マーケティングリサーチってなに？今さら聞けないリサーチの基礎知識と実践講座【基本編】
•
18 likes•15,155 views
ーーーーーーーーーーーーーーーーーーーーーーー schoo WEB-campusは「WEBに誕生した、学校の新しいカタチ」。 ＷＥＢ生放送の授業を無料で配信しています。 ▼こちらから授業に参加すると、先生への質問や、ユーザーとのチャット、資料の拡大表示等が可能です。 https://schoo.jp/class/783/room ーーーーーーーーーーーーーーーーーーーーーーー
Recommended
More Related Content
What's hot
What's hot (20)
Viewers also liked
Viewers also liked (20)
Similar to マーケティングリサーチってなに？今さら聞けないリサーチの基礎知識と実践講座【基本編】
Similar to マーケティングリサーチってなに？今さら聞けないリサーチの基礎知識と実践講座【基本編】 (20)
More from schoowebcampus
More from schoowebcampus (20)
Recently uploaded
Recently uploaded (10)
マーケティングリサーチってなに？今さら聞けないリサーチの基礎知識と実践講座【基本編】
- 2. 2 会社概要 ■社名： 株式会社マクロミル ■資本⾦： 19億5,300万円 ※2013年6月30日現在 ■代表者： 代表取締役会⻑兼社⻑ 杉本 哲哉 ■設⽴： 2000年1月31日 ■従業員数： 637名（うち、契約社員57名） ※2014年3月末現在 ■主な研究機関： マクロミルネットリサーチ総合研究所 ■グループ会社： 株式会社電通マクロミルインサイト 株式会社エムキューブ 株式会社エムプロモ MACROMILL EMBRAIN CO., LTD.（韓国） MACROMILL China, INC.（中国） ■事業内容： • インターネットを活用した市場調査（ネットリサーチ） • 携帯電話を利⽤した市場調査(モバイルリサーチ) • 世界各国の消費者を対象にした海外市場調査(グローバルリサーチ) • 消費者購買動向調査および購買動向データの提供(QPR™) • ネットリサーチ専用ASPシステムAIRsの提供 • リサーチの企画設計・集計・分析サービス • その他リサーチサービス（定性調査など）およびマーケティングに関する コンサルティング業務 ■所属団体： 一般社団法人 日本経済団体連合会 公益社団法人 経済同友会 ※個人資格 一般社団法人 日本マーケティング・リサーチ協会（ＪＭＲＡ） 公益社団法人 日本マーケティング協会（ＪＭＡ） ヨーロッパ・マーケティング世論調査協会（ＥＳＯＭＡＲ） ※個人資格 沿 革会社概要 2000年1月 株式会社マクロミル・ドット・コムを設⽴ 2000年8月 自動ネットリサーチシステム【ＡＩＲｓ】独自開発・サービス開始 2004年1月 東京証券取引所マザーズ上場 2004年2月 ⼤阪市中央区本町に関⻄⽀店設⽴ 2004年4月 株式会社マクロミル ネットリサーチ総合研究所設⽴ 2005年4月 東京証券取引所市場第一部上場 2007年12月 商品購買調査ＱＰＲ サービス開始 2008年7月 韓国において新会社 マクロミル・コリア設⽴ 2009年5月 マクロミル・コリア、韓国でネットリサーチ事業開始 2009年10月 ブランドデータバンクの完全子会社化 株式会社マクロミルワープ設⽴ 2010年8月 ヤフーバリューインサイト株式会社のマーケティングリサーチ事業を承継 2011年4月 中国において新会社 マクロミルチャイナ設⽴ ブランドデータバンク株式会社を吸収合併 2012年3月 電通マーケティングインサイトとの合弁で電通マクロミル設⽴ 株式会社エムプロモ設⽴ 2012年8月 韓国法人エムブレインとマクロミル・コリアを統合し、 マクロミルエムブレインに商号変更 2013年10月 セルフアンケートASP「Questant」提供開始 2013年12月 株式会社電通マーケティングインサイトを子会社化し、 株式会社電通マクロミルインサイトへ商号変更 2014年4月 拡大推計POSデータサービス「MACROMILL MARKET INDEX」 提供開始
- 3. 3 【1】 マーケティングリサーチ概要 アジェンダ 【3】 マーケティングサイクルにおける調査活⽤事例 【2】 マーケティングリサーチの実践プロセス 【4】 マーケティングリサーチの最新動向
- 4. 4 【1】 マーケティングリサーチ概要 アジェンダ 【3】 マーケティングサイクルにおける調査活⽤事例 【2】 マーケティングリサーチ流れと実践プロセス 【4】 マーケティングリサーチの最新動向
- 5. • マーケティングの定義は、権威のあるものだけでも、多くのバリエーションがあります。 – マーケティングとは、企業および他の組織がグローバルな視野に立ち、 顧客との相互理解を得ながら、公正な競争を通じて行う市場創造のための 総合的活動である。 【日本マーケティング協会 （JMA） 1990年】 – マーケティングとは、顧客やクライアント、取引先、および社会全体にとって 価値のある提供物を、創造・伝達し、届け、交換しあうための活動や制度、 一連のプロセスである。 【米国マーケティング協会 （AMA） 2007年】 – マーケティングの究極の目標は、セリング（売り込み）を不要にすることである。 【ピーター・ドラッカー】 – マーケティングとは、個人や集団が、製品および価値の創造と交換を通じて、 そのニーズや欲求を満たす社会的・管理的プロセスである。 【フィリップ・コトラー】 – マーケティングとは、顧客を創造することである。 【セオドア・レヴィット】 マーケティングとは 5
