分析例「テレビCM」による売上増加

日経クロストレンド、弊社代表小川のnoteでPowerBIの分析ダッシュボードと解説動画を公開中。

【テレビCM効果の推計値】

・アサヒスーパードライ（66億円）／サッポロ黒ラベル（22億円）※2024年12月の1か月間

・レッドブル（58億円）／モンスターエナジー（22億円）※2024年1月までの1年間

・東京ディズニーランド（147億円）／ユニバーサル・スタジオ・ジャパン（56億円）※2023年9月までの1年間

・マクドナルド（234億円）／ケンタッキーフライドチキン（111億円）※2023年3月までの1年間

・さとふる（258億円）／ふるなび（179億円）※2024年11月までの1年間

・Refa（37億円）／Dyson(28億円）※ともに高級ドライヤーの女性売上への貢献のみ。2024年11月までの1年間

「消費者調査MMM（R）」ではテレビCMや店頭の販促物やインターネット広告などのさまざまな施策による売上増加の金額推定が可能です。PowerBI ダッシュボードで緻密に分析します。競合ブランドと比較して、カテゴリーのマーケティング効果の構造をとらえ、何に注力し、何に注力しないか？を決めています。

60秒CM（テレビ東京TVer／YouTube／Xで配信）

5分で「消費者調査MMM」をプレゼン

テレビ埼玉「BOSSのプレゼン2」では、お笑い芸人のぺこぱさんに消費者調査MMMで行ったマクドナルドやディズニーランドのテレビCM効果や2025年2月の日経クロストレンドでも紹介したアサヒスーパードライの分析結果（PowerBIダッシュボード）を解説しました。

特許登録済（2024年11月15日）

『消費者調査MMM』は消費者調査から行うMMM（マーケティング・ミックス・モデリング）。「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を組み合わせた特許（2024年11月15日登録）によりコミュニケーション効果を構造的に把握することができます。時系列データ解析によるMMMと併用しています。マーケティング効果予測モデルのグローバルスタンダードを目指して調査市場で圧倒的なシェアを誇るアメリカ、次いで中国、英国、他にEU加盟国の主要国（フランス等）、韓国での特許登録を目指します。PCT国際出願済みのため2026年から各国での申請に対応予定です。

【日経クロストレンド】スーパードライ66億円、黒ラベル22億円　テレビCMの売上貢献をMMMで検証　※1か月の効果

【特許技術で分析】レッドブル／モンスターエナジーのテレビCMの効果は58億円／24億円

https://note.com/ogataka/n/nc9cb7d6c12db

【特許技術で分析】TDL／USJのテレビCM効果が1年間で147億円／56億円

https://note.com/ogataka/n/nae8aa008a553

【特許技術で分析】マクドナルド／ケンタッキーのテレビCMの効果が1年間で234億円／111億円

https://note.com/ogataka/n/n38cf16632388

【特許技術で分析】さとふる／ふるなびのテレビCMの効果は1年間で257億円／179億円

https://note.com/ogataka/n/n6b534a8e6b52

【特許技術で分析】Refa／Dyson（高級ドライヤー）のテレビCMの1年間の効果は37億円／28億円

https://note.com/ogataka/n/nb0ac9aebdcf2

「『その決定に根拠はありますか？』確率思考でビジネスの成果を確実化するエビデンス・ベースド・マーケティング」では、消費者調査MMMや顧客理解のための分析など、マーケティング戦略策定プロジェクトで活用している分析法を紹介しました。エナジードリンクと外食チェーンとテーマパークで書籍用に行った調査分析結果を紹介し、分析を実装するために動画講義の演習データとして17万人分の調査データを配布しています。8時間の動画講義付き。タイムチャージ7.5万円の高付加価値マーケティング・アナリティクス支援のノウハウを無料または安価なツールを用いることで中小企業にも使いやすくして普及させることを目的とした書籍です。

テレビ番組

■テレビ埼玉「BOSSのプレゼン2」■

YouTube番組

■ビジネスオタクchannel(前編）■

■ビジネスオタクchannel(後編）■

記事（日経クロストレンド）

■日経クロストレンド連載（第5回目が消費者調査MMM）※有料記事■

・2024年10月  日経クロストレンド連載5／5　テレビCMは売上に貢献しているのか　マーケ施策の効果をMMMで分析

・2024年10月  日経クロストレンド連載4／5　なぜ若者は「レッドブル」を飲むのか　隠れたCEPsをデータで探索

・2024年10月  日経クロストレンド連載3／5　マクドナルド「ハッピーセット」が親の心を動かす理由　CEPsを生成AIで洗い出し

・2024年10月  日経クロストレンド連載2／5　データ分析でカテゴリー需要を見極める方法　確率モデルを実践

・2024年10月  日経クロストレンド連載1／5　マクドナルドの強さの秘密　「カテゴリーエントリーポイント（CEPs）」にあり

MMMの活用がスタンダードになっている欧米市場およびグローバルで活用するマーケターに、消費者調査MMMの技術を紹介し、可能性と課題をインタビューしました。

ジョルジョ・マリア・デ・コンチリス氏

Giorgio Maria de Conciliis

欧州系大手グローバルFMCG企業 本社所属 コンシューマーインサイトマネージャー

Global Consumer Insights Manager, Global Headquarters – Leading European FMCG Company

