正解は C. レシピをクラスタ化し、クラスタ化に使用するメトリックを選択します。


---

✅ 理由と背景

🎯 要件の整理：

Cloud Kicks のマネージャーは、商談ごとの数値情報（金額・数量・連絡先数・見積もり数など）をもとにアカウントを分類（セグメント化）して分析したいと考えています。

このような目的には、複数の数値指標を同時に使って顧客を「類似するグループ」に分ける必要があり、それを最も自然に実現できるのが **クラスタ変換（Cluster Transformation）**です。


---

🧠 各選択肢の評価

A. 関連データをアカウントレベルで集計

これは指標をアカウント単位に要約する処理であり、「分類を行う」には不十分。

クラスタリングの前処理として使うことは可能ですが、分類そのものはできません。


B. 各メジャーをバケット化しグローバルバケットで分類

バケット変換は各指標をレンジ別に分類する方法ですが、単一指標に対する分類が中心。

複数指標を組み合わせてパターンを明示的に分類するには向いていません（例：「高売上だが少数量」などの複雑なパターン分析には非適切）。


C. レシピでクラスタ変換

CRM Analytics の Data Prep レシピには、**Cluster transformation（クラスタ変換）**機能があり、指定した数値メトリックをもとに、AI によって自動的に類似パターンを抽出・分類することができます。

これにより、異なる指標を複合的に評価し、「大型顧客」「多数量顧客」「連絡先多だが成約少」「見積多数だが未成約」などのセグメントが可視化可能です。



---

✅ 実務イメージ

レシピ設計の流れ：

1. Opportunity（商談）と Account（アカウント）を結合し、アカウントごとの関連指標を集約（集計処理）


2. Cluster transform を使用し、「商談金額合計」「製品数量」「見積数」「連絡先数」などをクラスタの指標に選択


3. 最適なクラスタ数を設定（またはモデルに最適化させる）


4. 各アカウントに ClusterID を付与し、セグメントごとに分析・可視化



このアプローチにより、複数指標を組み合わせた高度な分類と分析が可能になります。


---

📋 まとめ表

選択肢 内容 評価

A アカウントごとに集計（合計や平均など） 🟠 前処理には有効だが分類ではない
B 各メジャーをラベル付きレンジに分類（バケット化） 🟡 単一指標向けで多変量分類には不向き
C 複数指標を使ってクラスタ...