マーケティングの定量分析法

定量分析の意味を簡単に理解していく。

ROS/RMS分析

ROS/RMS分析は業界における各社の営業利益ROS(Return On Salse)を縦軸に、相対的なマーケットシェアRMS(Relative Market Share)を横軸にとることで競合状況を可視化する分析法です。

例えばマーケットシェアが高いほど利益率も高いことがわかります。これにより競合との差が一目瞭然になり自社の目指す方向性が明確化できます。

RMS

なおRMSはシェア1位の企業は2位との比率を、2位以下の企業は1位との比率をとることに注意が必要です。

mekko-graphics-sample-charts-39-638

多変量分析

多くのデータの関連性を、仮説に基づいて明確化するための統計的方法のことです。わかりやすく言えば「複雑なデータの相関関係などを分かりやすくすること」です。具体的にはいかのような方法があります。

回帰分析

大量のデータから相関関係(一方が変われば他方も変わるというような関係)や因果関係(一方が原因で他方が結果であるというつながりのあること)を見つけ出すための分析手法で、市場予測や顧客の評価、購買行動の要因分析などに使用します。

例えば年齢と収入の関係を回帰分析することでその2つにどのような因果関係があるかが明らかになります。

通常は、例えば年齢を「横軸X」収入を「縦軸Y」としていくつかのデータを測定した際に、ばらつきがあるが傾向をつかむことができる直線を導き出す最小二乗法が用いられます。

normdist_regression

主成分分析

調査によって得られた膨大なデータから、購買の動機として何が主要な要素なのかやブランドのどこが重視されているのかなどを明らかにするための分析手法です。

たとえば車の購入の際に30代の女性が重視するのはデザイン、価格、子供の安全性、操作性など、どの要因が決定要因なのかがわかります。

因子分析

主成分分析がすでに考えられている要因を整理・予約するのに対して「因子分析」は背後にある隠れた要因を見つけ出す手法。

具体的な反応ではなく背後に感じられる要因を見つけることが大切で、例えば高級ホテルに宿泊するのは特別な体験をしたいから、など調査項目にないものを見つけ出す手法です。

判別分析

多数のデータがあり分類をおこなた際にどのグループに入れるかを判別するための分析方法。

たとえばデパートでブランド品を買う顧客は飲食をする顧客、駐車場を使う顧客、地下で買物をする顧客、来店頻度が高い顧客などとどのような相関関係があるのかを調べる際に使用されます。

グループを直線で分ける線形判別関数法と、曲線で分けるマハラノビス汎距離法があります。

クラスター分析

セグメンテーションを行う際にどのような切り口で分類するべきか、ある基準で「似たもの同士」を見つけてクラスター(グループの意味)にまとめる分析方法。

セグメンテーションの際には購買行動が異なるように分類しなければなりませんが、多変量解析を行いことでそうした意味のある分類基準を見つけ出すことができるのです。

たとえば車を購入する顧客は年収で分けるべきなのか、住んでいる地域なのか年齢なのか家族構成なのかなどさまざまな要因が考えられますが、ターゲットとなるグループへのインタビュー結果などからクラスター分析を行うことでどのように分類すべきかがわかります。

クラスター分析はセグメンテーションの際に有効な分析手法です。

722b618755005598f2613f0670db7586

コンジョイント分析

商品のスペックや価格などコンセプトを決定するための分析方法です。

商品を購入する際には「少し価格は高いが高性能の法を買おう」「性能はそれほどでもないがデザインがよいから買おう」「もう少し安ければ買うのに」などさまざまな判断をすると思います。

そうした価格、性能、デザインなどの関係を明らかにすることで、商品のスペックや価格を変更した際の消費者行動の変化を予測。

ターゲットとする顧客がどのような点を評価しているのかを実際にさまざまな商品スペックの組み合わせを実験的に作成して評価してもらうことにより、最適なスペックと価格の組み合わせを調査します。さらに応用することでシェアがどう変わるかなどについて分析する手法です。

コンジョイント分析を行う際にはまず、分析の対象としたい価格・機能・性能・ブランド・デザインなどの属性とその属性の水準(具体的な価格、デザイン)を属性・水準表という表にまとめ、それを元に複数の商品案を作成して対象となるターゲット顧客への調査を行います。

そうすることで商品の「どこ」を「どの程度」変更し「いくら」にすれば、気に入ってもらえるのかを明らかにすることができるのです。

かつて携帯電話のカメラでは画素数の競争が起きましたが、400メガピクセルなどのデジタルカメラ並みになっていく過程である程度までいくと、他の点が重要になり、価格が安いことが重視されていきました。アンケートなどで「どれを重視して購入しますか」という質問をすればほとんどの人はすべてに○をしてしまい実際にはあまり役に立たないことも多いのです。

コンジョイント分析によってそれらの課題を解決するための有益な情報を得ることができます。価格はある程度安い方が人気は高いものの、安過ぎるとかえって敬遠されることなどがわかるのです。

データに現れない背後にある顧客の心理を理解することも大切です。

関連記事

NO IMAGE

ダラー・ジェネラルの成功秘訣

NO IMAGE

ブランド戦略とは?

NO IMAGE

そうだ!金沢行こう

NO IMAGE

メールマガジン

NO IMAGE

ブランド・コアを決める

NO IMAGE

サーブクォル・モデル