# 21  ■ 結合分析で市場ニーズを読む !

【編集部より】
前回に引き続き、データ駆動型マーケティングの授業をご紹介。今回の「結合分析」は、ぜひ覚えておくと良いとか。

　　　　　　　　　　　-----------------------------------------------------

Data Driven Marketing ( データ駆動型マーケティング ) の授業もいよいよ大詰め。マーケティングリサーチの授業でも最も重要と教わった Conjunction Analysis ( 結合分析 )。これは、カスタマーに商品のある要素をいくつかセットした選択肢を評価してもらい、回帰分析してどの要素が重要なのかを見極める分析方法。たとえば、

＜ノートパソコンでの例＞―――――――――――――――――――――

【オプション1】　ブランド：東芝　メモリ：512MB　ハードディスク：40GB　値段：17万円

【オプション2】　ブランド：ソニー　メモリ：1G　ハードディスク：40GB　値段：20万円

【オプション3】　ブランド：デル　メモリ：512MB　ハードディスク：20GB　値段：14万円

――――――――――――――――――――――――――――――――

上記のように、その商品にとって重要と思われる要素を抜き出し、それぞれを組み合わせたセットを作って選択肢とし、ユーザーに評価 ( たとえば、買いたいと思う順に並べてもらうなど ) してもらう。( 上記の例の場合だと他にチップとか OS とかサイズとか重さとかバッテリーの時間などが重要要素として考えられる )

その後、ユーザーの評価をもとに、評価を Dependent variable ( 従属変数 ) 、各要素の Dummy variable ( ダミー変数 ) を Independent variable ( 独立変数 ) として、回帰分析を行う ( エクセルを使ったとても単純な作業 ) と、どの要素が購入決定要因として重要なのかが一発でわかる。これにより、例えばメモリを 1GB に増やすことで値段をいくら上げることが可能なのかといった意思決定や、新しいノートパソコンを作る際にどういったスペックにすべきかなどの新規商品企画、また競合と比べてどの程度シェアを獲得できるだろうかなどの見積もりなどの手助けとなる。

とても感覚的に概念をつかみやすい上、応用範囲が広くて便利な Conjoint Analysis だが、いくつか欠点もある。まず、人は必ずしもいくつかの要素を個別に評価して購入意思決定をしているわけではなく、それらが集まった総体を一個の商品として判断するので、食い違いが出る場合があるということ。また、調査設計の際重要な要素を忘れていると役に立つモデルが出てこない。

とはいえ、便利で役立つこの Analysis は、G 教授も「Data Driven Marketingの中でひとつだけ覚えておくべきものを選ぶとしたらコレ」と言う。しっかり身に着けておこう。