| LISKUL

働き方改革、コスト削減、データの活用……。そんなキーワードが営業やマーケティングの世界で飛び交うなか、急速に注目が高まったのが「インサイドセールス」です(参考：インサイドセールスとは？)。もともとは国土が広く、訪問営業が難しいアメリカで生まれたインサイドセールスの考え方。日本でも、テレビ会議や電話、メールを駆使し、顔を合わせずに顧客とコミュニケーションする営業スタイルとして定着しはじめています。テレアポと似た存在と思われがちですが、その違いについて「顧客に深く信頼されて、ずっと付き合える関係を作り、エンゲージメントを高めていくのがインサイドセールスの本質的な役割」と指摘するのは、複数のインサイドセールスチームをサポートしてきた水嶋玲以仁（みずしま・れいに）さん。書籍『インサイドセールス究極の営業術』（ダイヤモンド社）の著者でもあります。今回は、現在の状況からフィールドセールスとの役割分担まで、中小・ベンチャー企業が抱えるさまざまな疑問を水嶋さんに投げかけ、インサイドセールスの本質に迫ります。
[toc]

成功事例やノウハウの発信が認知度拡大のきっかけに

グローバルインサイト合同会社CEO・水嶋玲以仁さん。インサイドセールス実務を18年間携わる。そのうち16年間は、GoogleやDell、Microsoftなど、世界有数の外資系企業に所属。
――現在、インサイドセールスを取り巻く日本の状況を教えて下さい。
水嶋さん（以下、水嶋）：インサイドセールスを取り入れる企業は、規模にかかわらず急速に増えています。整理すると、インサイドセールスを導入する企業は大きく3タイプに分かれています。 1つ目が、Sansanやベルフェイス、ヤプリなど上場前後のBtoB企業、またビズリーチをはじめとする人材系企業。彼らはインサイドセールスに力を入れて、うまく成果に結びつけていますよ。インサイドセールスが数十人いる企業もあると聞きます。 2つ目が、社員5〜10人くらいのいわゆるスタートアップ。Webマーケティングのために、MAツールとSFAを使っているものの、インサイドセールスとマーケティング、営業を1人の担当者が兼任していたりします。ただし、まだまだ手探りでうまくいっていないチームも多いようです。 3つ目が、旧財閥系を含むトラディショナルな大企業です。最近になってインサイドセールスに対して強い関心を持ちはじめています。とはいえ、導入についてはまだテスト段階で、慎重に情報収集をしていますね。 2018年はインサイドセールス＝外資系のイメージが強かったのですが、国内の企業にも急速に認知が広まっていると感じています。最近は、「インサイドセールス」をテーマにしたコミュニティやイベントが多くなり、参加者もかなり増えていますね。 ――どうして、ここまで急速にインサイドセールスへの関心が高まっているのでしょうか？
水嶋：ベンチャー界隈でも名の知れた会社がインサイドセールスで成果を出して、その具体的な実践方法が公開されてきたからでしょう。また、インサイドセールス関連ツールを提供するベンダーも、ノウハウや知見を発信し、コミュニティを作るなど、精力的に活動しています。それを見て、「自分の会社でもできるかもしれない」「インサイドセールスは必要だ」と感じる企業が増えたのではないでしょうか。さらに、実際にインサイドセールスを活用した営業を受けた経験やSNSやメディアでの発信、働き方改革の動きが相乗効果になって、インサイドセールスへの前向きな風潮が生まれています。また、20代の社員の中には営業、特にテレアポや飛び込み営業に強い抵抗をもつ人が多い。実際、飛び込み営業は効率も悪いですし。それに代わる手段として、インサイドセールスが重宝されているという面もあります。とはいえ、他社の成功事例を真似するだけでは、なかなかうまくいかないですよね。インサイドセールスは万事を解決する特効薬ではありません。簡単にうまくいくと思っていては絶対にダメです。

顧客のことを本気で考えれば、成果にも成長にもつながる

――成功事例やノウハウはたくさんあるのに、どうしてうまくいかないのでしょうか？
水嶋：そもそも、インサイドセールスを表面的にしか理解していないからです。インサイドセールスが向いているのは、

ターゲット顧客が数百から数万社など、大規模な営業活動をする必要のある会社
サイトを見るだけでは理解が難しい複雑な商材を扱っている会社

です。この条件を満たすのは主にBtoB企業ですが、BtoC企業の一部も当てはまります。つまり、一口に「インサイドセールスを導入する」と言っても、取り扱う商材、顧客、組織の状況は大きく違う。それに応じて具体的なやり方も全く異なります。もちろん最初は「アポが取りやすい方法」や「オープニングトークのコツ」など、インターネットにたくさん上がっているノウハウを活かせるでしょう。けれど、サッカーの本を読むだけでは試合に勝てないのと同様に、ただ真似するだけでうまくいくわけがありません。もっとも大切なのは、それぞれの商材の顧客が購買に至るまでの「インサイト（人の行動を変える隠れた心理）」を得ることです。商材や顧客ごとにすべて答えが異なりますから、その具体的な解決方法は本にもネットにも書かれていません。当然、顧客と対峙する中で、そのインサイトをしっかりと読み取り、自分の頭で考え、行動していく必要があります。この当たり前のプロセス、丁寧で地道な継続こそが大切なのに、それをすっ飛ばしている会社が少なくありません。 さらによくあるのは、売上目標を優先してしまい、アポ件数をはじめとするKPIだけにこだわりすぎることですね。つまり、質よりも量を優先しすぎてしまう。すると、事業に関係ない新しいホワイトペーパーを作ったり、とにかく新しいリストを作ってしまったり……。どれだけ作業をしても、いい商談にはつながりません。まさに、スタートアップがハマりがちな罠でしょう。 ――KPIは大切ですが、扱い方が難しい、と。
水嶋：さまざまなインサイドセールスに関する書籍には、「最初は『数』から始めろ」と書かれています。もちろん、質を高めるためには数が必要でしょう。けれど、それはあくまでも「最初」の話なんです。実際、20代の若手社員やインターン生が、アポを取るだけのインサイドセールスチームに配属されて疲弊し、どんどん辞めていってしまう事態も起こっています。インサイドセールスの醍醐味は、顧客のインサイトを深く考え、アクションを変えていける点にあります。そして本来、テクノロジーやマーケティング業界の最新動向を理解し、顧客が興味を持っているものを社内にフィードバックし、商品やサービスを進化させることが求められています。インサイドセールスはすごく面白い仕事です。しかし、KPIに追われるだけだとその面白さを味わえないし、成長の実感も得られません。

インサイドセールスの組織づくりに完成形はない

――それでは、インサイドセールスの組織づくりで大切なことを教えてください。

水嶋：訪問営業（フィールドセールス）との連携ですね。例えば、アポ取りからリードがいい状態になるまでインサイドセールスが担当し、その後はフィールドセールスが直接訪問でクロージングにつなげるのは、典型的なやり方の一つです。初回アポからクロージングまでフィールドセールス1人で担当していたときには、何も問題がなくても、インサイドセールスとフィールドセールスで役割分担をした途端にコミュニケーションミスが生まれてしまう可能性がある。これを防ぐために、フィールドセールスとインサイドセールスは同じゴールを共有し、お互いを信用しないといけません。これもベテランと20代のチームなのか、それとも20代ばかりなのか、あるいは性格の相性といった要素もあるので、個別に対応を考えることが大切です。 ――インサイドセールスの人数が増えていくと、チーム内での関係性に何らかの変化が生じそうですね。
水嶋：そうですね。社内にインサイドセールスが1人だけのときは、フィールドセールスとの関係さえ良ければ、多くの場合は大丈夫です。けれど、10人を超えるチームになってくると、個人で持っていたノウハウや事例、情報をツールにどう残すのか、標準化のルールや仕組みが必要になります。このあたりも、柔軟に対応しないといけません。 ――書籍の中でも、チームを変化させていくことの重要性を掲げられていました。
水嶋：インサイドセールスに完成はありません。インサイドセールスを支えるテクノロジーやツール、Webマーケティングを取り巻く状況や競合も、たった半年で全く違うと言えるほど変わってしまいますから。さまざまな成功事例としてメディアや本に取り上げられる企業も、あくまでも「その時点での完成形」に過ぎないんです。だから営業チームの組織づくりには、小さなPDCAを次々と回して変化を促す「アジャイルの考え方」を取り入れるべきです。

仕事と内発的な動機を結びつける

――組織づくりの観点で、そもそもインサイドセールスにはどんな人材が向いているのでしょうか？
水嶋：1つ目は、会話の記録をまめに正確にとれること。これは、移動の多いフィールドセールスが苦手にしがちな作業ですが、社内で仕事をするインサイドセールスには必須の能力です。そして2つ目は、記録した情報を見て「次にどんなアクションを取るか」を深く考えられること。インサイドセールスはデータだけではなく人間が相手の仕事ですから、相手や文脈によってその解釈は変化します。これは難しさもでもあるし、楽しさでもある。向き・不向きではなく、きちんと取り組めばできるはずです。 ――インサイドセールスをマネジメントする立場にいる場合、何を考えればいいのでしょうか？
水嶋：インサイドセールスの業務にはかなりの工夫の余地がありますが、考えないで数をこなすこともできてしまいます。そうならないためには、インサイドセールスの仕事と「成長したい」という内発的な動機をちゃんと結びつけてあげるといいでしょう。インサイドセールスは記録が残り、ナレッジや経験もためやすい仕事です。だから、1年後に自分の営業記録を見直したら、考える力や営業スタイルに変化が起きていると分かるし、成長を感じられるでしょう。 ――マネジメント側の意識がすごく重要なんですね。
水嶋：インサイドセールスの成否は、社長をはじめとする経営陣が本気で営業の改革を必要と感じているかどうかで決まります。少なくとも、社員10人規模のスタートアップなら、経営者もインサイドセールスについて分かっていないといけないでしょう。スタートアップの中には、自分たちのサービス開発に夢中で、「インサイドセールスは電話してればいい」みたいに軽んじるケースが本当によくあるんですよ。自分たちがそういう営業マンの下で育ってきた、オールドスタイルのマインドが残っている30・40代は特に。だから、経営者は本気でインサイドセールスに取り組まないといけないし、人を育てる意識をもたないといけません。