- 6. 6 マーケティングリサーチとは 組織のマーケティング問題を発見・認識し、問題を解決するために有効な情報を得ることを目的に、 ①必要な情報を具体的に明らかにし、②情報収集方法を設計し、③データ収集の実施と管理を行い、 ④データを収集・解析し、⑤調査結果とそこから導かれる事項を伝達するまでの全プロセスである。 ●事業環境分析用データ（経済指標、競合IR情報） ●消費者動向把握（消費者調査、購買データ・ＰＯＳデータ） ●広告視聴率・出稿量データ ●店頭配下量データ など まず2次データを集めた後、自社の課題解決に必要である が2次データでは不十分なデータを1次データで補う。 1次データ 特定の課題解 決の為に収集 2次データ 一般的な課題解決 の為に収集 例)政府刊行物、TDB、 、speeda、新聞データベース 等 メリット デメリット 1次データ 特定目的に適合した 情報 高コストで収集に時間 を要する 2次データ 低コストで迅速に収集 できる 特定目的との適合性 に難がある 消費者動向データ マーケティングリサーチとは マーケティング上の課題解決に必要な代表的データ マーケティングデータの収集方法
- 10. ※デプスインタビューのメリット ・詳しい情報をつっこんで聴ける ・デリケートな話題を聴ける ・他人の意見に左右されない ・対象者の都合に合わせて実施できる 消費者動向データにおける 調査手法の整理 定 量 調 査 ・収集された情報を、数量的に把握する（集計されたデータ＝数値に意味がある） ・事前に構成された調査票を用いる ・仮説検証、消費者全体の動向・傾向をさぐることに有効 特徴 【各手法の特徴】 調査手法 コスト 調査期間 調査ｴﾘｱ （広域 対応力） ｻﾝﾌﾟﾙｻｲｽﾞ （大規模 対応力） 回答精度 の維持 しやすさ 回答者の 代表性の 確保 質問量 ﾌﾟﾗｲﾍﾞｰﾄ な質問へ の対応 日記形式 設問への 対応 訪問 相対的に 高 相対的に 長 ○ ○ ○ ○ ○ △ ※2 △ ※2 郵送 相対的に 安 長 ◎ ◎ △ △ ○ ○ ○ 電話 相対的に 安 相対的に 短 ◎ ○ △ △ △ △ × WEB 安 短 ◎ ◎ ○ △ △ ○ ○ CLT （会場調査） 相対的に 高 相対的に 短 △ △ ○ × ※1 ○ △ × ※１ CLTの代表制の確保について →ストリートインターセプトで実施する 場合、地点が限定されるため、 回答者の代表性の確保は難しく なります。 ※２ 訪問調査のプライベートな質問への 対応、日記形式設問への対応について →面接形式の場合、対応が難しいです が、留置形式の場合は対応可能です。 定 性 調 査 ・発言内容、記述内容、行動実態などの情報を収集する ・収集する情報を数量化して集計することに意味はない ・事前に構成された調査票を用いない ・仮説抽出、詳細把握、具体性追求に有効 特徴 【各手法の特徴】 調査手法 コスト 調査期間 調査ｴﾘｱ （広域 対応力） ｻﾝﾌﾟﾙｻｲｽﾞ （大規模 対応力） 回答精度 の維持 しやすさ 回答者の 代表性の 確保 質問量 ﾌﾟﾗｲﾍﾞｰﾄ な質問へ の対応 日記形式 設問への 対応 FGI ｸﾞﾙｰﾌﾟ単位 で計算 － △ － 代表性不要 △ × デプス インタビュー 高 － △ ｰ 代表性不要 ○ × データ量よ り データの質 が重要 少数の ﾃｰﾏを 深く掘り 下げる ※FGIのメリット ・短期間でたくさんの対象者から情報を得られる ・対象者同士の相互作用に期待できる ・態度や反応が観察できる ・ひらめきや直感が得られる ・対象者をコントロールしやすい 10
- 11. 11 【1】 マーケティングリサーチ概要 アジェンダ 【3】 マーケティングサイクルにおける調査活⽤事例 【2】 マーケティングリサーチ流れと実践プロセス 【4】 マーケティングリサーチの最新動向
- 12. 12 マーケティングリサーチの実践プロセス ◆調査票の設計 ◆マーケティングリサーチの流れと調査会社依頼範囲の確認 ◆調査企画書の作成 ◆データの読込み（分析）を行う ◆集計（GT・クロス）の実施
- 13. 13 マーケティングリサーチの実践プロセス ◆調査票の設計 ◆マーケティングリサーチの流れと調査会社依頼範囲の確認 ◆調査企画書の作成 ◆データの読込み（分析）を行う ◆集計（GT・クロス）の実施
- 15. 調査企画書とは 調査の実施計画を記した「調査実施計画書」 Points １．調査背景 ２．調査目的 ３．調査地域 ４．調査対象者 ５．サンプル数（割付） ６．調査手法 ７．調査時期 ８．調査項目 ９．調査費用 ＜調査企画書＞ 調査背景 どのような課題から、調査を行なおうとしているのか、調査結果からどのよ うなアクションを起こしたいかを記述します。 調査目的 調査によって、「何を明らかにするか」を記述します。 調査地域 どの地域を調査対象とするか記述します。 調査対象者・ サンプル数 どのような人達を対象に調査を行うのか、また、サンプル構成はどのように 設定するのか（割付設定）、何サンプル回収するかなどを記述します。 調査手法 定量調査か定性調査など、どのような手法で調査するか記述します。 調査費用 予算との兼ね合いで決定します。 調査企画書（調査設計書） 調査企画を立てる（調査設計）ということは、これから実施する調査について、 「なぜ調査を行うのか」「調査で何を明らかにすべきか」「具体的に何を聞くのか」「誰を対象に、どのような 手法で、どのぐらいのサンプル数を回収するのか」などをまとめた【調査実施計画書】を固めることを意味します。