消費者調査を入力データとして活用することで、競合ブランドの施策や要因の効果も推定できる点や、施策（例：テレビCM）と要因（例：コンビニやスーパーで当該ブランドを見た）を段階的に分析し金額換算できる点を理解しました。

さらに、年代や性別ごとに詳細な分析が可能であり、時系列データを用いた一般的なMMMでは実現できない細かい粒度で効果を評価できるのは非常に興味深い分析モデルだと思います。一方で課題としては、予測精度が十分か、真の効果を正確に反映しているか、そしてその結果を意思決定者に理解させ、納得させる説明ができるかが重要だと考えます。

消費者調査MMMは、調査対象者の記憶に依存するため、時系列データを使用した従来のMMMと比較すると、テレビCMなど記憶に残りやすい施策の効果が強調される傾向があることは理解できます。

また、消費者調査ベースでは矛盾する回答を削除できますが、たとえば認知度が高いブランドが実際にはテレビCMを放映していなくても「CMを見た」と勘違いされて回答されるケースまでは完全には排除できません。このような誤りは現状そのままにしているとのことですが、実際のブランドの売上金額と推定された売上金額のズレを補正することで、効果推定の信頼性を高めようとするアプローチは非常に意義深いと思います。

時系列データMMMと消費者調査MMMの推定結果の違いを関係者が具体的に理解できるようにし、その違いを踏まえた上で予測モデルを活用することで売上増加につながるという確信が持てるようになれば、安心して使えるモデルになると思います。

By utilizing consumer surveys as input data, I understand that it is possible to estimate the effects of competing brands' initiatives and factors, as well as to analyze initiatives (e.g., TV commercials) and factors (e.g., seeing the brand at a convenience store or supermarket) step-by-step and convert them into monetary values. Furthermore, the ability to conduct detailed analysis by age and gender, and to evaluate effects at a granular level that cannot be achieved with traditional MMM using time-series data, makes this a highly intriguing analysis model.

On the other hand, key challenges include whether the prediction accuracy is sufficient, whether it accurately reflects the true effects, and whether the results can be explained to decision-makers in a way that convinces and reassures them. I understand that, since consumer survey-based MMM relies on respondents’ memories, the effects of memorable initiatives like TV commercials may be emphasized compared to traditional MMM using time-series data.

While inconsistent responses in consumer surveys can be filtered out, cases where respondents mistakenly report having seen a TV commercial for a highly recognized brand that did not actually air one cannot be completely eliminated. I understand that such misperceptions are currently left as-is. However, the approach of correcting discrepancies between actual brand sales figures and estimated sales figures to enhance the reliability of effect predictions is highly meaningful.

If stakeholders can concretely understand the differences between the estimation results of time-series MMM and consumer survey MMM, and if using the prediction model with this understanding can confidently lead to sales growth, I believe it will become a model that can be used with confidence.

画像は「アサヒ　スーパードライ」と「サッポロ　黒ラベル」の2025年1月4日の調査から遡った1ヶ月を分析したPowerBIダッシュボードのキャプチャ画像です。書籍「その決定に根拠はありますか？」で題材としていたエナジードリンク6ブランド、外食チェーン5ブランド、テーマパーク6ブランドのコミュニケーション効果を分析可能なPowerBIを公開し、YouTubeの概要欄に記載しています。

YouTubeで分析アルゴリズムとPowerBIの使い方を解説

1クリックで資料ダウンロード

Robynを活用したMMMと消費者調査MMMを組み合わせたマーケティング投資予測モデルの支援例を紹介するPDFを1クリックでダウンロード（個人情報の入力なしで）できます。

・あるカテゴリー商品の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で売上貢献しており、消費者調査MMM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「M」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「M」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。

・新興のD2CブランドZはブランド黎明期で消費者調査MMMを実行し、先行する競合ブランドのコミュニケーション効果構造をガラス張りにした。同カテゴリーに置いて、集客施策の何に期待はするが、何には期待しないという明確な戦略仮説を立てた上で時系列MMMによるPDCAを行い2024年6月までの1年間で月商を500万円から1億円まで増やし、さらなる拡大を続けている。

※様々な業界で活用してきた例の一部です。 弊社は1業種1社の個別契約を締結し支援先と二人三脚で競合ブランドからシェアを奪うための重要な分析を行っているため支援している商品・サービスによってはメジャーブランドが数個しかないなど、容易に推察させるリスクが大きいため、支援しているカテゴリーも原則非開示とさせて頂いています。 

「確率思考の戦略論」で紹介されたガンマ・ポアソン・リーセンシー・モデルによって、ブランドごとのM、カテゴリーエントリーポイントごとのMを把握する方法を実際の調査データ（エナジードリンクの調査）を用いて実装する方法を共有しています。数学マーケティングを仕事に活かしたい方向けの本格的な演習内容。弊社支援のタイムチャージは75000円で、月間3人日（8時間×3日）程度（月額180万円）の支援が主なものとなります。この講義は高付加価値のマーケティング・アナリティクス支援にも使っているノウハウを本気で実装したい方の間口を広げてノウハウを共有することを目的としたものです。個人や会社の経費で参加できるようにストアカは質疑応答も入れた2時間で参加費7800円にしています。