本気で組織を変える気がないと、成功しない

――インサイドセールスを導入してから、うまくいく・いかないの違いはどこに出てくるのでしょうか？
水嶋：インサイドセールスの仕組みを会社に入れるのは、単にITツールを導入するのとはわけが違います。本当の意味で営業の成果を拡大するためには、インサイドセールスで得たデータや情報を商品やサービスづくりにフィードバックすることが必要になるでしょう。つまり、マーケティングや営業部門だけではなく、商品開発を含めた会社全体の組織開発につながる話なのです。一部だけ改革しようとしても、失敗するのは目に見えています。「会社全体を良くする」という強い意志をもった組織改革が前提にないインサイドセールスの導入は、会社全体のバランスを崩してしまうリスクもあるわけです。 ――組織改革が絶対に必要と思っていても、上司の反応が悪かったとしたら、どうすればいいのでしょう？
水嶋：内部の誰かに足を引っ張られることや周りからの賛同が得られないことは、失敗する要因の一つですよね。どれだけ本気で取り組もうとしても、既存のやり方を変えなくない人、新しいことに反対する人が絶対にいます。だから、情熱と覚悟を持って上の人を動かさなければなりません。インサイドセールスを含めた組織改革が本当に必要な状態なのに、聞いてもらえない会社に未来はないので、転職したほうがいいのではないでしょうか。 ――インサイドセールスなど、新しい施策は東京ではかなり広まってきました。それ以外の企業、地方の企業が気をつけるべきことを教えてください。
水嶋：東京と地方都市を比べると、マーケティングの状況は4〜5年のギャップがあると感じています。ずっと同じ地域の中にいると発想が固まってしまうこともあるでしょう。だから、年代や業種を超えて「会社を変えていきたい」という企業同士の交流の機会やコミュニティを持ち、学び続けていくのが大切になります。自ら進んで学び、情報をキャッチアップし、成果につなげていってほしいです。企画・執筆＝鬼頭佳代／ノオト　編集＝黒木貴啓／ノオト　撮影＝小野奈那子

チームワークを高めるために必要な5つのポイント

ビジネスにおけるチームワークの向上には、次に紹介する5つのポイントが必要です。

ビジョンの共有
具体的な目標設定
メンバーの役割設定
コミュニケーションの円滑化
情報共有

1. ビジョンの共有

チームの方向性、ビジョンをチームメンバーに共有してください。まずはチームが将来的に目指すべきこと、為すべきことをメンバーに共有しましょう。チームのビジョンは以下のポイントをおさえて決めていきましょう。
目的（何のために）

理想の姿（どのような存在になるのか）

方針（具体的に何をするのか）

上記のポイントをおさえたビジョンはチームの大原則となるので、しっかりと浸透させましょう。参考：プロジェクトメンバーがついてくる、かっこいい“ビジョン”の作り方

2. 具体的な目標設定

ビジョンの共有が完了したら、そのビジョンを実現させるための具体的な目標設定が重要です。目標はチーム全体の目標とメンバーそれぞれの目標を設定します。目標を設定する際には「SMARTの法則」を意識しておくと良いでしょう。 SMARTの原則とは目標設定における定番のフレームワークです。SMARTとは目標設定時におさえておくべき5つの基準の頭文字を表しています。 ■SMARTの法則

S……Specific（具体的）
第三者でもわかる、具体的な目標になっているか
M……Measurable（計測可能）
目標の達成度合いがわかる定量的な設定か
A……Achievable（達成できる）
現実的に達成可能な目標を設定しているか
R……Related（関連性がある）
企業（チーム）の目標やビジョンに関連しているか、
T……Time bound（期限が決まっている）
達成までの期限が定まっているか
目標設定を正しく行わないと、たとえ達成できたとしても企業や部書・課の成長につながりません。上記の5つのポイントをおさえた目標であれば、チームのビジョンに近づけます。参考：SMARTの法則とは？目標設定の重要性、目標の立て方、具体例について - カオナビ人事用語集

3. メンバーの役割設定

メンバーがそれぞれどのように行動するのか役割を明確に設定しましょう。メンバーの1人が仕事を放棄していたとしても、チームの目標が達成できることもあります。しかしそれは生産性の低下につながるため、ベストな状態とはいえません。個々の役割が明確化されていれば、無駄な行動がなくなってやるべき業務に集中できるので、生産性が上がります。役割分担することで、場合によってはメンバー同士の業務量に差が出ることも出てきます。その場合は、メンバー同士の役割を相互理解し、声がけをするなどして協力体制をとるようにしましょう。

4. コミュニケーションの円滑化

チームワークを高める上で、メンバー同士の業務の進歩状況を共有したり、サポートし合ったりできるほど円滑なコミュニケーションが取れるようになるとベストな状態です。チーム内のコミュニケーションが取れていないと、目標や役割を共有するなどの協力体制をとることが難しくなります。コミュニケーションの円滑化を図るためには、「挨拶をする」「日頃から声をかけ合う」「状況を伝え合う」など何気ない日々の行動が重要です。また、完成した仕事に対してフィードバックの機会をつくるのも良いでしょう。コミュニケーションの円滑化とともに、スキルアップにもつながります。コミュニケーションをとり続けることで信頼関係も生まれるため、挨拶や軽い声がけ以上の深い話ができるようになります。お互いに業務に対して具体的な助言をするなどサポートできるようになれば、チーム全体の生産性も上がっていくことでしょう。

5. チーム内での情報共有

「目標」「メンバーの役割」「コミュニケーション」と大切なポイントを紹介してきましたが、これらの情報を含め、チームや個人のこと、業務のことなどをすべて共有することが4つ目のポイントです。個々のメンバーには強みや弱点もありますが、その情報や進歩状況などを共有することで、チーム内で助け合うことが可能です。チーム全体で最適化して、大きな成果へとつなげるためには情報共有が欠かせません。

チームワークを高めるためにリーダーがやるべき3つのこと

チームのリーダーは、チームワークを高めるための軸となる人物です。チームへの影響度が高いので、積極的に働きかけましょう。次に紹介する3つの行動を実行することで、チームワークを高める一助になります。明日からできる内容なので、ぜひ実践してみてください。

1. 期待を寄せる声がけを行う

メンバー1人1人に期待を寄せる声がけを行うことで、程良い緊張感が生まれます。そして、期待に応えようと、目標達成に向けてより一層努力するようになるでしょう。「期待しているよ」など抽象的な声がけは避け、「頑張っているね、今日中に○○の業務が完成したら、明日からの△△の業務も早く終わりそうだね」など、具体的な声がけをしたほうが効果的です。「頑張っているね」など、ねぎらいの言葉を付け加えると相手へのことを思っている気持ちが伝わりやすくなります。あくまでも期待が伝わるように声がけをすることが大切で、「今日までに業務を終えられるよね」など威圧的に感じるような声がけは嫌悪感を抱くため避けましょう。

2. 目標達成できたメンバーを褒める

目標達成できたメンバーを褒めることで、メンバーのモチベーションが上がります。メンバーの自信が高まり、「次はもっと頑張ろう」とやる気が出ることで今後の成果にもつなげることができるでしょう。褒める際は他のメンバー全員の前で褒めるとより効果的です。成果を上げたメンバー自身の喜びが増すと同時に、他のメンバーには刺激となりチーム全体のモチベーションが上がるメリットがあります。

3. 1対1でミーティングを行う

リーダーとメンバーの1対1でミーティングを行う機会を定期的に持ちましょう。ミーティングをすることで、それぞれのメンバーに対しての現状把握やアドバイスができ、成長へとつながります。スケジュールを前もっておさえておき、当日までにお互いに準備をしておくことが大切です。リーダーは、なにを話すべきかアジェンダ(議題・課題)を決めておきましょう。そしてメンバーには、事前に聞きたいことを整理しておくように伝えると、スムーズにミーティングができます。

チームワークを高める具体的な5つの方法

チームワークを高める方法は数多くあります。今回は多くの企業が実行している、チームワークを高める具体的な方法を5つに絞ってご紹介します。まずは簡単にできそうなものや、負荷の小さなものから順番に試してきましょう。

1．メンバー間の相互理解につながるダイアローグの開催

ダイアローグとは2人以上で行う「対話」のことで、意見交換の練習や相互理解を深めるために役立つコミュニケーション方法です。具体的な手法としては「ワールドカフェ」がポピュラーです。参考：ワールド・カフェとは？ | ワールド・カフェ・ネットダイアローグで重要なのは意思決定や結論ではなく、「理解」です。お互いの立場を理解したり、それぞれの意見や考え方を深めあったりといったことに適しています。他人の考え方を知ることができるだけでなく、自分の思考の癖や固定概念、偏見等に気づくことができます。チームワークを高める上で必要な「メンバー間の相互理解」にはダイアローグが最適です。