- 18. 調査対象者の決め方 ① 調査対象者の設定 調査終了後に、検証に必要な対象者を抽出したところ、300人中30人しか含まれていなかったという話を ときどき聞きます。また、調査対象者の条件を「世帯」と「個人」、「購入」と「利用」などを明確にしなかったため、 使えないデータになってしまうこともあります。これは調査対象者の設定ミスです。 目的に適した調査を行うには、「調査目的や仮説を検証できる人を集める」のが鉄則です。そのためには、 ①地域、②性別、③年齢、④職業、⑤世帯か個人か、⑥その他条件（例：認知・購入・使用中止・未使用、 特定カテゴリーへの関与度など）などの基本的な条件を含め、必要な条件をよく考慮し設定することが 不可欠になります。 ■調査対象者の設定ポイント ＜対象者を検討する際の基本的な条件＞ ①地域 ②性別 ③年齢 ④職業 ⑤世帯 or 個人 ⑥その他 （認知・購入・使用中止・未使用、 特定カテゴリーへの関与度など） ＜よく見られる落とし穴＞ あるシャンプーの価格について調査をするために、対象者条件を 「そのブランドを現在使用している人」と設定した。 多くの商品では、以下の人が同一人物であるとは限らない ・銘柄決定者 ： その商品を買うことを決めた人 ・購入者 ： 店頭などで買った人、お金を払った人 ・使用者 ： その商品を使っている人 仮説を検証できる「対象者の抽出」が調査の成否を握ります Points
- 19. 調査対象者の決め方 ② 調査対象者の設定 調査結果は、【比較対象】があって初めて「高い・低い」「良い・悪い」などの判断や評価が可能になります。 調査対象者のなかに、【比較対象】となる人を含めて調査をすることを忘れないようにしましょう。 今回発売した携帯電話の デザイン満足度（TOP2 ボックス）は80％でした！ 同じ時期に発売した競合機種のデザイン満足度が60％だったら？ または、90％だったら？ 「デザインの満足度80％」という絶対値だけでは、適切な判断、 正確な評価はできない。「何を比較対象に判断・評価するか」を 調査企画時に明確にしておくことが重要です。 ■比較対象の考え方例 ヘビー ミドル ライト 競合ユーザー 自社ユーザー 非ユーザー（利用意向なし） 非ユーザー（利用意向あり） 自社製品 利用中止者 自社／競合／非ユーザー 顧客分類 非利用意向者 利用意向者 トライアル （ライトユーザー） リピート （ミドルユーザー） （ヘビーユーザー） 非利用意向者 利用意向者 トライアル （ライトユーザー） リピート （ミドルユーザー） （ヘビーユーザー） 既存 ユーザー 新規 ユーザー 属性 「性別」「年代別」「性・年代別」 「地域別」「世帯年収別」など 製品への関与 「利用／使用頻度別」「購入頻度別」 「○○関与度別」「主使用ブランド別」 「認知度別」など 比較対象のない調査では、結果の良し悪しを判断・評価できません Points
- 20. 割付設定の方法 全てのセルに同じサンプル数を設定 20代 30代 男性 50S 50S 女性 50S 50S 「全体よりも、男性20代と女性20代の セル間の違い」を見たいときに活用 10代 （15歳～） 20代 30代 40代 50代 合計 男性 43S 102S 129S 113S 119S 506S 女性 41S 97S 125S 111S 120S 494S 合計 84S 199S 254S 224S 239S 1000S 「セル間の違いよりも、全体の傾向・実態を把握したい」ときに活用 総務省統計局「人口推計」より算出 全体 均等割付における【全体】結果は、市場実 態を反映していないため、参考値として見 るか、母集団構成比に合わせた ウエイトバック処理が必要になります。 母集団の構成比に合わせて割付 （例：全国の人口構成比など） 母集団構成比が分からないときは？ 母集団構成比が分からない場合は、スクリーニング調査（対象者を 抽出する調査）の結果から、性別・年代別などの構成比を算出し、 本調査対象者のサンプル数を調整することが可能です。 均等割付 母集団構成比に合わせた割付 対象者のサンプル数は、分析軸をイメージしながら決定することが大事です Points 割付設定を決定する 調査対象者ごとに、どのぐらいのサンプル数を集めるか決めることを「割付設定」といいます。 割付（各升目を「セル」と呼びます）を設定しないと、分析したい対象者が集まらないことが生じます。
- 21. 女性 合計 男性 100 400 300 割付 10 210 200 ブランドＸ 購入者 53% 50% 50% 母集団 構成比 2.00 0.67 ｳｪｲﾄ値 20 133 ｳｪｲﾄ ﾊﾞｯｸ 153 25% 75% サンプル 構成比 (a) (b) (c) (c/b) (a*c/b) 38% 女性 合計 男性 100 400 300 割付 10 210 200 ブランドＸ 購入者 53%53% 50% 50% 母集団 構成比 2.00 0.67 ｳｪｲﾄ値 20 133 ｳｪｲﾄ ﾊﾞｯｸ 153 25% 75% サンプル 構成比 (a) (b) (c) (c/b) (a*c/b) 38%38% ウエイトバックについて ■ブランドＸの購入率をウエイトバック集計すると・・・ 15ポイントも 違う！ 調べたい集団のサンプル構成に合わせて結果を見る時にウエイトバックを活用します Points ウエイトバック集計とは 前ページの例題で問題なのは、 「母集団構成比とは異なる構成比であるにも関わらず、“世の中の”半数強がブランドＸを購入した経験がある！」 と、あたかも市場の代表性があるかのように分析している点です。 「均等割付など、母集団構成比と異なる調査の全体結果（ＧＴ）はあくまでも『参考値』にしかならない」という点です。 市場実態を確認したい場合は、均等割付の構成比を母集団構成比に合わせて再集計する必要があります。 この調査結果の構成比を母集団構成比に変換する集計を「ウエイトバック集計」といいます。 先ほどのブランドＸの購入率をウエイトバック集計すると、以下の結果になります。
