お知らせ・新着情報

経営課題解決のために必要なデータ分析とは

2016年 10月 19日

今、世間ではビッグデータという言葉がもてはやされています。データ分析の重要性を感じていたとしても、そもそもデータ分析ではどのようなことを行うのか、どのようなことがわかるのかということについて、イメージがつかないという方もいらっしゃると思います。そこで今回は、データ分析で行う内容についていくつかご紹介いたします。

1.ターゲッティングをしたい

例えば:特定の趣味嗜好、購買特性などをもとに、市場を細分化したい
例えば:自社の顧客のモデル像を明らかにしたい、顧客をグルーピングしたい

消費者の価値観が多様化した現在では、闇雲に宣伝をしても思うように集客することができません。効率よく集客するためには、市場のニーズを起点に消費者に発信する内容を検討する必要があります。消費者の意識を調査し、ターゲット像に応じた販売を促進するシナリオを組み立てることが重要です。

クラスター分析

クラスター分析は、対象集団の中から、互いに似た属性のものを集めて小集団に分類する方法です。 マーケティングにおいては、STP(セグメンテーション/ターゲッティング/ポジショニング)の起点として、顧客像を明らかにする際によく用いられます。

クラスター分析

客観的な基準に従い、全体の中から近い傾向の人を集めてクラスター(集団)に分けます。
クラスターごとに志向を整理し、どこにターゲットを置くかの判断を行います。

効果的に市場を開拓するために欠かせないSTPマーケティングとは

2.消費者(回答者)の潜在意識を知りたい

例えば:商品の購入検討者が「買いたい」「買いたくない」を判断する軸は何なのかを知りたい
例えば:顧客意識に関する様々なデータがあるが、量が多すぎるのでパターンや傾向別に整理を行いたい

因子分析

因子分析は、多くの設問の回答結果から、少数の因子を取り出す分析です。

例えば賃貸住宅を探す際、家賃のほかにも「住環境・利便性・防犯/安全面」などを選択軸にしています。
そしてその選択軸をもとに「オートロックは必須か?」「周りに公園があった方がいいか?」などの判断をしています。しかし実はこの選択軸は潜在意識のため、直接アンケートで聞くのが非常に困難です。

因子分析では、潜在意識である選択軸を明らかにするとともに、各回答者が何を重要視しているかも探ることができます。

dual

因子分析は、「Aについて重要と答えた人はBも重要と答えやすい」という傾向をもとに、回答者の潜在意識を探ります。

顧客のニーズの多様化に応えるためにはデータ分析が必要不可欠

3.商品企画をしたい

例えば:最も好まれる「サイズ」「形」「色」「スペック」の組合せはどれかを探りたい

現在は『モノが売れない時代』と言われています。
良い商品を作り、大量に宣伝し、売り場を確保したとしても、必ずしも売れるとはいえなくなっています。
価値観が多様化した消費者に対して、世代などで大きく捉えた方法では対応に限界があるためです。
顧客の多様なニーズを抽出し、細分化して捉えることが、企画コンセプトを決定する上での重要事項です。

コンジョイント分析

商品は、デザインテイストや色など、さまざまな要素の組み合わせで作られています。そしてそれらを総合で判断して、購入者は「買いたい」「買いたくない」の判断をしています。コンジョイント分析は、それぞれの要素がどれだけ購入に影響を与えているのかを探り、そして要素の最適な組み合わせを明らかにする分析手法です。

コンジョイント分析

アンケートでは、様々な条件の商品を掲示し、回答者に評価してもらいます。結果を分析し、どの要因が評価に影響したかを判断します。「効用値」は各水準の影響度です。重要度は、価格やブランドなどの属性がどれだけ評価に影響したかを表しています。

4.最適価格を探りたい

例えば:ターゲット顧客が、もし「新商品A」を買うならいくらまで出せるかを知りたい

価格は消費者が商品を選択する際の重要な基準で、高すぎる場合も安すぎる場合も売れなくなります。そのため、消費者が受け入れられる価格帯を把握しておくことが重要です。また、同じカテゴリーの商品でも機能が違っていれば、受け入れられる価格にも違いが現れます。消費者が商品を選択する際に、最低限必要な機能や欲しいと望んでいる内容や機能などを把握するが重要です。

psm

PSM分析では、アンケート調査の中でいくつかの価格に関する質問を組み合わせることにより、「最適価格」、「妥協価格」と「上限・下限価格」を探ります。

<価格戦略>価格も企業が消費者に発するメッセージに

5.購買意思を探りたい

例えば:自動車購入時、「購入する」「購入しない」を決めるに至った要因を探りたい
例えば:どんな属性の人にDMを送ればレスポンシブが見込めるかを知りたい

企業が活動する中で集めた様々なデータには意味のある情報が埋もれているかもしれません。顧客の購買データなどからそういった情報を発見できれば、消費者が望む商品・サービスを提供するための手がかりになります。集めたデータを顧客の利益になるように還元することで、顧客の満足にもつながります。

デシジョンツリー(決定木)

デシジョンツリーは、近年のビッグデータ解析でも多く用いられる手法の1つです。
「購入する/しない」「レスポンス(反応)があった/なかった」という結果に対して、どの切り口で顧客を分類すれば最適であるかを統計的に探ります。

決定木分析

6.需要予測をしたい

例えば:コンビニ売上に影響を与えている要因を調べ、店舗の売上高を予測したい
例えば:顧客満足度と相関が高い要因は何かを探り、対策を立てたい

回帰分析とは

回帰分析は、簡単にいうと「xがyにどれだけ影響を与えるか?」を分析する手法の1つです。
例えば、yを「店舗売上」とし、xを「駅からの距離」や「エリアの人口」などにすると、「駅からの距離や人口がどれだけ店舗売上に影響を与えるか?」「新規出店予定の店はどれくらいの売上が予測できるか?」ということがわかります。

market-perspectives03

market-perspectives02

市場売上の予測する4つの考え方と5つのアプローチ術

上記でご紹介したデータ分析は一部です。
現在取得しているデータから分析できる場合と、新たに調査を行って収集した情報やデータをもとに分析を行う場合があります。