ターゲットセグメンテーション

JMARのターゲットセグメンテーションについて
消費者全体をいくつかのセグメント(グループ)に分割し、自社のターゲットとなるセグメントを明らかにする調査です。自社商品と十分な親和性を持ち、かつ、一定のボリュームを持ったターゲットセグメントを見出せるかがポイントとなります。切り口としては、性別や年齢、居住地域などの基本属性のみならず、「買い物意識」「健康意識」のような心理的属性にも着目していきます。
課題解決に最も効果的な調査設計を追求
お客様の課題をヒアリングした上で、プロジェクトのゴールを明確にします。お客様のリクエストを踏まえながら、調査のプロとして課題をゼロから検討し、最適な調査設計・分析方法をご提案します。
充実のアンケートモニター×調査手法
オンラインモニターだけでなく、オフラインモニターも保有しています。ネット調査以外のリアル調査(郵送調査、FAX調査、会場調査、インタビュー調査など)にも対応可能であり、安定した実査推進体制を整えています。
分析結果の活用まで踏み込んだサポート
分析をしたものの結果をどのように活用すべきかわからないというお客様には、結果の読み解きや、実際のマーケティング戦略への展開まで含めてサポートいたします。

概要・特長

消費者全体をいくつかのセグメント(グループ)に分割して、自社ブランドのコアターゲットとなるセグメントを明らかにしたい。その際、デモグラフィック属性ではなく、「買い物意識」のようなサイコグラフィック属性で消費者をセグメンテーションしたい。

解析手法

因子分析とクラスター分析を用いた解析事例

「買い物意識」に着目しながら因子分析とクラスター分析を組み合わせてターゲットセグメンテーションを実施する解析事例をご紹介します。

まず、調査票作成の際に「買い物意識」に関連する複数の設問を準備します。実査では、それらの買い物意識項目について「自分自身にどの程度あてはまるか」を回答者に質問します。こうして得られたデータに対して因子分析を実施すると、類似した買い物意識(心理)を測定している設問がグルーピングされます。その結果、実査前に準備されていた複数の買い物意識項目は、より大きなレベルでの買い物意識(分析では、これを潜在因子と言います)に統合できます。以下の例では、22個の買い物意識項目が、「品質こだわり志向」「質より安さ志向」「新商品探索志向」「オススメ重視志向」「買い筋固定化志向」という5大買い物意識に統合されました。

買い物意識   設問内容 因子1 因子2 因子3 因子4 因子5
品質こだわり志向 商品の品質と価格が見合っているかじっくり検討する 0.72 -0.03 -0.03 0.02 -0.02
これまで買ったことがない商品を買うときは慎重になる 0.61 0.03 -0.14 0.18 0.08
商品の原料や素材などをしっかりチェックする 0.61 -0.08 0.04 -0.18 0.03
商品を買う前に、その商品の評判を知ろうとする 0.57 0.07 0.17 0.22 -0.08
周りの人がどんなにすすめても、自分が商品の品質に納得しなければ買わない 0.54 0.00 0.04 -0.35 0.15
質より安さ志向 普及品より、多少値段が高くてもいいものが欲しい(逆転項目) 0.06 -0.73 0.13 0.01 0.19
メーカーやブランドにはこだわらず、価格の安いものを選ぶ 0.00 0.70 0.12 0.05 0.22
本当によいと思う商品・サービスであればお金を惜しまない(逆転項目) 0.11 -0.54 0.20 -0.04 0.17
気に入ったものがあっても、予算に合わなければ、買うのをあきらめる 0.24 0.50 0.04 -0.01 0.01
中古品・見切り品であっても、安ければ気にしないで買う -0.04 0.50 0.20 -0.11 0.21
商品の購入を検討する際、まず価格から検討して候補を絞る 0.12 0.47 0.06 0.17 0.24
商品を選択するとき、メーカーやブランドを重視する(逆転項目) 0.19 -0.46 0.02 0.25 -0.03
新商品探索志向 テレビCMやチラシなどの広告で、新商品をチェックしている 0.05 0.04 0.75 0.03 -0.06
新商品が発売されると、買ってみて試したくなる -0.17 -0.02 0.74 0.04 -0.09
より良い商品がないか、日頃から探している 0.21 0.06 0.64 0.00 -0.03
オススメ重視志向 周りの人にならって同じものを買えば、間違いないと考えている 0.09 0.02 -0.02 0.79 -0.01
周りの人がすすめる商品を何となく買うことがある -0.16 -0.06 0.10 0.67 0.00
買い筋固定化志向 いくつかある商品の中から、どれが最も良いか検討するのがおっくうだ -0.42 -0.04 0.04 0.06 0.65
新商品が発売されても、買い慣れた既存商品を購入することが多い 0.11 0.09 -0.08 -0.10 0.56
新商品を買って後悔するのが嫌なので、買わないことが多い 0.27 0.03 -0.24 0.08 0.49
いずれの因子とも関連しない設問 商品について知りたいことがあると自分で調べる 0.36 -0.02 0.19 -0.12 -0.17
一流品とは、多くの場合、値段が高いものだ 0.11 -0.22 0.02 0.22 0.16

因子分析後は、因子ごとに得点化して基本属性別のクロス集計をしたり、この「買い物意識」に基づいて調査対象者をセグメンテーションするためのクラスター分析を実施したりします。