- 22. サンプル数の決定 ① ～サンプリング誤差表を活用して統計的な観点で考える～ サンプリング誤差早見表を使って、統計的な観点から判断しましょう Points 標本誤差早見表 サンプリング調査には必ず誤差が発生します。その誤差は「標本誤差早見表」を使うことで確認することができます。 例えば、n=100の調査で認知率が20％の場合、標本誤差は±7.8ポイント（100回調査すると95回は12.2％～ 27.8％のレンジになる）となります。 統計的な観点からサンプル数を決める場合は「統計的に見て、どの範囲の誤差まで許容できるか」で判断します。 誤差を±5ポイントに抑えるためには分析単位ごとに400サンプル、±10ポイントの場合は100サンプルが必要に なります。統計学的な観点からデータの精度を理解・考慮したうえで、サンプル数を決定しましょう。 ■標本誤差早見表 2.2 2.2 2.1 2.1 2.0 1.9 1.8 1.6 1.3 1.1 1.0 0.4 2,000 1.8 1.8 1.8 1.7 1.6 1.5 1.4 1.3 1.1 0.9 0.8 0.4 3,000 3.1 3.1 3.0 3.0 2.8 2.7 2.5 2.2 1.9 1.6 1.4 0.6 1,000 4.4 4.4 4.3 4.2 4.0 3.8 3.5 3.1 2.6 2.2 1.9 0.9 500 4.9 4.9 4.8 4.7 4.5 4.2 3.9 3.5 2.9 2.5 2.1 1.0 400 5.7 5.6 5.5 5.4 5.2 4.9 4.5 4.0 3.4 2.9 2.5 1.1 300 6.2 6.2 6.1 5.9 5.7 5.4 5.0 4.4 3.7 3.2 2.7 1.2 250 6.9 6.9 6.8 6.6 6.4 6.0 5.5 4.9 4.2 3.5 3.0 1.4 200 8.0 8.0 7.8 7.6 7.3 6.9 6.4 5.7 4.8 4.1 3.5 1.6 150 9.8 9.8 9.6 9.3 9.0 8.5 7.8 7.0 5.9 5.0 4.3 2.0 100 11.0 10.9 10.7 10.5 10.0 9.5 8.8 7.8 6.6 5.6 4.8 2.2 80 13.9 13.8 13.6 13.2 12.7 12.0 11.1 9.9 8.3 7.1 6.0 2.8 50 17.9 17.8 17.5 17.1 16.4 15.5 14.3 12.8 10.7 9.1 7.8 3.6 30 標本数（n）とサンプリング誤差（E） ＊95％の信頼度 50%50% 55%45% 60%40% 65%35% 70%30% 75%25% 80%20% 85%15% 90%10% 93%7% 95%5% 99%1% 2.2 2.2 2.1 2.1 2.0 1.9 1.8 1.6 1.3 1.1 1.0 0.4 2,000 1.8 1.8 1.8 1.7 1.6 1.5 1.4 1.3 1.1 0.9 0.8 0.4 3,000 3.1 3.1 3.0 3.0 2.8 2.7 2.5 2.2 1.9 1.6 1.4 0.6 1,000 4.4 4.4 4.3 4.2 4.0 3.8 3.5 3.1 2.6 2.2 1.9 0.9 500 4.9 4.9 4.8 4.7 4.5 4.2 3.9 3.5 2.9 2.5 2.1 1.0 400 5.7 5.6 5.5 5.4 5.2 4.9 4.5 4.0 3.4 2.9 2.5 1.1 300 6.2 6.2 6.1 5.9 5.7 5.4 5.0 4.4 3.7 3.2 2.7 1.2 250 6.9 6.9 6.8 6.6 6.4 6.0 5.5 4.9 4.2 3.5 3.0 1.4 200 8.0 8.0 7.8 7.6 7.3 6.9 6.4 5.7 4.8 4.1 3.5 1.6 150 9.8 9.8 9.6 9.3 9.0 8.5 7.8 7.0 5.9 5.0 4.3 2.0 100 11.0 10.9 10.7 10.5 10.0 9.5 8.8 7.8 6.6 5.6 4.8 2.2 80 13.9 13.8 13.6 13.2 12.7 12.0 11.1 9.9 8.3 7.1 6.0 2.8 50 17.9 17.8 17.5 17.1 16.4 15.5 14.3 12.8 10.7 9.1 7.8 3.6 30 標本数（n）とサンプリング誤差（E） ＊95％の信頼度 50%50% 55%45% 60%40% 65%35% 70%30% 75%25% 80%20% 85%15% 90%10% 93%7% 95%5% 99%1% p)/np(12 （単位：％） 系統抽出法など単純無作為抽出法の誤差 標本数 ％(p)
