前回、性別と住所による顧客のセグメント分けを行いました。
今回は顧客属性の中でも重要な年齢によるセグメント分けをしていきます。
用いるcsvデータには以下のように生年月日が記録されています。
生年月日よりも年齢で見たほうが分析する際に顧客のイメージがつきやすいでしょう。
そこで下図のようなロードスクリプトを書きます。
age関数は指定した日付の期間を年で返します。
例えば
age('2018/06/01','2000/01/01') as Test
と書きTestをリストボックスで表示すると「18」という数字が表示されます。
実際にロードスクリプトに書いてある式は
age(today(),生年月日) as 会員年齢
であり、
today()で今日の日付から生年月日までの期間を年で出力しています。
軸を会員年齢、数式をsum(注文金額)として棒グラフを書いてみます。
このように年齢別の売上が出てきました。
ただし、これでは年齢を細かく刻みすぎていて、年代別の売上の傾向が見にくいです。
というわけで会員年代という項目も追加してみます。
この
floor(age(today(),生年月日)/5)*5 as 会員年代
という式について解説していきます。
まず
age(today(),生年月日)/5
は先ほどの年齢を5で割っています。例えば24歳の人なら4.8という数字になります。
さらに
floor(age(today(),生年月日)/5)
で小数点以下を切り捨てます。24歳の人なら4.8の小数点を切り捨てて4という数字になります。
最後に5を掛けることで5歳ごとの年代になります。24歳の人なら4×5=20代になるわけです。
それでは先ほどのチャートの軸を会員年齢にします。
このように5歳ごとの年代に分けることができました。
もちろんロードスクリプトで10歳ごとの年代に分けることも可能です。
これで顧客属性別で分析できるようになりました。
売上だけを数式として表示していますが、ここに見たい指標を入れると簡単にその指標についての顧客属性別の傾向を見ることができます。