LOD計算の実践パターン — 顧客単価・コホート分析への応用

導入

LOD計算は「難しい計算式」というイメージを持たれがちですが、実は「顧客ひとりあたりの購入額を知りたい」「初回購入月で顧客を分類したい」といった、よく聞く分析ニーズにぴったり対応しています。典型的なパターンを知ると、LOD計算を自分で組み立てるときの道筋が見えてきます。

くわしく知ろう

LOD計算の代表的な実践パターンとして、まず「顧客単価（顧客ひとりあたりの平均売上）」を求める計算があります。ビューのディメンションが「カテゴリ」や「地域」になっているとき、単純にAVG([売上])を計算してもトランザクション単位の平均になってしまいます。そこで `{ INCLUDE [顧客ID] : SUM([売上]) }` で顧客ごとの合計をいったん計算してからAVGをかけることで、正しい顧客単価が得られます。

次によく使われるのがコホート分析への応用です。コホート分析とは、ユーザーを「初回購入月」や「登録月」といった共通の属性でグループ分けし、その後の行動変化を追う手法を指します。Tableauでは `{ FIXED [顧客ID] : MIN([注文日]) }` のようにFIXEDを使って「顧客ごとの最初の注文日」を計算し、そこから月を抽出してコホートグループを作るパターンが知られています。

また、「全体売上に占める割合」を求める場面ではEXCLUDEが活躍します。ビューに「地域」が置かれているとき、`{ EXCLUDE [地域] : SUM([売上]) }` で全地域合計を取り出し、各地域の売上を割り算すれば構成比が得られます。

これらのパターンに共通するのは「ビューの詳細レベルとは異なる粒度の値を同時に扱いたい」というニーズです。LOD計算はそのために設計された仕組みになっています。

具体例

たとえばECサイトの分析で「2024年1月に初めて購入した顧客グループが、その後6か月間で何回リピートしたか」を追うのがコホート分析の典型例です。FIXEDで各顧客の初回購入月を固定してグループ化し、月次のリピート率を折れ線グラフで並べて比較します。

まとめ・試験ポイント

• 顧客単価＝INCLUDE [顧客ID] : SUM([売上]) をAVGで集計するパターン
• コホート分析＝FIXED [顧客ID] : MIN([注文日]) で初回購入日を顧客ごとに固定
• 構成比計算＝EXCLUDEで上位集計値を取り出して分母に使う
• LOD計算の共通目的＝ビューの粒度と異なる集計値を同時に扱うこと
• 試験では「この分析に使うLOD計算のキーワードはどれか」という形で出題される