- 23. サンプル数の決定 ② ～分析イメージを明確にして、最小分析単位を意識する～ 分析イメージを明確にして、最小分析単位を意識してサンプル数を考えましょう Points 最小分析単位とは？ 調査終了後に分析をしようと思ったところ、掘り下げたい回答者グループのサンプル数が少なすぎるため 分析できなかったというケースがよく発生します。調査企画の段階で分析イメージを明らかにし、「最小分析 単位」から逆算して、全体のサンプル構成やサンプル数を決定することが非常に重要です。 20代 30代 男性 100 100 女性 100 100 ■ 最小分析単位のイメージ例 「ヘビー/ミドル/ライト」に分けると、各セルのサンプル数は30Sを 割る可能性があるため、一番少ないセルで少なくとも50S以上確保 できるよう、逆算して必要サンプル数を決定する。 →最も構成比が低いヘビー（例：10％）のサンプル数を50S確保 したい場合は、女性20代で500サンプル必要 ブランドAのシェアを５％とすると、サンプル数は20S。 分析したいブランドのシェアをもとに、必要サンプル数を逆算 して決める。 →シェア5％のブランドA使用者を50S確保したい場合は、 全体で1000サンプル必要 女性20代を「ヘビー／ミドル／ライト」で分析したい 全体を「主使用ブランド」で傾向を見たい 必要サンプルを逆算して 考えた上で、調査費用との 兼ね合いでサンプル数を 決定しましょう。
- 24. 24 マーケティングリサーチの実践プロセス ◆調査票の設計 ◆マーケティングリサーチの流れと調査会社依頼範囲の確認 ◆調査企画書の作成 ◆データの読込み（分析）を行う ◆集計（GT・クロス）の実施
- 25. 25 調査項目 実態把握型 １・調査目的に合致した項目を設定する ※実態把握、仮説検証、アイデア抽出 ごとの項目 ２・調査目的を細分化する ３・「分析の視点」に用いる項目を組み入れる ４・消費者行動に関する段階モデルを参考にする 例） AIDMA,AISAS 等 ■調査項目（例） 仮説検証型 「誰が」「いつ」「どこで」「なにを」 「どれくらい」「どんなふうに」 「なぜ」使用・購入しているか ・使用動機やキッカケ ・使用中止理由 ・非使用理由 ・満足度とその理由 ・今後の使用意向 ・使用上の意見や態度 等 ・コンセプトの評価とその理由 ・コンセプトの購入意向度とその理由 ・製品呈示後の全体評価とその理由 ・製品の個別項目に関する評価 ・製品の購入意向度とその理由 ・製品の価格評価 ・推奨意向 等 ・広告知名 ・広告知名源 ・広告の内容理解 ・訴求点の理解度 ・広告イメージ ・広告評価 ・広告への好意度、親しみ、印象度 ・広告認知後の利用意向 ・推奨意向 等 ＜使用実態把握調査（U&A調査）＞ ＜広告・ブランド浸透度調査＞ ＜製品＆コンセプト受容度調査＞ 一般的に調査項目は、以下のような作業を通して決定していきます。 調査票の設計 ①まずは調査項目を考える 調査項目を確定した 後に、詳細な調査票 に落とし込みます。
- 26. 26 【３】純粋想起の質問は、助成想起の質問の前に 【２】一般的な質問から限定的な質問へ進む 【１】事実に関する質問を前半に、意識に関する質問を後半に 【４】関連ある質問はまとめる【４】関連ある質問はまとめる 例） 生命保険 → 変額個人年金保険 【5】キャリーオーバー効果に気をつける ＊前の質問が後の質問の回答に影響すること 調査票の設計 ②調査票作成の基本留意点（1）
- 27. 27 マーケティングリサーチの実践プロセス ◆調査票の設計 ◆マーケティングリサーチの流れと調査会社依頼範囲の確認 ◆調査企画書の作成 ◆データの読込み（分析）を行う ◆集計（GT・クロス）の実施
- 28. 28 ●ＳＴＥＰ１ データチェック/クリーニング ① 事前調査と本調査間に矛盾がないか 例）ある商品の保有者を事前調査で抽出したが 本調査では持っていないと回答した ② 質問間に矛盾する回答はないか 例）旅行には行かないと回答しているのに、 趣味の欄で旅行をチェックしている ③ 質問内に矛盾する回答はないか 例）ホームページの印象を聞いたら、 「見やすい」と「見にくい」を同時に選択している データに不整合がないか、矛盾する回答、異常な回答がないかをチェックする。 もしあったら、内容に応じその扱い方を検討する。（データ削除、修正、そのまま使用するなど） 集計の実施
- 31. 31 マーケティングリサーチの実践プロセス ◆調査票の設計 ◆マーケティングリサーチの流れと調査会社依頼範囲の確認 ◆調査企画書の作成 ◆データの読込み（分析）を行う ◆集計（GT・クロス）の実施
- 32. 32 全体 興味が ある やや 興味が ある あまり 興味が ない 興味が ない 全体 1236 100.0 136 11.0 526 42.6 421 34.1 153 12.4 現サプリユーザー 412 100.0 113 27.4 271 65.8 26 6.3 2 0.5 非サプリユーザー 412 100.0 5 1.2 129 31.3 179 43.4 99 24.0 中止者 412 100.0 18 4.4 126 30.6 216 52.4 52 12.6 割 付 セ ル Ｑ１５ 上記のような特長をもったサプリメントについ てどの程度興味がありますか？ ●クロス集計のデータ読み込み より深くデータをみていくためにクロス集計指示表を組み立て、クロス集計表を作成し、 単純集計表と あわせ仮説の検証あるいは、事実の発見を行う。 ①全体値と比較する ： 大きく違いがある場合、その特色をみる ↓Next Step↓ ②表側（軸となる項目）の並びに意味のある場合、その傾向をみる ▼例：軸＝利用状況 クロス設問＝利用意向 ・全体値でスコアを見ると、「やや興味がある」が最も高く 42.6％。 次いで「あまり興味がない」で34.1％。 ・しかし、【①】割付セル（現在の利用状況）ごとに見ると、現ユー ザーは全体値よりもＴＯＰ２のスコアが10ポイント以上高く、非 ユーザー・中止者はＢＯＴＴＯＭ２のスコアが全体値に比べて高 い。 ⇒全体値のみで見る限り、ＴＯＰ２のスコアが高く、このコンセプ トのサプリメントは興味を喚起させることに有効であるように思 える。しかし、ＴＯＰ２を選択しているのは「現ユーザー」であり、 【②】「非ユーザー」「中止者」は「興味がない」に回答が集まって いる。 クロス集計をすることで、 「このコンセプト」は現ユーザー の興味喚起には有効だが、非ユーザー・中止者の興味 喚起の効果は薄いことが読み取れる。 ※表の色分けについて（下記のように色分けをすると違いが見つけ易い） 濃い黄色：全体値より10ポイント以上高いスコア 薄い黄色：全体値より5ポイント高いスコア 濃い水色：全体値より10ポイント以上低いスコア 薄い水色：全体値より5ポイント以上低いスコア ① ② （※データはダミーです） 分析を行う 集計表読み込みの基本的なポイント（1）
