• データマーケティング
  • 2014-09-04

Monthly pageview: 0


製品のデータマーケティングにおける大局観と具体化(3)

マーケティングの活動の最たる目的として、一番わかりやすいものは製品を売ることである。さらに、近年のマーケティングはデータを用いて運用されていることが基本となっていることを踏まえて、その大局観と具体化について、いくつかに分けて連載する。3回目となる今回は解析のプロセスに着目して紹介する。

1.解析は、実際のところ、自由度が高い

今回紹介する解析について、これと類似した用語に分析がある。分析の対義語は総合であるが、解析の対義語は明確にはない。実生活では、意識して解析と分析の用語を使い分ける機会はあまりないが、本稿においては、解析は分析をさらに細分化し主に数値処理のプロセスで構成していると解釈する。そうすると、マーケティングにおける解析の必要性と活動分類を定義でき、業務の位置づけを説明しやすくなると考える。

本稿においては、マーケティングにおける解析は、ビジネスの提案における「問題の認識→分析→解析→分析→総合を経た説明」の流れの一部である。

解析そのものは、結果の主張を行うには非常に説得力があるものである。なぜなら、「やったら、こうなった」とする答えは、明快でかつ定量化されたものだからである。そのため、解析を行う前の分析段階で用いるデータの意味合いを吟味する必要が生じている。

しかし、実際には、この吟味にも自由度があり、解析プロセスにも手法の選択、中間結果からの補正といった自由度があるので、解析結果は幅のあるものとなりえる。筆者は、このことを便宜上「解析要件の多面性、解析結果の多様性」と呼んでいる。

2.解析途中でのデータの確認および説明不可領域の確認の必要性

近年のマーケティング、とりわけデータマーケティングにおいては、ビッグデータを取り扱った解析による問題解決が期待されていることから、意味のある解析結果を出すことが求められる。その意味では、前段落での「解析結果の多様性」からくる厄介さに直面することになる。この厄介さに対しては、分析段階でのデータの吟味はもちろん、解析途中でも確認事項を設けて対処することになる。

解析途中で確認すべき事項の例として、重回帰分析時の説明変数の独立性がある。重回帰分析は、BIツールの発展により説明変数として選べる変数数が増えているが、精度の高い結果のためにはその独立性の確認を行う必要が生じている。

また、重回帰分析は、一般に説明変数が増えるにしたがって回帰直線と実データとのかい離が増すので、より適正な結果を出すため、単回帰分析と変数数を絞った重回帰分析の追加解析も必要になってくるだろう。さらに、質的データと量的データの混合とその正規化といった、細かい推奨事項がある。しかし、適用すべきかどうかの明確な線引きがない以上、解析のポリシーについても、個々の組織のマーケティングのノウハウとしてためていくのが適正である。

解析プロセスにおけるノウハウとして、強くお薦めしたいのが、自組織の現行データでは説明ができない領域の定義化である。なぜなら、前述したビジネスの提案に向けた解析のプロセスの位置づけとも関連し、総合結果と個別の解析結果のかい離の峻別を示す必要があるためである。

詳細には、現行の解析では説明できない領域のうち、解析後の分析で推定はできる領域、それでもなお説明できない領域の区分が、総合化への材料となる。

以上、奥が深い解析のプロセスでの確認事項の一端を示したが、最も良いのが試行錯誤を経たノウハウの蓄積であるのは言うまでもない。


このコラムバックナンバー ─コラム記事─

あわせて読みたい ―関連記事―