2．人間関係が円滑になるランチミーティング

ランチミーティングをチームとの交流を深めるのに適しています。職場以外のリラックスした空間で同じ時間を共有することでチーム内のコミュニケーションが活発になっていきます。しかし休日に集まったり、業務時間外の飲み会などはプライベートの時間が圧迫されているように感じる方も多く、ハードルが高いです。ランチミーティングであれば、勤務間の昼休憩の時間を活用でき、かつ勤務中の時間を削ることはないため、時間を有効活用できます。

3．経営を疑似体験できるチームビルディングゲームを実施

チームビルディングゲームとは、経営の疑似体験など仕事の要素が入ったビジネス系ゲームのことです。チームビルディングゲームには、対話、ゲーム、アクティビティ、スポーツなど、さまざまな種類があります。普段会話する機会がないメンバーとも交流でき、チーム全体のコミュニケーションを図るために効果的です。チームビルディングゲームについては数多くありますが、それぞれ方法が異なり、環境や時間もまちまちなので、比較的簡単にできそうなものからはじめていきましょう。 「NASAゲーム」「ペーパータワー」はチームビルディングゲームの中でもポピュラーな2つです。どちらも屋内でできますし、そこまで時間も長くないので、どれを選べばいいかわからないという方はこの2つから始めることをおすすめします。参考：グループワークで使えるNASAゲームのやり方参考：ペーパータワーのやり方もっといろんなゲームを知りたいという方は以下の記事がおすすめです。参考：チームビルディングにおすすめな「ゲーム」15選。短時間で楽しみながらコミュニケーション活性化を参考：社員研修で使える！チームワークが強化するおすすめゲーム15選

4．「ありがとう」を伝えるサンクスカードの導入

メンバーに対してありがとうの気持ちをカードに書き、送る取り組みです。サンクスカードを導入することで、社内のコミュニケーションがの改善やメンバーのモチベーションアップに効果的です。感謝の気持ちがサンクスカードという「見える」かつ「手にできる」形になることで、モチベーションアップにつながります。特に新人の場合は、感謝されたことが自信につながりやすいため、有効な方法です。

5．合宿や研修会への参加

チームワークを高めることを目的にした合宿や研修を行うのもおすすめです。スポーツやレクリエーションを通すことで、自然にコミュニケーションがとれます。対抗戦のスポーツやゲームをするときには、チーム内で戦うのではなく、別のチームと戦うようにしましょう。チームが一丸となり別のチームと戦うことで、楽しみながらコミュニケーションや団結力が生まれます。

まとめ：チームワークを高めて、生産性の高いチームを目指そう

目標や役割の設定、コミュニケーション、情報の共有などのポイントを念頭に置いたうえで、この記事で紹介したリーダーがやるべきことや具体的な方法を実行しましょう。スポーツやレクリエーション、ランチなど、業務外のコミュニケーションでチームワークの強化を図る方法もあります。多種多様な方法があるので、とりあえず目についたものや簡単に実践できそうなものから始めていきましょう。

多くの企業でワークライフバランスを考えた労働環境の構築の動きがみられます。しかし、なぜ企業がワークライフバランス実現に向けて取り組むべきか、その理由がわかっていない方もいるのではないでしょうか。ワークライフバランスのために企業の制度・体制を変えていくことで、従業員の離職防止につながることがわかっています。経営者や人事部長など、人材の流出に頭を抱えている方は、本腰を入れて自社のワークライフバランスと向き合ってみましょう。ワークライフバランスが企業にもたらすメリットを事例とともに解説します。合わせて実現に向けて取り組むべき施策、注意点についても紹介しています。この記事を読むことで、企業にとってどれだけワークライフバランスが重要なのかがわかるでしょう。また、ワークライフバランスの実現に向けた第一歩が踏み出せます！ [toc]

ワークライフバランスの見直しで離職率を10％⇒4.8％にした事例

冒頭でもお話しした通り、ワークライフバランスは離職率の改善につながることがわかっています。実際にワークライフバランスを通して離職率を半減させた「福井県済生会病院」の事例を見ていきましょう。病院のような女性が多い職場では、出産や育児など生活環境の変化によって離職につながるケースが多く、同病院でも同様の悩みを抱えていました。相次ぐ離職を防ぐためには、女性が働きやすい環境づくりが急務だと判断し、ワークライフバランスの実現に向けて取り組み始めます。福井県済生会病院がワークライフバランスの見直しのために実施した施策は以下の通りです。
短時間勤務制度、夜勤免除制度、夜勤専従制度など、子育てしながらでも勤務できる制度を導入

日勤の時間区分は従来3交代制だったものを6つに細分化、夜勤も従来3交代制だったものを8つに細分化し、自分の働きやすい時間帯で勤務できるようにした

他の看護師がサポートをするなどして引き継ぎをスムーズにすることに注意を払い、残業を減らす

これらの施策によって、制度導入時の平成19年には10％を超えていた離職率を、4年間で半分以下の4.8％まで低減させています。 また同病院ではもともと看護師のキャリア形成にも注力していましたが、資格の勉強に時間がとれるようになったことでキャリアアップに向けて動き出す看護師が増えました。結果として、看護の質自体の向上にもつながっています。参考：多様な勤務制度による資格取得、大学院進学の増加　福井県済生会病院｜特集-ワーク・ライフ・バランス｜政府広報オンライン

企業がワークライフバランスを考えることで得られる3つのメリット

企業がワークライフバランスを実現し、従業員にとって働きやすい環境を提供することで、以下のようなメリットが得られます。 1．人材の流出防止・獲得につながる 2．従業員が病気になるリスクをおさえられる 3．人材採用や人件費、医療費などのコストの削減につながる 1つずつ詳しく見ていきましょう。

1．人材の流出防止・獲得につながる

先に挙げた事例からもわかる通り、ワークライフバランスの最大のメリットは「人材の流出防止」です。従業員の生活に合わせた柔軟な働き方ができるようになれば、介護や育児などによる従業員の離職が防げるようになります。また、働きやすい環境を提供できれば従業員の満足度の向上にも期待でき、定着率がアップします。実際に近年では労働者側もワークライフバランスを重視しており、人材の獲得にも影響を与えることがわかっています。エン転職で行われた「次のお仕事を検討する際にワークライフバランスを考慮しますか」という満足度調査では約9割のユーザーは「考慮する」と答えています。参考；「ワークライフバランス」満足度調査　昨年に比べ、満足度が9ポイント上昇。満足度がもっとも高い雇用形態、第1位は「契約社員」、最下位は「フリーランス」。 | エン・ジャパン（en-japan）

2．従業員が病気になるリスクをおさえられる

従業員の健康管理が可能になり、病気を未然に防ぐことができることもワークライフバランスのメリットとして挙げられます。長時間労働が常態化すると心身の病気を引き起こしやすくなり、従業員の長期離脱・離職につながることもあります。最悪のケースだと、うつ病による自殺や過労死などの可能性があり、この場合は遺族からの訴訟リスクなども十分に考えられます。ワークライフバランスで健康的に企業を経営することで、上記に挙げたようなリスクを回避することが可能です。

人材採用や人件費、医療費などのコストの削減につながる

ワークライフバランスの実現によって、人材活用にかるコスト面での負担を軽減できるというメリットがあります。離職率が下がれば人員拡充の頻度は減るので、採用にかかるコストや中途採用者の研修費用が削減可能です。また、ワークライフバランスは病気の予防にもつながるので、従業員の医療費もおさえられます。さらに長時間労働がおさえられればオフィスの稼働時間も短くなるので、光熱費を削減できます。働きやすい環境を作ったことで得られる副産物ともいえるでしょう。

ワークライフバランスを実現するための具体的な4つの施策

実際にワークライフバランスを実現させるためには福利厚生を見直すことから始めるのが一般的です。福利厚生を見直す際は、ワークライフバランスに直結する部分を優先的に改善していくと良いでしょう。

1．育児休暇制度の導入

ワークライフバランスを考える上でまず検討したい項目の一つとして、育児休暇制度の導入が挙げられます。最近では多くの企業で育児休暇制度が導入されていますが、男性の育児休暇に関してはそこまで普及が進んでいないのが現状です。女性だけではなく、男性でも気軽に育児休暇がとれるような風土づくりも含めて行っていきましょう。

2．多様性のある働き方を提供する

ワークライフバランスを実現するために、あらゆる事情を想定した上で、新たな働き方を提供しましょう。従業員それぞれが働きやすい環境を目指すためには、複数の選択肢から働き方が選べるよう整備する必要があります。従業員の希望する勤務時間を選択させたり、勤務時間を減らす代わりに勤務日数を増やしたりと、選択肢を増やす方法を考えましょう。新たな働き方の一例としては「短時間勤務制度」「フレックスタイム制」「テレワーク」などが挙げられます。

3．人事評価制度の見直しを行う

人事評価制度の見直しはワークライフバランスの実現に重要な取り組みです。短時間でも良い仕事をしている従業員を評価する制度を設けるなど、評価の基準を見直す必要があります。長時間労働や残業などが評価されている企業では、短時間勤務や育児休暇を利用した従業員の評価が厳しくなることがあります。働き方に多様性を持たせても、従業員がその選択肢をとるのに躊躇してしまう状態では意味がありません。このような状態を避けるためにも、評価制度の見直しが不可欠です。

4．労働時間に制限を設ける

過労などが問題視されている現代社会において、労働時間の削減はワークライフバランスを実現させるための最大の課題です。長時間の労働が常態化している企業は、すぐに見直しを図りましょう。ノー残業デーの導入や、休日出勤の禁止、残業の事前申請制などが例として挙げられます。しかし単に長時間の労働に規制をかけるだけでは本質的な改善にはつながりにくいので注意が必要です。業務が終わらないからと業務の持ち帰りなどが横行するケースも珍しくありません。業務フロー自体の見直しや、先に挙げた働き方の多様化なども並行して進めていきましょう。

