---
title: "バスケット分析とは？（リフト値まで整理）【DS検定】"
description: "バスケット分析は、購買データから同時に買われやすい商品の組合せを見つける手法です。支持度・信頼度・リフト値の意味、アソシエーション分析やAprioriアルゴリズムとの関係、レコメンドや販促での読み取りポイントを具体例とともにDS検定向けに整理します。"
canonical_url: "https://stemtazoo.github.io/ds/basket-analysis/"
section: "ds"
---

<div style="font-size: 14px; margin-bottom: 12px;">
  <a href="/ds/">DS検定トップ</a>
  ＞ バスケット分析とは？（リフト値まで整理）【DS検定】
</div>

## まず結論

**バスケット分析とは、「一緒に買われやすい商品」を確率で分析する手法です。**  
DS検定では「支持度・信頼度・リフト値の意味を理解し、どの関係が強いかを判断できるか」が問われます。


## 直感的な説明

スーパーやECサイトで、

- 「この商品を買った人は、こちらも買っています」
- 「Aを買った人の50％がBも買っている」

と表示されることがありますよね。

これは偶然ではなく、**購買履歴データから“同時に買われる傾向”を分析している**のです。

重要なのは、

- ただ「一緒に買われた回数が多い」だけでは不十分
- もともと人気商品なら当然多くなる

という点です。

そこで使われるのが：

- 支持度（Support）
- 信頼度（Confidence）
- リフト値（Lift）

です。

DS検定では、  
**「どの指標が“本当に関係が強い”ことを示すか？」**  
という判断問題がよく出ます。


## 定義・仕組み

ある商品Aと商品Bがあるとします。

### ① 支持度（Support）

**AとBが同時に買われる割合**

$$
P(A∩B)
$$

意味：  
「全体の中で、AとBが一緒に出現した割合」

→ どれくらい“頻繁に”出てくるかを見る指標


### ② 信頼度（Confidence）

**Aを買った人のうち、Bも買った割合**

$$
P(B|A) = P(A∩B) ÷ P(A)
$$

意味：  
「Aが起きたとき、Bがどれくらい起きやすいか」

→ 条件付き確率

DS検定では  
**信頼度＝条件付き確率** と理解しておけばOKです。


### ③ リフト値（Lift）

$$
Lift = P(B|A) ÷ P(B)
$$

意味：  
「Aがあることで、Bがどれだけ“増えているか”」

- Lift = 1 → 無関係
- Lift > 1 → 正の関係（AがあるとBが増える）
- Lift < 1 → 負の関係

これが最重要です。

DS検定では  
**「本当に関連が強いのはどれか？」という問いでリフトを見る**  
というパターンが頻出です。


## どんな場面で使う？

### ✔ 使う場面

- 小売の購買履歴分析
- ECのレコメンド
- クロスセル施策
- セット販売戦略

### ✔ ビジネス上の意味

- 商品配置の最適化
- 同時購入キャンペーン
- 在庫戦略

単なる統計問題ではなく、  
**売上向上のための分析手法** です。


## よくある誤解・混同

### ❌ 支持度が高い＝関係が強い

違います。

支持度が高いのは「よく売れている」だけかもしれません。


### ❌ 信頼度が高い＝因果関係がある

違います。

Aが原因でBが起きたとは言えません。

DS検定では  
**「相関と因果を混同させる」問題がよく出ます。**


### ❌ リフト値を見ない

選択肢で

- 「最も関連が強い組み合わせはどれか」

と問われたら、**リフト値を見る**。

支持度や信頼度だけで判断しないこと。


## まとめ（試験直前用）

- バスケット分析＝同時購入の関係を見る手法
- 支持度＝同時出現の割合
- 信頼度＝条件付き確率
- リフト値＝本当に関連が強いかを示す指標
- DS検定では「どの指標で判断するか」が問われる

迷ったら：

**“関連の強さ”ならリフト値**


## 対応スキル項目（データサイエンス力シート）

- 数理・統計基礎力
- 確率・統計基礎
- ★ 確率・統計の基礎概念を理解し、ビジネス課題に適用できる