事例紹介マーケティング、POSデータ分析

株式会社東京サーベイ・リサーチ様

Visual Mining Studio、Big Data Module をご利用いただいている、株式会社東京サーベイ・リサーチリサーチソリューション本部営業開発部大山達也様にお話しをお伺いしました。

企業のマーケティング活動における意思決定サポートとして、リサーチの企画・実施・分析を行っております。
メインとなるお客様は、広告業界、飲食業界などが多いです。

リサーチのテーマは、マーケティングプロセスの上流から下流まで幅広くカバーしています。

例：ブランド調査 (自社ポジション把握、ブランド KPI の見極めや定点観測等)、
商品力調査 (コンセプト、価格、試作品評価等)、プロモーション効果測定、CS 調査など

また、単にリサーチを実施するだけでなく、クライアント企業様のマーケティングプロセス全体を視野に入れながら、個々の調査をどのように機能させて PDCA を回すか？を検討する等、プロセスの全体設計もお手伝いしております。

企業様からデータをお預かりし、分析・解析業務も行うケースも多くあります。

例：自社顧客理解のための POS・アクセスログ・会員データ等実績系データ分析
マーケティング活動計画／予算計画の策定のための売上シミュレーションや広告予算配分最適化
アクションターゲット ( web 広告配信ターゲット等) 選定のためのスコアリングロジック作成

その際、特に POS データを分析する場合はデータサイズが大きく、数ギガ～数百ギガになることがほとんどです。そのようなデータ分析の際に、VMS と BDM を利用しています。

例えば、商品の買われ方や客層を理解するためのドリルダウン集計、予測モデルを用いた売上の要因分解、商品購入パターンに基づく顧客の分類等を行っています。用いる手法はクロス集計から回帰分析、アソシエーション分析、クラスタ分析 (k-means) 等様々です。

分析の方法は出来るだけシンプルにし、目的をはっきりさせることが重要だと考えています。例えば、商品の買われ方をもとに顧客をクラスタリングしたいときはあらかじめどういう視点で顧客を捉えたいかをはっきりさせ、意思を込めて商品をカテゴライズする、等です。

VMS を用いることで、POS データのようなサイズの大きいデータでも目的に沿ったグルーピングがスムーズに出来ますし、必要になった際はテクニカルな手法も簡単に用いることが出来るので、とても助かっています。

回帰分析はよく使います。変数の影響力の強さを定量化したいだけの時は直線回帰で済ますことが多いですし、広告の効果などを変数に取り入れるときは非線形的な関係性を想定する等、目的に応じて使い分けています。広告効果の分析で使われていることが多い状態空間モデルを使うこともあります。

データサイズが小さい場合には、基本的に統計解析用のプログラミング言語である R を使うのですが、やはり、それなりのサイズのデータになると R では太刀打ちできません。数理システムのツールは、データの前処理とデータ分析が、専門的なプログラミングスキルなしにできることが魅力だと思いました。

処理速度が全然違います。また、Big Data Module を使えば、データが大きすぎて読めなかったことがありません。VMS と同時利用した方が良いと判断しました。

はい。それまでは、SQL などを使って集計していたのですが、VMS を導入してからは、工数が 3分の1 から、多いときでは 7分の1 まで減らすことができました。

WEB 会員の購買履歴データやアクセス履歴などは、サイズ大きいものが多いです。
今後そのような分析にも使っていけたらと考えています。

ありがとうございました。

事例紹介 マーケティング、POSデータ分析