ワークライフバランスの注意点

ワークライフバランスのために施策を打ち出す際には、「効果が表れるまで時間がかかる」「いっぺんに施策を導入しない」という2つの注意点があることを覚えておきましょう。この注意点をおさえておかないと効果が出ないからと施策を打ち切ったり、管理側のモチベーションが失われる可能性があります。以下で詳しく解説していきます。

1．効果が出るまで時間がかかる

ワークライフバランスのために新制度の導入や新たな働き方の提案をしたからといって、すぐに効果がでるわけではありません。自社に根付いた風土などを見直し改善していくためには、時間が必要です。自社の問題点の洗い出しや従業員の意識調査などをしたうえで、戦略的に施策を進めていくことが大切です。

施策は一度に導入しない

これまでワークライフバランスの取り組みについてさまざまな方法を紹介しましたが、多くの制度を一気に導入しても、従業員から理解が得られない可能性があります。まずは企業の現状をしっかりと把握して、導入すべき制度を見極めることが大事です。見極めが難しいなら、社内でアンケートを取るなどして意見を収集するのもよいでしょう。多くの従業員が納得できる制度を導入することで、良い環境をつくることができます。

まとめ：ワークライフバランスの配慮で優秀な従業員を定着させよう

企業がワークライフバランスに取り組むメリットや、取り組むための施策について解説しました。ワークライフバランスの実現は、人材流出や従業員の病気の予防など、離職の防止につながるので、どの企業も積極的に施策を打ち出していくべきでしょう。施策は特に影響が表れやすい育児休暇制度や働き方の多様化、労働時間の調整などからはじめていきましょう。ただし、すぐに効果が出るようなものではないことをあらかじめ覚えておきましょう。

データアナリティクスとは、顧客情報や購買履歴などのデータから事業改善や売上増加に役立つ情報を発見するために行う分析のことです。データアナリティクスを行うことで、数値化された定量データの中から、今まで気づけていなかった消費者ニーズなどのビジネスヒントを発見したり、数値をもとに素早い意思決定を行うことができます。しかし、データを分析するにしても、どのようなデータをどのように分析すればよいのかわからない方も多いと思います。そのような方のために、日常的にデータアナリティクスを行っているマーケティング担当の筆者が、データアナリティクスの基礎、初心者でもできる手法、Excelに任せてしまう裏ワザを紹介します。 今日から始められる簡単なものを集めたので積極的に挑戦してみましょう。ヤフーの行動ビッグデータを分析できるデスクリサーチツール「DS.INSIGHT」の詳細資料をダウンロード [toc] ※本記事はヤフー株式会社提供によるスポンサード・コンテンツです。

データアナリティクスとは購買履歴などのデータから売上増加のヒントを得る分析のこと

データアナリティクスとは、事業改善、売上増加、商品開発、CSアップ、などにつながるビジネス上のヒントを企業が保有する、顧客情報、取引履歴、購買データなどから発見するための分析のことを指します。例えば、

商品Aの購入者を対象に、機能に関する満足度調査を行う
すると防水機能に満足している人は売上が高いことが分かった
ならば防水機能を広告で押し出してみよう

といった形で情報をビジネスへと活用します。

データアナリティクスで販売傾向を発見して売上が20％増加した事例／ヤクルト

飲料メーカーのヤクルトでは、各従業員がスプレッドシートにデータを保存していました。そのため、どのような要因が売上に影響を及ぼすのかを把握できていませんでした。そこで、ヤクルトは分析ツールを導入しデータを可視化・分析します。すると、15本パックを購入する客層と7本パックを購入する客層が異なることを発見し、20％の売上増加に成功しました。このようにデータアナリティクスは、大事に寝かせてしまっているデータを活用することで、販売傾向を発見したり、売上増加に役立てることができます。参考：ヤクルトの売り上げを大幅に伸ばしたデータアナリティクスの秘密｜ITmedia エンタープライズ

データアナリティクスはAIの発展により無視できない存在になった

AIをはじめとしたやテクノロジーや機械学習の発展に伴い、手作業では解析が困難だったビッグデータから新たな発見や開発を行った成功事例も登場しています。データアナリティクスが身近になるということは、「データを活用できるかどうか」が今後企業にとっての生命線となりえるので「よくわからないから今度でいいや」というわけにはいかなくなりました。参考：5400万件の急ブレーキをマッピング見えない危険を可視化する、ホンダのビッグデータ活用術｜logmiBiz

データアナリティクスは、AIがなくてもできるので実践してみましょう

確かにAIは発展し、関連する成功事例もよく目にするようになりました。しかし、AIはあくまでも膨大なデータの処理を手助けしてくれるものであり、AIがなくてはデータを活用できないわけではありません。だからと言ってプロにお願いする予算もなければ、自分で分析をする自身もないという方も多いのではないでしょうか。そんな方のために、初心者でも活用できる簡単な計算法や、エクセルなどの身近なツールを利用した分析を2つご紹介します。

初心者でも今日からできる2つの分析手法

あなたは、「分析はプロじゃないと手におえない」というイメージを持っていませんか？実際に、素人では扱えないような複雑な分析は多数存在します。しかし、素人が全ての分析をあきらめなければいけないわけではありません。全くの分析初心者にもできる、王道の分析手法を2つご紹介するので実践してみましょう。

1.データの相関ルールを見つける「アソシエーション分析」

「Aの行動をした人はBの行動もしやすい」という関係を導き出す手法の有名な例として、「紙おむつを買う人はビールも買うことが多いので並べて陳列したら売り上げが上がった」というものがあります。このような相関を下記3つの計算式で導き出すことができます。

①支持度

全データから商品AとBが同時に購入されたデータの割合。割合が高いほどビジネスインパクトが大きい。 支持度＝商品AとBが同時購入されたデータ数／全データ数

②確信度

商品Aを購入した人がBも購入したケース割合割合が高いほど2商品の関連性が強い 確信度＝商品AとBが同時購入されたデータ数／商品Aが購入されたデータ数

③リフト値

①②の関連性の高さを裏付けるための値目安は1以上 リフト値＝②の確信度／Bが購入されたデータ数 ※これらの数値が高いほど強い相関関係にあると言えます。 参考：第2回：アソシエーション分析「使ってみたくなる統計」シリーズ｜Big Data Magazine

絶対に関係ないであろう要素の分析は後回しにしましょう

例えばパンの購入に影響を与えているものを探す際に、「単三電池」まで調査対象を広げてしまうと、卵やチーズなどだけでなく、単三電池を含む購入履歴を膨大なデータの中から抽出し、その相関性を調べなくてはなりません。当然、対象を広げた分だけ処理する時間も増加します。理想的にはそれらを分析することで新たな発見が見つかるかもしれませんが、実際のビジネスシーンではそうもいかないので自信をもって関係ないと言えるものは後回しにしましょう。 ※参考：アソシエーション分析｜ITmediaエンタープライズ

同時購入される商品を見つけたら「ついで買い」を促進しましょう

関連性の高い商品（同時購入されやすい商品）を見つけたら、棚割や陳列の指標にしたり、顧客に関連した能動的なクーポイン発行するなどして「ついで買い」を促しましょう。 ※参考：アソシエーション分析とは｜Analytics

2.ひとつの結果にどのデータが一番影響を及ぼしているかを見つける「重回帰分析」

重回帰分析は、「ひとつの成果」に対して「複数の要因」がある場合に、その相関と影響の度合いが測れる分析です。例えば、「商品Aがよく売れた」原因と考えられる複数の要素「価格を下げた」「新機能を付けた」「ネット広告を配信した」から本当に影響のあるものを見つけ、どれくらい度合いで影響しているかを測定することができます。

参考：読めば納得。重回帰分析で失敗しがちな事例10｜マーケティングと重回帰分析−その3｜Cross Marketing 　　　　

難しいことはさておきエクセルで求める方法

突然ですが、重回帰分析を数学的な式で説明すると下記の計算式になります。 Y=b₁X₁+b₂X₂+・・・・b₀ 「ふむふむ。なるほどね。」と思ったあなたは今すぐこの記事を閉じて、筆者の代わりに記事の執筆を始めましょう。「分析のイメージ通り小難しそうなのが出て来た」と感じたあなたには裏ワザを紹介します。エクセルを開き下記の方法を行えば、勝手に計算してくれます。 1.結果のデータと、影響度を見たい要因のデータのみを抽出する ※あからさまに関係のないデータが多いと分析の精度が下がるため削除しましょう。

2.「データ分析」ツールを表示する ファイル→オプション→アドイン→設定→分析ツールにチェック→OK

3.「データ分析」で「回帰分析」を行う データ分析をクリック→結果の列をラベルごと範囲選択→要因の列をラベル事範囲選択→ラベルにチェックを入れてOKを選択

4.「補正R2」と「係数」を確認する 補正R2：1に近いほど信頼できる。 0.9以上あると理想ですが、まずは0.8以上を目指しましょう。係数：この数値が大きい要素ほど、結果に大きく影響しているとなります。

上記の例では「商品の売上にはネット広告の影響が大きく関係している」と分析できます。 ※偶然にもネット広告代理店に勤める筆者がネット広告のステマを行っているわけではございません。

