TEL (03) 6804-9835 平日10:00-18:00 
MAIL 
info@wonds.co.jp

株式会社ワンズ

●「推論とデータ分析」ポジショニング方法比較

 

Positioning by data analysis

複雑さに対応する「データ分析による」ポジショニング

0,1のダミー変数

「データ分析による」ポジショニング分析

-競合、商圏特徴の複雑さを解明するポジショニング-

 

●店舗環境が複雑すぎて、効果的な手が打てない

 

 都心部に人口も商業・サービス業も集中傾向にあります。そんな中、

 

 「都心では駅によって特徴がそれぞれで、これをどう理解して立地商圏に合わせて行ったら良いでしょうか。『都心と郊外』や『大型店と小型店』など、簡単な店舗分類だったらすぐ分かるのですが。」

 

といった相談を受けるケースが増えています。

 

 このような課題は、店舗や立地商圏のポジショニングによって明らかになります。ただ、人間の頭で推測できるのは、せいぜい5~6店舗、20程度の店舗・立地要素が限界ではないでしょうか。50~200店舗やその要素も1,000を超えるような場合は、とうてい推論では不可能です

●「推論とデータ分析」ポジショニング方法比較

 ポジショニングに使える手法の一例として主成分分析(PCA:Principal Component Analysis)があります。これは、複数変数のばらつき傾向から、少数の合成された新たな変数(主成分)を求める手法です。

 

 これがなぜ店舗、施設や街のポジショニングに活用できるのでしょうか。

 

 この分析方法は、多次元のデータに対し情報量を落とさずに少数の、例えば2次元のデータに要約します。x,y軸の2次元に要約されれば変数データをxy座標で確認出来ます。そして、その距離によってデータ間の違いを確認できるため、ポジショニングに活用できる訳です。

 

 

●推論依存リスクから脱却

 

 当社では、過去、化粧品やアパレルブランドの業務を行ってきました。ご存じのように、これらの商品は、多ブランドで専門家でもその特徴から商品を把握することは難しい商品です。主にブランドの店舗コンセプトを策定するという目的ですが、最初は、そのブランドの客観的整理、ポジショニングをする作業が必要です。

 

 この場合、多変量解析手法による分析が機能します。多くの店舗やその要素など人間の頭を超えたデータ量にも対応できます。人間が道具を使って身体を拡張してきたように、ソフトウェアを使って頭の拡張が出来る訳です。

 

 統計的に分析されますから、先入観や偏見に左右されない、人間が予想だにしない視点を導き出すことも多々あります。さらに、データ(数値)でアウトプットされますので、この結果を活用したクラスタ分析によるブランドや店舗の類型化。そこからの売上予測、出店戦略などに活用出来る訳です。

 

 この作業は、変数の入替や、再分析など地味なトライアル&エラーの繰り返しとなります。ただ、こういった手法がナレッジを積み重ね、他社との差を生み出して行くと考えられます。

 

 

●迷ったらデータ分析を

 

 ポジショニング分析は、結果をプロットマップでビジュアルに表現出来ることから、関係者への説得力が増します。一見して

 

 「これは、実感としても良く分かる。」

 

と評価されることが多くなっています。また、推論と異なりデータ分析の場合は、その説明力を主成分の累積寄与率など数値で表せることもメリットです。また、ポジショニング結果を利用したクラスタ分析、その類型化によるコンセプトワーク、重回帰分析売上予測など、その後の展開の幅も拡がります。

 

 少しでも現状の経験的方法に疑問を持ったら、データ分析してみることをお奨めします。データ分析手法を導入している企業が拡大している中、迷っている内に、いつの間にか競争力を失い淘汰の憂き目に遭うかも知れないからです。

 

 当社では、20年以上の業務経験を活かして、データ分析によるポジショニングのサポートコンサル、業務受託をしています。お問い合わせ、ご相談はお気軽に下記ボタンからどうぞ。

ポジショニング 適合ケース 方法 メリット デメリット
○経験・感覚的推論 ・対象とその要素が少ない場合 ・縦横軸を、経験則から決め位置考察 ・シンプルで素早く考察出来る ・個人の推察評価で展開性はない
○データ分析 ・対象とその要素が多く、推測では困難でも分析可能 ・主成分分析
・数量化理論3類
・コレスポンデンス分析など
・多対象、要素を統計的解析
・経験では得られない新視点の発見も
・クラスタ分析、コンセプトへ展開可能
・分析行程が多い
・実行・解析に、領域の専門知識、分析スキルが必要