プレファレンス・アナライザー(R)

マーケティングを科学し、確かなデータから戦略を導きたいとお考えの方、マーケティング戦略を決める立場にある方に必携のツールを紹介します。

・市場(顧客)を構造的に把握する。

・主要なブランドによるコミュニケーションで売上はどれだけ増えているか?把握する。

・何に注力すべきか?戦略を導く。

「確率思考の戦略論」で紹介されたNBDモデルと因果推論の傾向スコア分析でプレファレンス「M」とコミュニケーション効果を定量的に把握します。消費者調査データを分析して構築する画期的なダッシュボードが「プレファレンス・アナライザー(R)」です。

 

以下のようなことがわかります。

  • TVCMなどの広告やアプリやLINE、クチコミやSNSの影響など各種のコミュニケーション要因ごとに、売上をいくら増やしているか?

  • どんなターゲット(性別年代)で売上が形成されているか?

  • エリア、職種、年収、既婚未婚、子供の有無などで購買確率の傾向があるか?

飲食チェーン7ブランドの分析をPowerBIダッシュボードで無料公開しています。

 

キーとなるのは消費者調査から推定する「ブランドリフト」です。消費者調査でブランドの状態を観測するために、利用意向や好意度が何%増えたかという数値です。TVCMなどの施策や、アプリ、口コミやSNS投稿など合計24個の要因ごとに「確率思考の戦略論」で紹介されたNBDモデルと因果推論の分析手法の傾向スコアで導いた「確かな※」ブランドリフトの推計値を用いることで、貢献売上を定量化しています。

 

※消費者調査で特定施策の接触をした方とそうでない方(記憶ベース)の利用意向や好意度などを単純比較して推計する方法が一般的に行われています。この方法は多くのケースで課題推定となることを確認しており、確かな方法ではありません。

 

・消費者の状態を把握する「プレファレンス・アナライザー」のダッシュボードでデータを咀嚼すれば、解像度高く市場の構造を把握することができます。

・競合比較でTVCMやSNSや口コミなどコミュニケーションの浸透や売上貢献の数値を知ることで「今、ブランドが着手すべき最も重要な課題は何か」を明確にすることができます。

プレファレンス・アナライザーによる発見の例

・トップシェアのブランドAの施策Bは、異常なまでに調査対象ブランドの中売上貢献しており、プレファレンス・アナライザーの調査回答者に追加調査を行うことで、同ブランドの施策Bが効いている質的な原因もおおむね仮説できた。自社はなんとなく追随して同施策を行っていたに過ぎなかったが、体制強化してまで行う最重要課題になった。

 

・自社は売上シェアはフォロワーに位置しており、売上が拮抗しつつ上位となっているブランドCとブランドDをベンチマークしていたが、2つのプランドのプレファレンスは想定より低く、またTVCMなどの広告も他ブランドと比較して効いていなかった。一方でさほど売上規模もまだ大きくないブランドEは若い世代のプレファレンスが異様に高く、TVCMは投下していなかったが、SNSを中心にリーチしている広告効果が調査対象プランド圧倒的に高くなっていた。若い世代への影響から長期での大きな脅威になりえるブランドEを最重要ベンチマーク対象に変更し、リサーチを強化して仮説した同ブランドの成功要因を自社の施策に取り入れた。

 

※様々な業界で活用してきた例の一部です。

 

【以下noteより引用】

マーケティング戦略を導く「プレファレンス・アナライザー(R)」

https://note.com/ogataka/n/nd634f1e20357

 

【YouTube】使い方解説

書籍「確率思考の戦略論」で紹介された確率モデルと因果推論の傾向スコア分析を用いたプレファレンス・アナライザーの分析アルゴリズムをYouTubeで解説しています。

マクドナルド他飲食チェーン7ブランドのデモ分析(PowerBI)

セルフリサーチ「Freeasy」で全国5万人の20~69歳男女に調査を行いました。エラー判定後の標本サイズ45,094のデータを分析したダッシュボードです。6枚のダッシュボードの各指標の見方や操作方法については以下noteを参照ください。


【マーケティング戦略を導く「プレファレンス・アナライザー(分析解説編)】

https://note.com/ogataka/n/nc21d3e6f27f7


※以下の画像をクリックいただくとPowerBIのウィンドウが開きます。スマートフォンの方は文字が小さいと思いますので、横画面の全画面表示でご覧いただくことを推奨いたします。

【MarkeZine】

「MMMへの関心の高まりにはCookie規制の営業が。ビジネスに取り入れる時のポイントを語る。」


弊社代表の小川が時系列データ解析によるマーケティング施策の効果予測分析のMMM(マーケティング・ミックス・モデリング)をテーマにしたイベントに登壇しました。MMMの活用についてだけでなく、アパレルブランドのプレファレンス・アナライザーのプロトタイプも紹介しています。

 【MarkeZine記事】

https://markezine.jp/article/detail/39161

 

紹介資料PDFダウンロード

NBDモデルと傾向スコアのYouTube講義を配信中

プレファレンス・アナライザー(R)分析に用いる確率モデル(NBDモデル)、傾向スコア分析と、

マーケティング投資効果を把握して施策の効果を最大化するMMM(マーケティング・ミックス・モデリング)を学べるYouTube講義を配信しています。