「ついで買い」を促すなら最近登場している人工知能サービスに頼るのもアリ

ここまで読み進んだ方で、「もっと手軽な裏ワザはないのか」と感じているあなたに朗報です。100％ではないものの、安価に、スピーディに上記の分析を省略する方法もあります。例えば、ネット通販であればレコメンドエンジン系のサービスを検討しましょう。レコメンドエンジンとはネット通販で何かを購入した際に、「この商品もよく同時購入されています」というオススメ（レコメンド）を行うシステムのことです。オススメされる商品は、レコメンドエンジンの機械学習によって勝手に最適化されます。最近ではこのようなサービスを月額数千円～数万円程度で利用することもできるので、顧客に商品の同時購入を促したい方は検討してみるのも一手です。利用者数・購入者数に応じた従量課金でそれ以上の費用がかかることもあるので、興味がある方はまず見積もりを取ってみましょう。参考：『もっと素敵なものに、いつも出会えるようにする』パーソナライズド・メール戦略 – 株式会社ピーチ・ジョン｜SILVER EGG TECHNOLOGY

もっとデータアナリティクスを極めたいあなたにオススメの実践的スキル・知識

データアナリティクスを極めたい方は、下記の知識やスキルが必要です。

ITの知識・スキル
データベースの知識・スキル
統計学の知識・スキル

また上記の3つも、コンサル業なのかエンジニア業なのかでも変わります。コンサル業では、データ分析以外にも問題解決策のためにマーケティングに対して深く理解していくことが重要です。エンジニア業の場合は、コンサル型よりも高度な分析をするため、統計やビッグデータの分散処理などの知識が重要です。

データアナリティクス習得に役立つ資格

データアナリティクス習得に役立つ資格としては、次の資格があります。

	概要	取得するメリット
オラクルマスター	OracleDatabase操作技術力を証明する資格	データベース管理ソフトウェアの国内シェアを大きく占めており、データアナリストとして業務に生かせる。
OSS‐DB技術者認定資格	オープンソースデータベース操作技術を証明する資格	データアナリストの需要が高まるなかで、高度かつ専門的で難しい技術なので、企業としても人材として欲しがる。
統計検定	統計に関した知識、活用力を評価する資格	統計学の知識や統計学を使った問題可決能力をもっていると証明でき、分析のために統計学必須だから有利。

データアナリティクスにおいて、必ずしも上記3つの資格が必要というわけではありませんが、やはり取得しておくと有利なので、そういった業務をしているなら役に立つでしょう。

独学するのにおすすめの本

データアナリティクスを学び、実践していくうえでは、仕事をしながら資格勉強するのは大変ではあります。そこでおすすめしたのが、「アクセンチュアのプロフェッショナルが教えるデータ・アナリティクス実践講座」という一冊です。 2016年発行のため最新情報ではありませんが、アソシエーション分析やクラスタ分析などのデータアナリティクスの基本を学ぶことができます。データを収集したり、分析をして問題解決をしたい人、データ分析の基礎を学びたい人におすすめです。参考：アクセンチュアのプロフェッショナルが教えるデータ・アナリティクス実践講座｜翔泳社

データアナリティクスに挑戦して役立つヒントを発見しましょう

データアナリティクスは、購買データなどの膨大な情報からビジネスの売上増加やCS向上などのヒントとなる情報を見出すための分析です。 AIの登場などにより、データ活用の重要性は今後も増していくことが予想されるので、これを機にエクセルやツールを用いてできる範囲から挑戦してみましょう。

ヤフー独自のビッグデータを確認可能！「DS.INSIGHT」の資料ダウンロード(PR)

ヤフーでは検索やメディア・ECなど多岐に渡る事業を通じて蓄積してきたビッグデータをAI技術で分析し、自社のサービス改善に活用してきました。このヤフー独自のビッグデータを開放し、企業や自治体のあらゆる事業活動をサポートするのがデスクリサーチツール「DS.INSIGHT」です。生活者の興味関心、エリア特性や人流を可視化して新規事業やマーケティングに活用することができるので、興味のある方はぜひ資料をダウンロードしてみてください。ヤフーの行動ビッグデータを分析できるデスクリサーチツール「DS.INSIGHT」の詳細資料をダウンロード ※本記事はヤフー株式会社提供によるスポンサード・コンテンツです。

マーケティングリサーチとは、効果的なマーケティングに必要な市場や顧客のニーズなどの情報を集める調査のことです。マーケティングリサーチを行うことで、実施中のマーケティングと消費者ニーズとのズレや、新たな消費者ニーズを発見したり、データの裏付けを得た状態で意思決定を行うことができます。しかし、いざマーケティングリサーチを始めようと思っても、どのように調査を行えばよいのかわからない。どのぐらいの予算を割いたら良いのかわからない。という方も多いのではないでしょうか。そんなあなたのために、本記事ではマーケティングリサーチの基本、実施方法、注意点、費用相場などの情報をまとめてご紹介します。ヤフーの行動ビッグデータを分析できるデスクリサーチツール「DS.INSIGHT」の詳細資料をダウンロード [toc] ※本記事はヤフー株式会社提供によるスポンサード・コンテンツです。

マーケティングリサーチとはマーケティングで成果を出すためにニーズなどの情報を得る調査

マーケティングリサーチとは、成果の出るマーケティングを実施するうえで、方針や具体策にかかわるユーザニーズなどの重要な情報を調査することです。例えば、「商品Aが全く売れず、値下げを繰り返したものの売り上げが上がらない。調査をした結果、そもそも認知されていないことが問題だった」というようなマーケティング上の課題を明確にすることで、「だったら認知向上のために広告の配信量を増やそう」といった改善策を実施することができます。

マーケティングリサーチでユーザと競合を調査して、シェア率を22％伸ばした「ドライゼロ」の事例

飲料メーカーのアサヒビールは、ノンアルコール飲料のシェア２％という状況を打開すべくマーケティングリサーチを行いました。調査の結果、２つのことを発見しました。１．ビール愛飲者も、「翌日仕事で忙しいとき」や「休肝日」にはノンアルコール飲料を飲む２．ノンアルコールビールは「健康」「女性的」なイメージが強いそこでアサヒビールは、「男性的」「ビールに近い」というイメージで「ビールの代替品」というコンセプトの「ドライゼロ」を打ち出し、シェアを２４％まで伸ばしました。参考：３分で分かる！マーケティングリサーチの成功事例と実際の調査方法【基本】マーケティングリサーチとは？成功事例と具体的な調査方法｜Markething Story Lab

マーケティングリサーチは定量・定性2つの側面で調査する

マーケティングリサーチには、「定量調査」「定性調査」の2種類があります。どちらにも強み弱みがあるため、どちらも実施するのがベターです。しかし、いきなり同時に実施するのは難しいと思いますので、まずはどちらか１つ実施してみましょう。

安価で容易に多くのユーザの声を集められる定量調査

定量調査とは、調査票を用いて市場の消費者や顧客の感想や行動を収集・数値化する調査方法です。集めたデータを統計的に分析することで気づいていなかったニーズを発見したり、仮説を検証したりと、効果的なマーケティングにつながるヒントを得ることができます。

定量調査は仮説検証や、実態の把握にオススメの調査方法

定量調査は、「この商品が売れている／売れないのは○○が原因ではないか」というような仮説を裏付けるデータが欲しい方や、「この商品に対するマジョリティの意見や、ユーザの感想を知りたい」というような実態を把握したい方にオススメの調査方法です。質問内容がシンプルなので対象者から回答を得やすかったり、結果をグラフや表にしてまとめやすいのも定量調査のメリットです。

相場はピンキリだが条件を絞れば最安５万円～実施可能

定量調査の費用は、調査票の項目数や、調査対象のサンプル数、調査方法などによって大きく変動します。しかし、調査票の質問数を10問程度、サンプル数を100～200件程度に抑えたり、ネットアンケートなどの手法を用いることで、予算を抑えて実施することが可能です。費用を抑える際には、サンプル数は100以上確保することを推奨します。サンプル数が少なすぎると統計学的な信ぴょう性が薄れるためです。調査方法の種類と相場は下記の表をご覧ください。

調査方法	費用目安	納期目安
ネット調査	500サンプル　5万円～20万円	最短2日
訪問調査	100サンプル　220万円～ 1,000サンプル　600万円～	6週間程度
電話調査	150サンプル　45万円	3週間程度
街頭調査	100サンプル　50万円～	3週間程度
郵送調査	100サンプル　80万円～ 500サンプル 50万円〜	6週間程度
会場調査（CLT）	50サンプル　40万円～ 200サンプル　100万円～	4週間程度
ホームユーステスト（HUT）	100サンプル　150万円～	6週間程度

定量調査についてもっと知りたい方は、下記の記事をご覧ください。参考：定量調査を行う際に大切なポイントは？定性調査との違いも大公開「定量調査」と「定性調査」の違いを理解して、アンケートやユーザーインタビューの成果を最大化しよう!｜Web担当者Forum 定量調査定性調査違い｜ASMARQ

定量調査で得たデータは様々な分析を行うと発見が増える

定量調査で得たデータからは、「この商品が売れているのは、どの施策が影響しているのか」「どのような人から支持を集めているのか」など、様々な角度で読み解くことができます。アンケートに必ずしも顧客の本音が表れているわけではないので、すべての意見を鵜呑みにしてはいけません。分析に自信がない方向けに、下記の記事で分析の基本や方法をまとめて紹介しています。アンケートなどを行った際には、参考にしてみてください。参考：今日から始めるデータアナリティクス。初心者でもできる２つの手法とExcelに頼る裏ワザを紹介

ユーザから気になることを直接聞き出せる定性調査

定性調査は、特定のユーザに対してインタビューを行うなどして本音や、行動の原因を探る調査方法です。アンケートに対して一問一答の定量調査とは異なり、気になる情報を深掘りすることができます。

定性調査は原因把握にオススメの調査方法

定量調査は量的なアプローチから実態を把握しますが、定性調査は「ユーザがなぜそう思ったのか」「なぜそういう行動をとったのか」といった無意識の行動まで発見することが可能です。また定性調査では、情緒や価値観といった定量調査で得づらい情報も得ることができます。