5大買い物意識は、それぞれに紐づいている買い物意識項目の得点を合計したり、平均値を算出したりすることで得点化できます。この処理により、回答者それぞれについて「“質より安さ志向”が強い回答者」「“新商品探索志向”が弱く、“買い筋固定化”が強い回答者」といった解釈が可能となります。

続いて、5大買い物意識の得点に基づいてクラスター分析を行います。クラスター分析とは、類似した特徴を持つ回答者をグルーピングしていく解析手法です。因子分析が「類似している設問項目を統合していく解析手法」であるのに対して、クラスター分析は「類似している回答者を統合していく解析手法」と位置付けることができます。5大買い物意識に基づいてクラスター分析を実施すると、買い物意識が類似している回答者同士がグルーピングされ、その結果はツリー状に整理されます(これをデンドログラムと言います)。以下はデンドログラムのイメージです。

買い物意識が類似している回答者のグループ、すなわちクラスターが複数生成されます。これらのクラスターの特徴を整理し、クラスターに名前を付与します。

クラスター1:ニュートラルタイプ

全体傾向と比較すると、「オススメ重視志向」がわずかに低い以外、ほとんど差が見られない。

クラスター2:新しいもの好きタイプ

全体傾向と比較すると、「新商品探索志向」が顕著に高い(全タイプの中で最も高い)。また、「質より安さ志向」「買い筋固定化志向」が低い。価格に固執せず、新しいものを意欲的に試す傾向がうかがえる。

クラスター3:オススメ重視タイプ

全体傾向と比較すると、「オススメ重視志向」が顕著に高い(全タイプの中で最も高い)。「新商品探索志向」は全タイプのうち2番目に高い。周囲のオススメを受けて、新商品を試す傾向がうかがえる。

クラスター4:無関心タイプ

全体傾向と比較すると、「買い筋固定化志向」が顕著に高い(全タイプの中で最も高い)。また、「新商品探索志向」が低い(全タイプの中で2番目に低い)。いつも買う定番商品をリピート購入しており、新商品にあまり関心を示さない傾向がうかがえる。

クラスター5:堅実タイプ

全体傾向と比較すると、「品質こだわり志向」「質より安さ志向」が高い(どちらも全タイプの中で最も高い)。また、「オススメ重視志向」が低い(全タイプの中で最も低い)。品質にも安さにもこだわり、かつ、周囲の意見ではなく自分の判断を重視する傾向がうかがえる。

これで、セグメンテーションはひとまず完成です。このあとは、クラスターそれぞれの特徴をクロス集計などで精査していくことで、クラスター別にニーズの違いを整理したり、自社ブランドを受容する見込みが相対的に高いクラスターを発見したりといったプロセスへと進んでいきます。

CHAIDを用いた解析事例

自社ブランドのリピート購入率が高いロイヤル顧客を明確するために、CHAIDを活用する解析事例をご紹介します。

CHAIDとは、決定木分析とも言われる解析手法で、見出したいセグメントを特定するために、グルーピングのルールを作成することができます。以下は自社ブランドである紳士用高級革靴のロイヤル顧客の特徴を明らかにするためにCHAIDを実施した例です。

解析の結果、上記のようなツリー(樹系図)が出力されます。ツリーの見方ですが、まず、回答者全体におけるロイヤル顧客の割合が24.9%であることを確認します(ツリーのトップに表示されています)。次に、このロイヤル顧客の割合が最も高くなるようにグルーピングする項目として年齢区分(45歳以上、45歳未満)が分岐ルール1で用いられています。この年齢区分という項目は、分析者が指定するのではなく、計算アルゴリズムによって自動的に特定されます。この“自動的に”分岐ルールが作成されるという点がCHAIDの最大のメリットと言えます。分岐ルール1によって、年齢が45歳以上のグループにおいてロイヤル顧客の割合が32.0%まで高まることが把握できます。

この45歳以上グループに関して、さらにロイヤル顧客の割合が最も高くなるようにグルーピングする項目として個人月収区分(50万円以上、50万円未満)が分岐ルール2で用いられています。この分岐ルール2により、45歳以上グループを50万以上のグループに細分化した場合、ロイヤル顧客の割合は64.5%まで高まることになります。これにより、「45歳以上で、かつ個人月収が50万円以上の男性」が最も有力なセグメントであることが特定できました。 ところで、分岐ルール1で分割された45歳未満グループは、基本的にはロイヤル顧客の割合が低いのですが、分岐ルール3の職種区分(営業職、営業職以外)で営業職グループに細分化すると、ロイヤル顧客の割合が44.4%まで高まります。こうした結果より、たとえ個人月収が相対的に低い男性であっても、営業職の男性は足元の身だしなみに気を遣う傾向が高いために自社ブランドの高級革靴の購入意向が高いという解釈を導くことができます。

今回の解析例では第3層まで展開しているツリーをご紹介しましたが、第4層、第5層へとツリーが展開されていく場合もあります。このようにCHAIDはターゲット層の特徴を階層的に表現することができる、応用範囲が広い分析と言えます。

お悩みの方はお気軽にご相談ください

お電話での
お問い合わせ
03-6202-1287
Webからの
お問い合わせ
お問い合わせフォーム

more