データマイニングモデルの種類とは？3つのモデルとその違いを徹底解説

データマイニングとは

データマイニングとは、リポジトリに保存された大量のデータを、統計的手法や数学的手法を含むパターン認識技術を用いて精査し、有用な新しい相関関係・パターン・傾向を見つけ出すプロセスです。事実に基づくデータセットを分析することで、これまで気づかれていなかった関係性を発見し、データ所有者にとって論理的かつ有益な形でレコードを要約することを目的としています。

データマイニングモデルの3種類

データマイニングの手法は、以下の3種類のタスクに対応するモデル構築に活用できます。

• 記述的プロファイリング（Descriptive Profiling）
• 指向型プロファイリング（Directed Profiling）
• 予測（Prediction）

ここで重要なのは、プロファイリングと予測の時間軸の違いです。プロファイリングモデルでは、入力データと同じ時間枠に焦点を当てるのに対し、予測モデルでは次の時間枠に焦点を当てます。つまり予測とは、ある期間のデータから発見したパターンをもとに、次の期間の結果を説明・予見できるようにすることです。この区別を意識する理由は、モデリング手法、特にモデルセット構築時の「時間」の扱い方に直結しているためです。

1. 記述的プロファイリング（Descriptive Profiling）

記述モデルは、レコードの中に「何があるのか」を定義するモデルです。出力としては、現状何が起きているかを示す複数のチャート、数値、グラフィックなどが挙げられます。記述モデルは仮説検証によって構築されます。

2. 指向型プロファイリング（Directed Profiling）

プロファイリングは、多くの課題に対して馴染みのあるアプローチであり、必ずしも高度なデータ分析を必要としません。例えばアンケート調査は、顧客プロファイルを作成する一般的な手法の一つです。調査を通じて、顧客や見込み客がどのような人物像なのか、少なくとも回答者が質問にどのように答えたのかが明らかになります。

プロファイルは、地理的な所在地、性別、年齢といった人口統計変数に基づいて作られることが多いです。広告も同じ変数を基準に販売されているため、人口統計プロファイルはそのままメディア戦略へと転換できる点が大きなメリットです。

3. 予測（Prediction）

プロファイリングが過去のデータを使って「過去に何が起きたか」を記述するのに対し、予測はさらに一歩進んだ手法です。予測では過去のデータをもとに、将来起こりうることを予見します。これは情報の動的な活用と言えます。

具体例を挙げると、CD（譲渡性預金）保有者のプロファイルにおいて、預金残高の低さとCD保有との相関はあまり役立ちません。しかし、預金残高が高いことは、他の指標と組み合わせることで、将来のCD購入を見込むための有力な予測因子になり得ます。

なお、予測モデルを構築する際には、モデルの入力（予測因子）とモデルの出力（予測対象）との間に時間的な分離が必要不可欠です。この時間的な区切りが確保されていない場合、モデルは正しく機能しません。