定性調査を行う際のテクニックと注意点

定性調査を行う際には、最低限下記のテクニックと注意点を意識しましょう。 テクニック

気になる点は、可能な限り「なぜ」や「どのように」を繰り返して深掘る
聞きづらいことを聞くときには、1対1のインタビューを行うなど、実施環境に考慮する

注意点

すべてを本音だと思わない（インタビューを受けるという状況は、対象者にとっての非日常）
対象者にバイアスをかけないように注意する（質問で回答を誘導してしまっては意味ナシ）

マーケティングリサーチを効果的に行う手順とポイント

マーケティングリサーチは、数を打てばよいというものではありません。手順とポイントをおさえて目的を達成できるようにしましょう。 1. リサーチの目的や仮説を決める 2. 調査表を作成しリサーチを実行 3. 結果を回収してデータ分析 / レポートこのように、段階を踏んでマーケティングリサーチを行うことが大切です。段階ごとの内容を解説します。

1. リサーチの目的や仮説を決める

効果的なマーケティングリサーチのポイントは、目的を明確にしてからリサーチをすることです。具体的に決めていないと、リサーチ結果を活用できません。リサーチから何を知りたいのかや、どのような仮説を検証したいのかを明確に定めましょう。現状で抱えている問題点を洗い出し、その問題点をもとに、リサーチしたい情報や、どんな仮説を検証したいのかをまとめます。また、仮説を定める際には、他社で公表されているデータや資料を参照するのもおすすめです。例）目的：商品Aの売れ行きが悪い理由が知りたい方法：購入者にアンケートを配布する仮説：品質、パッケージデザイン、認知施策、店内の雰囲気に問題があるのではないか？

2. 調査票を作成しリサーチを実行

目的や仮説を決めたら、次は調査票（アンケート）を作成しましょう。特に定量調査では、直接対面で質問を行うわけではないので、できるだけわかりやすく、読み手に誤解を与えないように注意して作る必要があります。

初めて調査票を作る場合にミスなく作成するのは困難なので、ありもののテンプレートに頼りましょう。例えば下記のサイトには無料で閲覧できるテンプレートが大量に提供されています。参考：アンケートテンプレート紹介｜Questant

設問数は25問まで、10分以内に回答できるボリュームに抑える

設問数や設問文に注意をしないと、有効な回答を集められません。例えば設問数は、20問前後で回答者のモチベーションが下がるといわれています。回答者のモチベーションを維持できるよう、設問数は多くとも20～25問ほどに収めましょう。設問数を多くしたい場合は、追加謝礼を渡して対応するなどの工夫が必要です。また、設問内容や構成により、数が多くなることもあります。そのため、数にとらわれすぎると、今度は有益なデータを得られなくなることも考えられるでしょう。設問のボリュームで考えるなら、10分ほどで回答を終えられるのが理想です。また文章は、専門用語、略語、差別用語等を使用しないように気をつけたり、選択肢にする場合は、偏りが生まれないように提示する順番にも注意が必要です。参考：アンケートの調査票の作り方｜ASMARQ

3. 調査結果を多角的に分析する

調査で得た一データは回答を集計して比率を出すだけでなく、複数の項目を組み合わせることで、相互関係が見えたり、新たな情報を発見することができます。分析の基本と初心者でもできる方法を下記の記事で紹介しているので、まずは簡単な方法から試してみましょう。参考：今日から始めるデータアナリティクス。初心者でもできる２つの手法とExcelに頼る裏ワザを紹介

資金に余裕があるなら外注するのもアリ

リサーチの目的決め以外は、分析まで外注に頼むことができます。外注を検討する場合、上記の手順2「調査表を作成しリサーチを実行」の前に、手順のどこまでを外注に頼むのか、どの程度の費用を支払えるか、どこのリサーチ会社に外注するのかを決めましょう。手順のどこまでを外注に頼むのかにより、費用やスケジュールが大きく変わります。また、外注を検討する際には、調査の継続性も考慮しましょう。目的によっては定期的な調査が必要となるため、予算オーバーにならないよう注意しましょう。

マーケティングリサーチするときの注意点

マーケティングリサーチで失敗しないために、おさえておきたい注意点をまとめました。リサーチを行う前にチェックしましょう。

リサーチ目的や内容の「段階」に注意する

市場のニーズを調査をしていないのに、商品デザインのコンセプトを決めるためアンケート調査をしても、そもそもニーズに対して的外れな結果が出る恐れがあります。このように段階を無視して失敗するケースがあるので注意しましょう。また、マーケティングの段階ごとにリサーチをし、方針が間違っていないかを確認していくことも大切です。リサーチの際には下記の流れを意識しましょう。 1. 問題点を把握する：市場調査やアンケート調査など 2. リサーチの目的やテーマを決める：オフィステストやワークショップなど 3. 仮説をたてる、基本戦略策定：消費者アンケートやインタビュー、観察調査など 4. ブランド・シンボル開発：オフィステストやグループインタビュー、デプスインタビューなど 5. マーケティングミックス決定：価格調査、オフィス・会場テストなど 6. 市場導入・計画・実施：消費者アンケート、観察調査など参考：10分でステップ理解！マーケティングリサーチの全手法【保存版】｜プロの企業調査室

ひとつの調査結果を鵜呑みにしない

調査結果はあくまでも特定の状況における、限定されたサンプルに対して、限定した質問を行ったことによる結果です。サンプル数を増やすことで精度は高まりますし、サンプル数が少なくても明らかな結果が出ることもあります。しかし必ずしもすべての情報が正しいとは限りません。複数の調査結果と照らし合わせたり、その他の顧客データや取引情報と照らし合わせるなどして判断を行いましょう。

自社に都合の良いリサーチになっていないか注意する

リサーチで陥りやすいのが、知らず知らずのうちに自社に都合の良いリサーチを行ってしまうことです。回答者を誘導するような質問ばかりになってしまうとリサーチの意味がありません。調査票は回答者の視点で確認したり、可能であれば他の人にも見てもらいましょう。

想定外の結果を無視しない

想定外の結果を無視することは避けましょう。想定外の結果に、現状の認識不足や新しい戦略を立てるためのヒントがあります。どんな調査でも活用することが大切です。目的達成のために、調査結果をどのように有効活用できるかを検討しましょう。結果の良し悪しは関係ありません。どのような結果でも活用できるような体制も必要です。参考：市場調査の方法とは？市場調査7つの種類と5つの注意点｜ビジネスハック

マーケティングリサーチに定評のある会社5選を徹底比較

日本マーケティングリサーチ協会に登録、実績、リサーチできる人数や範囲を基準にマーケティングリサーチ会社を5社ご紹介します。外注を検討する場合の参考材料としてご覧ください。

社名	特徴	費用	実績	こんな人におすすめ
マクロミル	• 高品質、業界最大規模、豊富な専門パネルが評判 • 1000万人以上のリサーチ対象パネルにより、幅広いマーケティングデータを提供できる	70,000円～	年間35,000件、年間取引社数4,000社を超える	低コストかつ実績豊富な企業を利用したい人
GMOリサーチ	• アジア14カ国で2651万人リサーチ可能なパネルを保有 • アンケートの作成から配信・回収・集計までを同一のインターフェース上で処理できる	10万円～	年間15,000件(取引者数は非開示)	アジアの調査を求めている人や、迅速にパネルを構築した人
インテージ	• 15のテーマに分けてパネルが用意され、ターゲットを絞って調査ができる • ドコモのモバイル空間統計が利用できる	8,4000円～	年間取引社数5,000社以上	ターゲットを絞ってテーマ別に調査をしたい人
楽天インサイト	• 楽天グループの商品やサービス利用者からデータを集める • アンケート回答者のログデータまで分析できる	82,000円～	年間取引社数約1,000社(国内のみの数)	楽天ならではのデータを活用したい人
クロス・マーケティング	• 海外の現地人を対象とした調査を行える • オンラインが普及していない地域でも、現地のオフライン調査会社と提携してデータ収集可能	要見積もり(海外調査の場合、案件により案件の内容によって100万～5000万くらい)	具体的な取引実績の数は非開示(全世界3000万人以上のパネルを保有、在日外国人のパネルが90,000人)	海外調査の実績豊富な企業に依頼したい人

取引実績が豊富な「マクロミル」

国内外トップクラスの実績を誇るリサーチ会社です。高品質、業界最大規模、豊富な専門パネルを強みにしています。

特徴

国内外トップクラスの実績を誇るリサーチ会社です。日本国内の年間取引会社は2,600社、海外は1,400社で、合計4,000社を超えています。また、1,000万人以上のリサーチ対象パネルにより、幅広いマーケティングデータを提供できることも特徴です。また、課題に応じて40種類以上のソリューションパックを保有しています。

費用

基本料金は70,000円～です。ただし、料金は調査スペックや内容により変動するため、詳細は見積もりを取って確認しましょう。 (例)合計金額が34万円かかった際の内訳

本調査10問×100サンプル＝90,000円
事前調査3問×10,000サンプル＝50,000円
調査表設計10問＝15万円
データ集計10問＝50,000円
合計＝34万円(＋報告書作成は都度見積もり)

実績

年間35,000件、取引社数4,000社を超える豊富なリサーチ実績があります。

こんな人におすすめ

業界最大手のリサーチ会社です。実績も豊富で信頼度が高いため、初めての利用でも安心です。

アジアの調査に強い「GMOリサーチ」

アジア14カ国で2651万人リサーチ可能なパネルを保有しており、アジアの調査に強い特徴を持っています。

特徴

日本国内専用の「JAPAN Cloud Panel」と、日本とアジア14カ国を含む「ASIA Cloud Panel」を保有しています。「JAPAN Cloud Panel」のモニター数は1,399万人、「ASIA Cloud Panel」は2,651万人と最大級です。 DIY（セルフ型）サービスがあることも特徴で、アンケート作成・配信から集計まで同一のインターフェース上で効率的に実施できます。

