調査のテーマによっては、クロスによる分析だけはなく、多変量解析などを活用した分析が有効な場合があります。楽天リサーチでは、お客様の課題解決のために有効な多変量解析や分析手法もご提案します。ここでは楽天リサーチが提供する多変量解析や分析方法の一部をご紹介します。

多変量解析

多変量解析は、扱うデータの性質や分析の目的によって下表のように整理できます。以下に主な解析手法を記載します。

分析の目的 データの性質
定量的データ 定性的データ
要因を分解する
変数間の関連性の強さや方向性を明確にする
重回帰分析
判別分析
共分散構造分析 数量化Ⅰ類
コンジョイント分析
数量化Ⅱ類
構造を分析する
変数間の関連性から分類・整理を行い単純化する
主成分分析
因子分析
コレスポンデンス分析
数量化Ⅲ類
分類する
距離や類似性で対象をまとめる
クラスター分析    

重回帰分析

変数間の関係を原因と結果の関連式で表し、複数の説明変数から1つの目的変数を推定する手法です。顧客満足度に影響を与える要因を把握して改善の優先順位を設定することや、売上予測モデルを作成し、売上シミュレーションを行うことができます。

因子分析

いくつかの変量間に潜む共通因子を探り出す解析手法で、「原因を探り理解する為の解析」とも言われています。 生活者の、商品やサービスに対する態度、ライフスタイル(意識)などを分類することにより、商品イメージを分析したり潜在ニーズを探ったりする際に用いられます。生活者の共通の価値感・特性をあぶり出すのに有効な手法です。

クラスター分析

異なる特性を持つ対象を、分析者の主観ではなく、客観的な基準によって似たものを集めてグルーピングする手法です。生活者をライフスタイルや嗜好などの意識面でセグメントし、性別や年代、職業などデモグラフィック特性による分類とは異なる側面で、ターゲットとなる顧客層を把握することや、メーカーなど製品やサービスの供給者側の視点ではなく、生活者視点で自社ブランドポジショニングを確認することができます。

クラスター分析

クラスタープロファイル

共分散構造分析

因子分析と回帰分析を拡張したもので、いくつかの変数をまとめて単純化した潜在変数を用い、変数間の関連性から考えられる仮説をモデル化する手法です。仮説構築とその結果の検証を繰り返す中で、モデルを精緻化していきます。

共分散構造分析:モデル

共分散構造分析:パス係数比較

コンジョイント分析

商品やサービスの様々な属性(要因)を単独で評価するのではなく、同時に扱うことにより、属性間のトレードオフを考慮して評価する手法です。新商品やサービス開発にあたって、属性の優先順位や最適な組み合わせを明らかにすることができます。

コンジョイント分析

コンジョイント分析

コレスポンデンス分析

自社や競合ブランドのブランドイメージなどの評価データ(クロス集計表のデータ)をもとに、変数間の関係を1つの座標上にマッピングして表現する手法です。自社ブランドと競合ブランドとの位置関係を把握して差別化の方向性を検討することや、市場における既存ブランドのポジショニングを明らかにして、開発する新商品の差別化ポイントについてのアイディアを得ることなどに活用できます。

コレスポンデンス分析

コレスポンデンス分析

その他分析手法

PSM分析(Price Sensitivity Measurement)

製品やサービスについての「上限価格」「妥協価格」「理想価格」「下限価格」を導き出し、受容価格帯や適正価格帯を抽出する手法です。PSM分析で導出された当該製品受容者数に価格を掛け合わせて売上ボリュームを算出することで、売上金額が最大となる価格を同定することもできます。

PSM分析(Price Sensitivity Measurement)

PSM分析(Price Sensitivity Measurement)

テキストマイニング

文章や発言などのテキストデータを定量化し、丹後神野出現頻度や関連性(係り受け)を分析する手法です。得られたテキストデータの全体像を把握することができます。

テキストマイニング

キーワード
  • インターネットリサーチ
  • マーケティングリサーチ
  • ネット調査
  • モニター
  • アンケート