- 33. 33 n= (%) 英語：英人（エイト） (519) 国語：国美（コクミ） (507) 数学：数々（スズ） (477) 理科：理吉（リキチ） (556) 社会：社太郎（シャタロウ） (529) 認 知 者 ベー ス 9.6 5.9 13.2 11.5 11.2 20.0 20.3 25.6 24.6 19.3 65.9 69.4 58.9 59.7 63.7 3.5 3.6 2.1 3.6 4.5 1.0 0.8 0.2 0.5 1.3 とても好き 好き ふつう 嫌い とても嫌い ●各設問の母数を確認する ＜例＞各キャラクターの認知率と好感度について 【スズ】 認知率：57％ 【シャタロウ】 認知率：64％ 【スズ】 好感度：39％ 【シャタロウ】 好感度：31％ 上記の「好感度」の数値だけを見ると、「スズ」が「シャタロウ」を 【 8ポイント 】 上回っているように見える。 これを、全数（832サンプル）ベースにそろえて計算すると・・・ 【スズ】 好感度：22％ 【シャタロウ】 好感度：20％ このように、設問の「ベース≒誰が回答した設問か」に注意して各結果を読むことが重要となる。 n= (%) 英語：英人（エイト） (832) 国語：国美（コクミ） (832) 数学：数々（スズ） (832) 理科：理吉（リキチ） (832) 社会：社太郎（シャタロウ） (832) 27.4 30.2 22.6 22.8 25.6 36.2 36.7 34.7 38.1 36.8 24.9 23.2 26.2 26.8 23.6 11.5 10.0 16.5 12.3 14.1 よく知っている まあ知っている あまり知らない 全く知らない 【スズ】 （477×0.39）÷832 ＝ 22.4％ 【シャタロウ】 （529×0.31）÷832 ＝ 19.7％ 全体で見た場合では、その差は 【 2ポイント 】 となる。 分析を行う 集計表読み込みの基本的なポイント（2）
- 34. 34 ●１回の調査結果を読む／定点的に調査結果を比較して読む １回の調査結果を読む調査もあれば、定点的に複数回の調査結果を比較して読み、数値の変化を追う場合がある。 基準値がないと数値の判断が難しい場合は、定点的に数値を追って経年比較をすることが重要。 また、定点で調査をすることで、そのときの「トレンド」や「動向」をいち早く捉えることが可能になる。 評価項目など尺度型設問のＴＯＰ1とＴＯＰ２のスコアの扱いについても同様で、ＴＯＰ１のスコアで見るか、 ＴＯＰ２のスコアで見るかなどはその調査の目的・仮説などによって異なる。 ＜例＞ＤＭ送付後の開封率を測定した場合、それが高いのか低いのかは、1回の調査では判断できないため、 定点的にスコアを追い、販売数の数字も考慮した上で基準値を決めていくことが重要。 「当日開封」「翌日以降開封」を足し上げると47％。 １回の調査だけでは、開封率が高いのか低いのか 判断が難しい。 何回か【定点的に】行なった調査結果を比較すると・・・ 開封率の変化を追うことができる。 ⇒４回目の調査の結果が最も高い。 このときのＤＭが評価がよかったと判断できる。 [TABLE001] 全体 開封（当 日＋翌 日） 捨てた その他 100 47 40 13 100.0 47.0 40.0 13.0 100 43 45 12 100.0 43.0 45.0 12.0 100 51 41 18 100.0 51.0 41.0 18.0 100 62 21 17 100.0 62.0 21.0 17.0 ２回目 １回目 ４回目 割付セ ル ＤＭ開封状況変化 ３回目 [TABLE014] 先日「●●のダイレクトメール」を受け取っ たとお答えの方にお聞きします。 ダイレクトメール受け取り後、開封はしまし たか？ 単一回答 Ｎ ％ 1 受け取った当日に開封した 20 20.0 2 翌日以降に開封した 27 27.0 3 開封せずに捨てた 40 40.0 4 その他／覚えていない 13 13.0 全体 100 100.0 Q10 分析を行う 集計表読み込みの基本的なポイント（3）
- 35. ●基準値を作る コンセプト評価や、加入意向度など、そのスコアを評価する際、何を基準に「高い／低い」「受容性がある ／ない」を判断すればよいか迷う場合が少なくない。これは、定点的に【同じ聴取方法で】複数回調査し た結果を蓄積し、ノーム値化することがひとつの基準となる。 ●ノーム値とは・・・Norm値。過去の結果に基づく評価の基準値をノーム値という。 ※参考※ ノーム値 以下は、マクロミルで実施された3つの業界の【コンセプト調査】171件のデータをもとに、 トップ２の結果の分布をグラフ化したものである。 