費用

DIY型（セルフ型）の場合

システム料金：月額固定で10万円～/月、重量で10円/1回答
パネル料金：日本調査は30問1,000サンプルで24万8,000円～、アジア調査は別途見積もり
オプション：別途見積もり

「Market Observer Community」の場合

初期設定料金：50,000円～、リクルート料金は50,000円～
月額料金：システム利用料金は50,000円〜、サンプル利用料金は50,000円〜
オプション：別途見積もり

実績

年間15,000万件の調査実績があり、高度なリサーチを実現しています。

こんな人におすすめ

アジアの調査に強い特徴があるため、アジアでのリサーチを求めている人におすすめです。また、同一のインターフェース上で効率的であることから、迅速にリサーチしたい人にも向いています。

テーマ別に調査をしやすい「インテージ」

1960年に誕生した会社で、長い経験値があり信頼度は高いです。テーマ別にパネルが用意されており、ターゲットを絞って効率的に調査することができます。

特徴

15のテーマに分けてパネルが用意されているため、ターゲットを絞った効率的な調査ができます。テーマは、自動車、金融商品、介護、直近3か月の近況など、ジャンルもさまざまです。また、ドコモのモバイル空間統計が利用でき、利便性も高くなっています。

費用

基本料金＋オプション料金で構成されます。基本料金は調査実査費であり、アンケートの設問数と回収サンプル数に応じて変動するため、複雑です。詳細は見積もりを取って確認しましょう。基本料金の最低金額84,000円は、設問数5問、サンプル数100の場合です。

実績

GRBN調べ(グループ連結売上高ベース)では、業界ポジション国内1位、世界10位の実績があります。売上赤の推移は、25期連続増収、取引社数は5,000社以上、取引業界は65以上です。

こんな人におすすめ

テーマ別にパネルが用意されていることが強みなので、ターゲットを絞り、テーマ別に分けて効率的にリサーチをしたい人におすすめします。

楽天の分析に「楽天インサイト」

楽天グループの商品やサービス利用者からデータを集めることができます。業界最大規模のパネルを保有していることもポイントです。

特徴

パネル数は約220万人と業界最大規模となっています。楽天グループの商品やサービス利用者からデータを集めることができ、さらに楽天のログデータにより、ビッグデータを活用したリサーチが可能です。アンケート回答者のログデータまで分析できます。また、「RaQs2」という独自のシステムを使えばアンケートの作成や回収が簡単です。「楽クロス for Web」というオンライン集計ツールは、無料でいつでも利用できます。

費用

リサーチの内容やボリュームなどにより費用に差が出るため、詳細は見積もりで確認しましょう。

スクリーニング調査：50,000円～
本調査：設問数10、サンプル数100で82,000円～

実績

国内調査では、年間約1,000社の取引があります。海外調査の取引数は年間約120社です。

こんな人におすすめ

楽天ならではのデータを活用したい人に向いています。

現地調査もできる「クロス・マーケティング」

海外の現地人を対象とした調査を行えることが特徴的です。全世界3,000万人以上のパネルを保有しており、在日外国人のパネルも90,000人います。

特徴

欧米先進国、BRICs、東南アジア、オセアニアを中心に、海外の現地人を対象とした調査を行えます。また、オンラインが普及していない地域でも、現地のオフライン調査会社と提携してデータ収集が可能です。 20ヵ国以上が対象の海外調査プロジェクトも、ワンストップで対応できます。対象は一般消費者や特定職業従事者などで、テーマや手法も多種多様です。

費用

案件の内容によって異なるため、詳しくは問い合わせましょう。海外調査の場合、100万～5,000万ほどです。国内調査は90,000円～(10問、100サンプルの場合)となります。

実績

具体的な実績数は開示されていませんが、海外調査の実績が豊富な点が特徴です。

こんな人におすすめ

海外調査をしたい人におすすめです。海外調査は実績が少ない企業が多いため、クロス・マーケティングは海外調査の実績に優れている数少ない企業の1つだといえます。

まとめ

マーケティングリサーチは、消費者・顧客の本音や、マーケティングにつながるヒントを得るために効果的な手段です。調査結果を商品やサービスに反映することで、事業成功の確率も上がります。「リサーチの目的と仮説の決定」「気持ちよく回答できる調査票」「思い込みのない多角的な分析」を心がけ、役立つヒントを見つけましょう。

ヤフー独自のビッグデータを確認可能！「DS.INSIGHT」の資料ダウンロード(PR)

新規事業の立ち上げは企業にとっても大きな選択なので、立ち上げのかじ取りを命じられた担当者には相当なプレッシャーがかかっているはずです。絶対に失敗させたくない、と考えるのが通常です。しかし、新規事業の立ち上げの舵取りをした経験がある人はそう多くなく、そもそも何から始めたらいいかわからないという方も多いのではないでしょうか。今回はそんな方のために、新規事業を立ち上げる上での入門編として、最低限おさえておきたいポイントや、新規事業を立ち上げる上での初期段階で活用できる4つのフレームワークをご紹介していきます。この記事を読むことで新規事業を立ち上げる際の考え方や、全体像がイメージしやすくなります。ヤフーの行動ビッグデータを分析できるデスクリサーチツール「DS.INSIGHT」の詳細資料をダウンロード [toc] ※本記事はヤフー株式会社提供によるスポンサード・コンテンツです。

新規事業を立ち上げる際に最低限おさえておきたい２つのポイント

新規事業を失敗させないために覚えておきたいことは多々ありますが、最低限押さえておきたいのは「新規事業を選ぶときの基準が偏るリスク」と「新規事業を立ち上げる際のトレンド」の2点です。

新規事業は、今後の市場の伸び率だけで判断しない

新規事業を考えるにあたって、自社の既存の知見などが活用できるような市場を選びましょう。儲かりそう、今後市場が熱くなりそう、という目線だけでは失敗につながります。もちろん全く自社と関連性のない、新たな事業を始めることもありますが、うまくいかないことが多いです。例えば今まで飲食店をやっていたのに、「これからは人材活用の時代だから、人材系の事業を立ち上げよう」と考えるのは非常に危険です。当たり前のことのようですが、意外と市場の規模や未来ばかり見て、自社との親和性を考えずに失敗するケースも少なくありません。

リーンスタートアップで始めるのが今のトレンド

近年リーンスタートアップで、コストやリスクをおさえながら新規事業を立ち上げるスタイルが増えてきています。コストをおさえて新規事業をスモールスタートさせ、短期の間に市場の反応などを伺いながらアクションを決定していきます。細かく事業にテコ入れしていって、方向性を正しながら進めていく手法です。新規事業と聞くと高額な予算を投入して、大きな売上を目指していくことをイメージしている方もいるかもしれません。しかしこれだと一度の失敗が大きな損失につながります。リーンスタートアップは細かな失敗を糧にして売り上げを伸ばしていきます。リスクをおさえることで精神的な負担は小さいですし、スピード感を持って事業を拡大することができます。

創出フェーズに使える！新規事業の立ち上げに活用できるフレームワーク4選

新規事業を立ち上げる際、何から始めたらいいかわからない……という方は、とにかく多くのフレームワークに触れましょう。事業の立ち上げに役立つフレームワークは多く、実際に事業を進めていくにあたってどんなフレームワークを使って、どんなことをすべきかをイメージしておきましょう。今回は新規事業の方向性や市場の把握などに活きてくる4つのフレームワークをご紹介していきます。

SWOT分析を使って自社の強みを正確に把握する

SWOT分析は新規事業の立ち上げ段階に用いるフレームワークで、自社の強み・弱みを客観的に判断する際に効果的です。 SWOT分析は自社の長所・短所を内部環境と外部環境の二軸でとらえる分析手法です。

強み（Strength）：他社よりも勝っている部分
弱み（Weakness）：他社よりに勝てていない部分

機会（Opportunity）：自社のビジネスチャンスを拡大させる外部環境の変化のこと
脅威（Threat）：自社の強みをスポイルする、競合や市場の変化のこと

分析項目の4つの頭文字をとって、SWOTと名付けられています。 SWOT分析ではまず自社内部の状況と、市場や競合の状況をリサーチします。自社が市場でどのような立ち位置なのか、ユーザーはなぜ自社商品を選ぶのか、今後起こりうる外部環境の変化の仮説構築などを行いましょう。そのうえで、実際にそれぞれの項目を分析していきましょう。手順としては外部環境から分析を始め、そのあとに内部環境へと移っていきます。

クロスSWOT分析で、自社の強みを生かした新規事業の戦略を考える

SWOT分析のあとに行うべきなのが、「クロスSWOT分析」を行って新規事業を立ち上げるための計画を決めていきましょう。SWOT分析で抽出したデータをもとに、具体的な戦略・戦術の策定を行います。名前の通り、4つの分析項目を掛け合わせて、計画などを練っていきます。

強み×機会：プラス要因を掛け合わせてどんなことができるか、理想の状況の想定
強み×脅威：強みを活用して、外的脅威を乗り越える方法
機会×弱み：弱みによって市場機会を逃さない具体的な戦略
弱み×脅威：弱みと脅威というマイナス要因が同時に起こった時の対策

SWOT分析とクロスSWOT分析については以下記事で詳しく解説していますので、興味がある方はぜひ参考にしてみてください。参考：SWOT分析とは？｜定義から方法までわかりやすく解説

