マーケティング・リサーチ 2005年11月8日.

Presentation on theme: "マーケティング・リサーチ 2005年11月8日."— Presentation transcript:

1 マーケティング・リサーチ 2005年11月8日

2 講義資料、データ、計算結果例のダウンロード先
　　 　期間：11月8日ー15日

3 １．因子分析による知覚マップの作成 目的：海外ブランド品特性に基づいた知覚マップの作成。 データ概要：海外ブランド品の使用経験者４５０人を対象とする調査データ。

4 1.1 因子分析 因子負荷量 因子得点

5 1.2 因子負荷量と因子得点の推定 と置けば、因子負荷量は の分散共分散行列から推定できる。 因子負荷量の推定値 を最初の式に代入する。
最小二乗法を用いて回帰分析を行えば因子得点の推定値 を求めることができる。

6 1.3 海外ブランド品に対するイメージのデータ ブランド名 人気度 認知度 所有率 高級感 誇らしさ 品質 センス 親しみ 広告 シャネル
1.3 　海外ブランド品に対するイメージのデータ ブランド名 人気度 認知度 所有率 高級感 誇らしさ 品質 センス 親しみ 広告 シャネル 159 377 209 318 136 150 123 36 86 エルメス 145 327 245 104 154 127 27 41 ティファニー 182 77 59 ルイ・ヴィトン 359 186 177 82 109 18 グッチ 350 163 73 141 114 68 32 ラルフローレン 295 200 54 91 カルティエ 291 232 95 14 23 フェラガモ 286 64 プラダ 45 50 K・クライン 100 263 118 132 ベネトン 241 5 227

7 1.4 因子負荷量

8 1.5 　知覚マップ

9 2. クラスタ分析によるマーケット セグメンテーション
目的：消費者のブランド属性評価に基づいたマーケット・セグメンテーション。 データ概要：あるＤＶＤプレーヤーのブランドに対する属性評価のデータ。標本数20人。

10 2.1 クラスタ分析 クラスタ分析とはある集団を複数の同質的な集団に分割していく方法である。
集団を構成する各対象間の同質性の度合いを表す数値として距離の概念 がよく用いられる。 例。ユークリッド距離

11 2.2 クラスタ分析 変数 データ 距離 対象　/　消費者

12 2.3 クラスタ分析の方法（最短距離法）

13 ２.4 ＤＶＤプレーヤーのブランド属性評価のデータ
２.4　ＤＶＤプレーヤーのブランド属性評価のデータ 標本番号 音質 機能 操作 色 デザイン 独自性 ディスプレイ 価格 サービス 1 10 9 8 5 4 6 2 3 7 … 20

14 2.5 　クラスター中心値

15 2.6 　所属クラスタ

16 3 バスモデルによる市場規模の予測 目的：販売データを用いて市場規模の予測 データ概要：1996年における本田シビックの月次販売データ。

17 3.1 バスモデル

18 3.2 バスモデル ｔ 期の売上は しかし、ｔ 期までにすでに購入した人の人数を を分かれば上記の式を次のように書ける
3.2 バスモデル ｔ 期の売上は しかし、ｔ　期までにすでに購入した人の人数を を分かれば上記の式を次のように書ける 最後の式を使い回帰分析を行えばパラメータの値を求めることができる。

19 3.3 本田シビックの販売推移のデータ 販売年月 販売台数 累積販売台数 1996年1月 4,406 1996年2月 6,952
　累積販売台数 1996年1月 4,406 1996年2月 6,952 11,358 1996年3月 12,090 23,448 1996年4月 8,213 31,661 1996年5月 8,201 39,862 1996年6月 7,640 47,502 1996年7月 7,174 54,676 1996年8月 4,015 58,691 1996年9月 6,296 64,987 1996年10月 5,295 70,282 1996年11月 4,989 75,271 1996年12月 4,289 79,560

20 3.4 推定結果 販売年月 期間 市場規模 イミテーション率 イノベーション率 パラメータ 91023 0.114 0.118 (a)
(b) 100% - (b) 0.00% 100.00% 1996年1月 1 7.61% 92.39% 1996年2月 2 8.05% 15.66% 84.34% 1996年3月 3 8.58% 24.24% 75.76% 1996年4月 4 9.02% 33.26% 66.74% 1996年5月 5 8.96% 42.22% 57.78% 1996年6月 6 8.62% 50.84% 49.16% 1996年7月 7 8.04% 58.88% 41.12% 1996年8月 8 7.28% 66.16% 33.84% 1996年9月 9 6.75% 72.91% 27.09% 1996年10月 10 5.79% 78.70% 21.30% 1996年11月 11 4.85% 83.55% 16.45% 1996年12月 12 3.86% 87.41% 12.59% 13 2.92% 90.33% 9.67% … 26 0.08% 99.87% 0.13%

21 3.5 バスモデルのグラフ 割合 期間 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 1 2 3
3.5 バスモデルのグラフ 100% 90% 80% 70% 60% 割合 50% 40% 30% 20% 10% 0% 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 期間 観測値 ｔ期の採用者割合 累積採用者割合

22 4. 回帰分析によるプロモーション効果分析 回帰モデル

23 4.1 売上と広告費のデータ 期 t 期の売上高 (t-1) 期の売上高 広告費 1 105.80 … 5.13 2 106.84 5.14
112.95 5.39 4 118.19 5.44 5 140.27 7.17 6 155.43 7.35 7 165.65 8.30 8 214.02 8.37 9 198.01 8.72 10 187.84 8.96 25 483.39 464.12 22.71 単位：100万円

24 4.2　売上と広告のグラフ

25 4.3 推定結果 短期効果　＝ 長期効果　＝

26 ５．コンジョイント分析による新製品の開発 コンジョイント分析とは、ある製品カテゴリーにおいて、「消費者どのような属性（価格、色、形）を重視して製品選択を行うか」そしてそれぞれの属性において「どのような属性水準（価格であれば5000円、1万円、1万5000円など。色ならば赤、青、黄色など）の場合に消費者はどのくらいの効用を得るのか」を知ること目的とした分析手法である。

27 5.1 属性及び属性水準 価格：15万円,17万5千円,20万円 CPU：1.7GHz, 2.2GHz, 3.06GHz ハードディスク：20GB, 40GB, 60GB メモリ：128MB, 256MB ディスプレイ:15インチ, 17インチ

28 5.2 属性の組み合わせからなる製品コンセプト

29 5.3 プロファイルに対する選好データ

30 5.4 推定結果 Averaged Importance Utility Factor öòòòòòòòø PRICE 価格
ó ó ó õòòòòòòò÷ ó ó ó ó öòòòòòòòòòø CPU cpu ó ó ó GHz õòòòòòòòòò÷ ó GHz ó ó GHz öòø HD hard disk ó ó ó GB õò÷ ó GB ó ó GB öø MEMORY memory óó ó MB õ÷ ó MB öòòø DISPLAY display ó ó ó inch õòò÷ ó inch CONSTANT Pearson's R = Significance = Kendall's tau = Significance =

31 5.5 シミュレーション U(150000円,3.06Hz,60GB,256MB, 17inch) = 87.500