Ｎ数 トップ２ボックスのスコア Ｎ 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 計 食品 0 0 0 0 1 6 3 5 11 6 5 1 0 3 0 41 飲料 2 0 8 2 2 3 4 5 11 0 0 0 0 0 2 39 菓子 2 1 4 4 5 6 13 9 17 15 6 6 2 0 1 91 合計 4 1 12 6 8 15 20 19 39 21 11 7 2 3 3 171 0 5 10 15 20 25 30 35 40 45 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 食品 飲料 菓子 上記のことから、コンセプト評価のトップ2の結果として、一般的に60％程度以上の結果 が得られない場合は、市場の評価としては弱いといえる。 ※補足 ■トップボックス／トップ2ボックス のスコアの考え方 ・トップボックス ⇒「選好」 明確な意思判断を示す ・トップ2ボックス ⇒「許容」 ネガティブではない、という意思を 表す 35
- 36. 36 【1】 マーケティングリサーチ概要 アジェンダ 【3】 マーケティングサイクルにおける調査活⽤事例 【2】 マーケティングリサーチの実践プロセス 【4】 マーケティングリサーチの最新動向
- 38. 消費者行動・ニーズの把握（Ｕ＆Ａ） 0% 20% 40% 60% 80% 100% 朝 起 き て 着 替 え る と き 職 場 や 学 校 に 着 い た と き 職 場 や 学 校 の 休 憩 時 間 職 場 や 学 校 を 出 る と き 運 動 し た 後 異 性 と 合 う 前 同 性 の 友 人 と 会 う 前 自 宅 に 帰 っ た と き お 風 呂 の 後 寝 る 前 どのような選択行動、未充足ニーズ、潜在ニーズがあるか？ U&A (Usage & Attitude、使用実態調査)。あるカテゴリーの製品・サービスの使用実態を調べる。 使用状況・方法 （使用経験、現在使用、使用頻度、時間帯、場所、使い方など） 購入習慣 （購入場所、頻度、一度に買う個数、購入前の情報収集など） 選択時の重視点 現在使用製品と満足度（総合、重視点で質問した項目別） 【デオドランド剤の使用シーン】 【デオドランド剤の未充足ニーズ】 肌に優しくない 出す量を 調整できない 効き目が長時間持 続しない 消臭効果が感じら れない 持ち運びしにくい 使った後の清涼感 が感じられない 肌へのダメージが強 すぎる すぐに効果が出ない 香りが強すぎる 香りが長時間持続 しない 効き目が強すぎる 殺菌効果が感じら れない 問 題 点 ・不 満 点 の 解 決 意 向 問題点・不満点の発生頻度 未充足ニーズ 38
- 39. 競合状況の把握 主要ブランドのポジショニングは？強み・弱みは？ 消費者から見た主要なブランドのイメージや使用状況を把握する。 認知率 … 純粋想起（ＦＡ）、助成想起（ＭＡ） 購入経験、現在使用、今後の購入意向、友人・知人への推奨意向 ブランド連想 知覚品質、商品イメージ 【使用ブランドの特性比較】 【各ブランドのポジショニングマップ】 専門的な 一般的な 斬新な 親しみがある 香りが良い しっとりする 地肌ケア用 ダメージケア用 かわいい セクシーな 安っぽい 高級な 家族向き 高齢者向き 若い子向き ブランドO ブランドN ブランドM ブランドＬ ブランドＫ ブランドＪ ブランドＩ ブランドＨ ブランドＧ ブランドＦ ブランドＥ ブランドＤ ブランドＣ ブランドＢ ブランドA 14.4 5.6 26.5 28.6 11.0 34.5 25.8 44.3 33.5 18.0 38.8 42.1 15.8 24.5 31.3 12.3 26.5 13.4 13.4 39.7 0% 20% 40% 60% 80% 100% ブランドA主使用者 ブランドB主使用者 ブランドC主使用者 ブランドD主使用者 ブランドE主使用者 かなり詳しく、人に教える事が多い まあまあ詳しく、一般的な知識については問題ない あまり詳しくなく、ほとんど決まったサービスだけ利用している 人に聞かないとほとんど使えない 39
- 40. 40 コンセプト評価 コンセプトは受容される？十分な売上を見込める？ コンセプトを提示し、消費者の受容性を把握する。 コンセプト全体の使用意向、購入意向、新奇性 コンセプトを細切れにした部分ごとの魅力度 現在使用している銘柄、購入時の重視点 34.8 18.8 24.5 12.3 8.9 24.6 14.5 4.5 30.1 21.6 9.4 6.5 0% 10% 20% 30% 40% 50% 60% 使用意向 新奇性 ニーズ適合度 価格呈示後 購入意向① 価格呈示後 購入意向② 価格呈示後 購入意向③ コンセプトＰ_(n=500) コンセプトＱ_(n=500) の ど の 痛 み を 鎮 め る こ と 咳 を 鎮 め る こ と の ど の 乾 燥 を 防 ぐ こ と 安 い こ と 低 カ ロ リー で あ る こ と ビ タ ミ ン C が 入 っ て い る こ と 天 然 の 有 効 成 分 で あ る こ と 風 邪 を 予 防 す る 効 果 が あ る こ と 鼻 づ ま り を 改 善 す る こ と そ の 他 0% 20% 40% 60% 80% 100% コンセプト受容者 (n=496) コンセプ非受容者 (n=504) 【コンセプト評価】 【コンセプト評価】
