隣にビールがあったらなんか微妙だし。
そうよね、分かったことをどう生かすかが重要なのよね。
■どこまでやるか
さてこのようなバスケット分析ですが細ければ細かいほどいいということではありません。
上の例で麻素材と家はぐらいの大きさであれば、ある程度のサンプル数が取れますがこれを麻素材の S サイズの白、や麻素材 S サイズ3色セット、などとやってしまうと（この粒感をSKU単位といいます）細かすぎて有効な知見が得られないかもしれません。
ということかというとある程度の量が売れていないとその購買傾向が見れないからです。
例えば麻素材のシャツを100人が買ってそのうち50人がうちわを買ったとすれば、この二つの商品に非常に関連があると考えられます。
しかし一人しか買わない商品でたまたまその人が何かを買った場合。例えば麻素材のシャツを買った人が一人しかいなくてたまたまその人がゴム手袋を買った場合、この二つの商品に関連性があると考えるのはノイズがあると思います。
このようにバスケット分析についてはどの粒感であるかという視点も大事になります。一般的にある程度の販売数量が出る粒缶でやっていく必要があるのです。
解説で出てきた用語・関連用語
SKU
