こんにちわ!
「ラディカル・マーケティング・アナリスト」の井上秀二です。
8月も残すところあと2日。朝と夜は過ごしやすくなってきました。
今回の「マーケティング話」は、
今まで書いたことのなかった「統計解析」のお話です。
8月中頃、お盆休みのときでしたが、
調査会社を経営する友人から電話がかかってきました。
友人(とその会社)の得意分野は、ミステリー・ショッパーなんですが、
最近は、「リスクマネジメント」が主要業務とのことです。
で、友人があるSNSで知り合った学生さん(マーケティング専攻?)から、
メールで「重回帰分析」の結果について質問を受けたそうです。
マーケティング・リサーチに携わっている方なら、
実際に多変量解析を業務でご活用か、
ご活用でなくても聞いたことぐらいはあると思います。
「回帰分析」「重回帰分析」は、多変量解析の中でも最もポピュラーな手法です。
重回帰分析を行なう目的を、ぶっちゃけて説明すれば、
要因(影響度)分析と予測。
例えば、「満足度」には、影響を与える「要因」がいくつか想定できます。
この場合、「満足度」を従属変数(目的変数)、
各「要因」を独立変数(説明変数)とします。
「満足度」=a+bx+cy+dz+誤差
という方程式(重回帰式)で、「満足度」を説明します。
aを「y切片」、b、c、dなどを「回帰係数」と言います。
x、y、zは「味が良い」「CMが良い」「品質が良い」としましょう。
「満足度」=-0.253+(0.299×味が良い)+(0.169×CMが良い)+(0.546×品質が良い)+誤差
数値は適当ですが、こんな重回帰式を求めたりします。
そして0.299や0.169、0.546などの回帰係数に、
「データのレンジ(範囲)」を掛け合わせれば「影響度」が算出できます。
さらに、「危険率」(P-値)の高い要因を除去して回帰分析を繰り返し、
「重決定」(R二乗)が最も高くなる重回帰式を算出する。
そうすると、評価者(ユーザー)にとっての「当たり前品質」(アーティストでしたら「歌唱力」「ルックス」など)が何か? ということがわかることもあります。
「重回帰分析」は、ライセンス料の高い統計ソフトを使わなくても、
Excelで簡単に出来ます。
そして、友人は統計解析のほうはあまりお詳しくないので、
学生さん質問への回答を、私に書いてくれないか? と依頼してくれました。
(有難うございます)
そして先週、学生さんの質問(2項目)について私のコメント(回答)を
友人にメールで送りました。
今、統計解析の世界では「共分散構造分析」「構造方程式モデル(SEM)」がトレンドになっていますが、「重回帰分析」もベーシックで重要な手法であることに変わりはありません。
前職在籍時には、「因子分析」「主成分分析」をよく使いましたし、
現在は、「数量化Ⅲ類」「コレスポンデンス分析」のソフトがない代わりに、
手軽な「双対尺度法」を多用している私です。
でも、「重回帰分析」は前職在籍時に使っていませんでした。
そろそろ業務で使いたいな、と思ったのも、
学生さんの質問への回答を私に依頼してくれた友人のお陰ですね(感謝!)。
*そう言えば、「共分散構造分析」もExcelで出来ちゃうんですね(笑)。
(↑)内容とは関係ありません。
先週末、「埼玉スタジアム2002」で発見。
湿った冷気が噴出。これに当たると涼しいことこの上なし。
**************************************************************************
お読み頂き有難うございます。
(↓)クリックの程、宜しくお願い申し上げます。
「ラディカル・マーケティング・アナリスト」の井上秀二です。
8月も残すところあと2日。朝と夜は過ごしやすくなってきました。
今回の「マーケティング話」は、
今まで書いたことのなかった「統計解析」のお話です。
8月中頃、お盆休みのときでしたが、
調査会社を経営する友人から電話がかかってきました。
友人(とその会社)の得意分野は、ミステリー・ショッパーなんですが、
最近は、「リスクマネジメント」が主要業務とのことです。
で、友人があるSNSで知り合った学生さん(マーケティング専攻?)から、
メールで「重回帰分析」の結果について質問を受けたそうです。
マーケティング・リサーチに携わっている方なら、
実際に多変量解析を業務でご活用か、
ご活用でなくても聞いたことぐらいはあると思います。
「回帰分析」「重回帰分析」は、多変量解析の中でも最もポピュラーな手法です。
重回帰分析を行なう目的を、ぶっちゃけて説明すれば、
要因(影響度)分析と予測。
例えば、「満足度」には、影響を与える「要因」がいくつか想定できます。
この場合、「満足度」を従属変数(目的変数)、
各「要因」を独立変数(説明変数)とします。
「満足度」=a+bx+cy+dz+誤差
という方程式(重回帰式)で、「満足度」を説明します。
aを「y切片」、b、c、dなどを「回帰係数」と言います。
x、y、zは「味が良い」「CMが良い」「品質が良い」としましょう。
「満足度」=-0.253+(0.299×味が良い)+(0.169×CMが良い)+(0.546×品質が良い)+誤差
数値は適当ですが、こんな重回帰式を求めたりします。
そして0.299や0.169、0.546などの回帰係数に、
「データのレンジ(範囲)」を掛け合わせれば「影響度」が算出できます。
さらに、「危険率」(P-値)の高い要因を除去して回帰分析を繰り返し、
「重決定」(R二乗)が最も高くなる重回帰式を算出する。
そうすると、評価者(ユーザー)にとっての「当たり前品質」(アーティストでしたら「歌唱力」「ルックス」など)が何か? ということがわかることもあります。
「重回帰分析」は、ライセンス料の高い統計ソフトを使わなくても、
Excelで簡単に出来ます。
そして、友人は統計解析のほうはあまりお詳しくないので、
学生さん質問への回答を、私に書いてくれないか? と依頼してくれました。
(有難うございます)
そして先週、学生さんの質問(2項目)について私のコメント(回答)を
友人にメールで送りました。
今、統計解析の世界では「共分散構造分析」「構造方程式モデル(SEM)」がトレンドになっていますが、「重回帰分析」もベーシックで重要な手法であることに変わりはありません。
前職在籍時には、「因子分析」「主成分分析」をよく使いましたし、
現在は、「数量化Ⅲ類」「コレスポンデンス分析」のソフトがない代わりに、
手軽な「双対尺度法」を多用している私です。
でも、「重回帰分析」は前職在籍時に使っていませんでした。
そろそろ業務で使いたいな、と思ったのも、
学生さんの質問への回答を私に依頼してくれた友人のお陰ですね(感謝!)。
*そう言えば、「共分散構造分析」もExcelで出来ちゃうんですね(笑)。
(↑)内容とは関係ありません。
先週末、「埼玉スタジアム2002」で発見。
湿った冷気が噴出。これに当たると涼しいことこの上なし。
**************************************************************************
お読み頂き有難うございます。
(↓)クリックの程、宜しくお願い申し上げます。