- 42. ユーザー満足度の把握 ユーザーはどこに満足してる？何が不満か？ ブランドユーザーの満足度、満足点、不満点、ロイヤリティを把握する。 全体満足度、項目別評価 満足点、不満点 今後の使用継続意向、NPS（他人への推奨意向） 【CSポートフォリオ分析】 【現使用商品の不満点・改善要望点】 0% 10% 20% 30% 40% 手ブレ補正機能 高感度撮影時の画質 もっと高感度に オートフォーカスのスピードや正確さ フルオート撮影機能の性能 連写機能の性能／連続撮影枚数 マクロ撮影時に近付いて撮れるように 動画撮影中に光学ズームが作動するように 動画撮影時の音質 動作音の静かさ 最優先改善項目最優先改善項目 重要度：高 満足度：低 ① 現在の満足度の 源泉 現在の満足度の 源泉 重要度：高 満足度：高 ② 現状維持項目現状維持項目 重要度：低 満足度：高 ③ 最低評価 項目 最低評価 項目 重要度：低 満足度：低 ④ 満足度構造の分類 【CSマップの4象限】 各 項 目 の 満 足 度 総合満足度への影響度 高 高 最優先改善項目最優先改善項目 重要度：高 満足度：低 ① 現在の満足度の 源泉 現在の満足度の 源泉 重要度：高 満足度：高 ② 現状維持項目現状維持項目 重要度：低 満足度：高 ③ 最低評価 項目 最低評価 項目 重要度：低 満足度：低 ④ 満足度構造の分類 【CSマップの4象限】 各 項 目 の 満 足 度 総合満足度への影響度 高 高 42
- 43. プロモーション効果の測定 広告やキャンペーンはどの程度効果をあげた？ 広告で意図した効果が得られたかどうかを検証する。 広告の認知度 広告の評価（親近感、印象度、イメージ） 広告閲覧による態度変容 【広告の認知度】 【広告閲覧による行動喚起】 70 77 76 71 63 26 29 31 28 21 44 48 45 43 42 30 23 25 30 37 全体 20代 30代 40代 50代 【年代別】 確かに見たことがある 見たような気がする 見たことがない 認知度 「 ● ● 」 の 広 告 な ど に 注 目 す る よ う に な っ た 「 ● ● 」 の サ イ ト を 見 た ネ ッ ト な ど で 「 ● ● 」 に つ い て 色 々 と 調 べ た 「 ● ● 」 に つ い て ブ ロ グ や m i x i な ど に 書 き 込 ん だ 友 人 や 知 人 、 家 族 と 「 ● ● 」 に つ い て 話 を し た 店 頭 で 「 ● ● 」 に 目 を と め た 店 頭 で 「 ● ● 」 を 手 に 取 っ た 「 ● ● 」 を 購 入 し た そ の 他 特 に 何 も し て い な い 0% 20% 40% 60% 80% 100% 43
- 45. 45 【1】 マーケティングリサーチ概要 アジェンダ 【3】 マーケティングサイクルにおける調査活⽤事例 【2】 マーケティングリサーチの実践プロセス 【4】 マーケティングリサーチの最新動向
- 46. ビッグデータの台頭。そして、AskingからListeningへ • IT技術の進歩に伴い、WEBアクセスログや位置履歴、商品購買履歴などの ライ フログデータや顔認証技術を用いた消費者購買行動・予測、バイオメトリクス（生体 反応）によるクリエイティブ反応測定調査などのリサーチ手法が登場している。 • これらは、従来のマーケティングリサーチが取り扱ってきた構造データではなく、 テキストデータや画像・動画データなどの非構造データが分析の中心となっており、 これらを総称して「ビッグデータ」と呼ばれることが多い。 • 一方、従来のリサーチでは、企業側が一方的に質問する「Asking型」では、消費者 インサイトを得ることが難しく、調査対象者同士の会話を傾聴し、インサイトを得る「 Listening型」のリサーチが注目されている。 論理的 サンプル抽出による調査 単発的（個別質問ベース） 誘導的・誘発的 構造的 収束的 測定・計測する Asking 情緒的 ネット（ソーシャルメディア上）の会話の分析 文脈的 自然発生的 柔軟的 発散的 ラーニングする Listening 46
- 47. MROC（Marketing Research Online Community） 47 • 「特定の商品ユーザー」「同じ生活価値観の人」など、共通の要素を持った人達を メンバー限定のコミュニティに招待し、特定テーマについて自由にディスカッショ ンしてもらい、これらを傾聴することで消費者インサイトを探るもの。 コミュニティ参加者に調査テーマに沿った トピック（お題）を提示 参加者がコメントしたり、参加者同士の会話も 可能 参加者に アンケートも可能 47
- 49. オンラインインタビュー • 育児・介護など会場に来られない人にもインタビューが可 能です • 地方の方へのインタビューが可能です • 全国からリクルーティングできるので対象者条件が厳し い調査に適しています。 • 貴社会議室で実施するので、柔軟な対応が可能です （大人数での観覧、途中入室・退室など） 制限の緩和 コンパクト • 通常定性サービスよりも手軽な価格でご提供します • ⾃宅から参加するため、生活感も⾒ることができます • 会場準備分の実査スケジュールが短縮可能です ⻫藤 ＋ マクロミル ＋00:47 マクロミル：下記のURLをクリックして、リンク先のサイトを御覧ください。 http://monitor.macromill.com/ • Wifi環境・スマートフォン・タブレット端末の普及が進み、オンラインインタビューの 品質向上 49
- 50. セルフアンケートツール 「 」 無料 （10問100ssまで） 簡単 （初めての方でもわかりやすい） 楽しい （アンケート作るのが楽しい） • 調査会社に調査依頼しなくても、セルフで、無料でアンケートが実施可能なツー ルの登場 50
- 52. 52 ご清聴ありがとうございました。 ※具体的な調査のご相談は以下のMLまでお願い致します。 TEL ： 0120-096-371 MAIL ： info@macromill.com