3C分析で事業の方向性を定める

3C分析は、新規事業の立ち上げの検討や、今後の事業の方向性を定めるために行うフレームワークです。「Customer（顧客）」「Competitor（競合）」「Company（自社）」の3つを分析することから3C分析と名付けられています。この分析では、3つの観点で新規事業を検討してきます。 Customer：顧客（市場）ニーズの変化 Competitor：競合は顧客ニーズの変化に合わせた対応法 Company：上記2点を踏まえて、新規事業を成功させるための具体案

ポジショニングマップで、市場における自社の立ち位置を定める

ポジショニングマップは市場において、自社がどの位置を目指すのかなどを明確にするためのフレームワークです。ポジショニングマップを作成することで、競合が少なく勝率が高そうな分野が見えてきます。

まず縦軸と横軸を決定します。軸に選ぶ内容は顧客が商品を購入するうえでの選定基準などを入れると良いでしょう。軸が決まったら、実際に企業をマッピングしていきましょう。企業はどの位置にいるのかなどを正確に記載していきます。慎重かつ正確なマッピングのためにアンケート調査を実施しても良いでしょう。作成したポジショニングマップを見ることで、ブルーオーシャンな市場を見つけることができます。

新規事業の発案～立ち上げまでの全体像

ここまでは新規事業を立ち上げるための最低限押さえておくべきポイントを解説してきました。ここからは、もっと全体像のイメージを固めたいという方に向けて、新規事業の「発案」から「立ち上げ」までのフローをざっくりとまとめました。

新規事業を立ち上げる方法をフェーズごとに紹介

新規事業を立ち上げる方法は、次の3つのフェーズに大きく分類されます。

キックオフで新規事業の方向性を決定すること
市場機会を発見すること
事業戦略を構築すること

それぞれのフェーズにおいても、プロセスを踏みながら着実に準備を進める必要があります。

フェーズ1.キックオフで新規事業の方向性を決める

最初に取り組むことは、キックオフの際に新規事業の方向性を明確にすることです。新規事業の方向性を決める際、以下の3つのプロセスを踏むことが求められます。

事業内容を決定
プロジェクトの立ち上げ
社内に発表

1.どんな事業を行うのかを決定する

新規事業としてどのような事業を行うのか、事業内容を明確に決定します。事業を決定にする際のポイントとして、具体的な製品やサービス内容を決定する「物理的定義」と、顧客のニーズに合わせて事業内容を決定する「機能的定義」の二つがあります。物理的定義としては、例えば「カフェを出店してコーヒーを提供する」といった具体的な事業内容を決定します。さらに機能的定義としては、「顧客が安らげる憩いの場を提供する」というように、顧客ニーズにあった事業内容を決定します。物理的定義と機能的定義の両者の観点から定義付けを行い、事業の方向性を決定します。

2.事業内容に合わせてプロジェクトを組む

事業内容を明確化することができたら、その事業内容に合わせてプロジェクトを立ち上げます。プロジェクトを組む際は、社内だけにとどまらず、社外の人材も視野に入れてプロジェクト遂行に必要なメンバーを選出します。

3.社内広報等で新規事業の立ち上げを発表

プロジェクトを組んでメンバーを編成した後は、社内広報などを利用してプロジェクトの立ち上げを社内へ向けて発表します。まずは社内の人々に新規事業の存在を認知してもらいます。その後は事業の進捗状況を随時報告して、社内での情報共有を行います。今後事業を構築していくプロセスにおいて、情報を共有することは大切な作業です。少しでも協力してもらいやすい社内体制づくりを行うために、定期的に報告することが大切です。

フェーズ2.市場機会の発見

次に、決定した事業内容に関して徹底的に市場調査を行い、戦略立案の足がかりを探します。具体的には、以下の4つのステップを踏みながら市場機会を発見する作業を進めます。

顧客課題の洗い出し
事業アイディアの立案
市場魅力度の調査
新規事業の仮説立案

1.顧客課題の洗い出し

顧客の視点から新規事業を捉えて、顧客が現在抱えている悩みや今後抱えるであろう課題、潜在的な悩みの洗い出しを行います。顧客が抱えている悩みの中には、新規事業の方向性を決定するヒントが多数存在します。その中から事業化できそうな課題を抽出して、今後の経営戦略の策定や商品化に役立てます。

2.事業アイディアの立案

次に事業アイディアを立案します。立案する際のポイントは、顧客のニーズに沿ったアイディアをできる限り多く立案することです。立案する際に心がけるポイントは、事業が顧客の抱えている課題を解決できるかどうかという点です。できるだけ多くのアイディアを立案して複数の選択肢を用意し、その中から顧客の課題を解説できそうな案をピックアップします。

3.市場魅力度の調査

捻出した事業アイディアをひとつひとつ精査して、市場魅力度の高い事業を探し出します。その際は、競合他社の参入状況を調査する必要があります。たとえ競合他社が少ない市場でも、市場魅力度が低ければ結果につなげることは困難です。一方で急成長しており多くの競合が参入している市場においても、戦略やアイディア次第では有利な条件で参入することが可能です。市場魅力度の調査を綿密に行い、差別化できる方法はないか徹底的に探ります。

手順4.新規事業の仮説立案

新規事業の仮説立案を行います。マクロ視点とミクロ視点の2つの方向からPEST分析などを実施して、社会への影響や効果などの仮説を立案します。それぞれの視点から多角的に分析を実施して、時間をかけて綿密に新規事業の仮説立案を行います。

フェーズ3.事業戦略の構築

第３のフェーズでは具体的な事業戦略を構築します。具体的には以下のステップで事業戦略を構築します。

商品コンセプトとターゲットの明確化
競合他社のリサーチ
事業計画の策定

1.商品コンセプトとターゲットを明確にする

新規事業を成功させる大切なポイントは、顧客となるターゲットに付加価値を提供することです。そのためには、最初に商品コンセプトを明確化して、その商品を誰に売るのか、販売ターゲットを決める必要があります。たとえば、「最新機能を搭載した環境に優しい自動運転自動車」という明確な商品コンセプトを作り、「環境問題に興味がある40代富裕層」という販売ターゲットを設定します。商品コンセプトや販売ターゲットは曖昧にするのではなく、できる限り絞り込むことにより、商品開発に関するイメージが湧きやすくなります。

2.競合他社を徹底的にリサーチする

これから参入する市場において競合他社を徹底的にリサーチして、他社の強みや弱みを探り差別化できる部分を見つけ出します。競合がどのような商品をいくらの価格で販売しているのか。その商品の評判や購入後のメリット、デメリット、機能性やデザインなどを細かくチェックします。リサーチした結果を分析し、商品ターゲットやコンセプトが被ってないか、商品は改良の余地があるのか、参入できる環境があるのか等、様々な視点から今後の事業戦略を構築します。

3.事業計画を策定

商品コンセプトや販売ターゲットを明確化し競合をリサーチしたら、今後の事業計画を策定します。具体的には、収支計画と投資計画、人員計画の3つを出します。収支計画とは、毎月の商品の売り上げなどの収入と開発費用、人件費、広告費用などの支出の月次・年次計画です。投資計画は、実際に販売した結果を踏まえて、次にどの程度販売するのか計画し、具体的な投資金額や投資スケジュールを策定します。人員計画の策定では、同じく実際に販売した結果を踏まえて人員の数を調整します。新たに人員を採用したり不要な人員を削減することにより、事業に適切な人員を確保します。

まとめ

新規事業の立ち上げで失敗しないためには、自社の業務から乖離しすぎた事業を選ばないことが大切です。最近ではリーンスタートアップで新規事業を立ち上げるのがトレンドで、リスクをおさえながら着実に結果につなげられる方法なので押さえておきましょう。まず何から始めれば良いかわからない方は、とりあえず新規事業の立ち上げに役立つフレームワークにたくさん触れていきましょう。立ち上げを進めていく中で、必ず利用する瞬間があります。早い段階からフレームワークをおさえておくことで、イメージも固まりやすいです。新規事業を立ち上げる上での全体像までイメージしたいという方のためにも、立ち上げの全体フローをまとめているので興味がある方は是非読んでみてください。

ヤフー独自のビッグデータを確認可能！「DS.INSIGHT」の資料ダウンロード(PR)

定量調査とは、市場では何が求められているのか、顧客が自社商品をどう思っているのか、自分の仮説は合っているのか、といった情報を誰でも理解しやすい数値化されたデータに落とし込む調査方法です。定量調査を行うことで、気づけていなかった消費者ニーズなどのビジネスヒントを発見したり、素早い意思決定を行うことができます。しかし、いざ定量調査を実施しようとすると、どのように調査を設計して、どのような調査を行えばよいのか、費用はいくらかかるのかなど、不明点がたくさん出てきた方も多いのではないでしょうか。そのような方のために、本記事では定量調査のおさらい、必ず抑えるべきポイント、簡単に調査を行う方法、調査の相場などをご紹介します。ヤフーの行動ビッグデータを分析できるデスクリサーチツール「DS.INSIGHT」の詳細資料をダウンロード [toc] ※本記事はヤフー株式会社提供によるスポンサード・コンテンツです。

定量調査とはビジネスヒントを得るためにユーザーニーズなどの情報を数値化・分析する調査方法

定量調査とは、対象となるユーザーの感想や行動を収集して、それらを数値化して統計学の観点から分析する市場調査手法です。定量調査は、新製品開発のためのマーケット調査や、すでにある商品の顧客満足度調査、特定の企業における従業員満足度調査など、様々な調査の場面で用いられます。

例）品質に関するアンケート調査サンプル

例）アンケートを数値化した例定量調査は数字を用いることから全体的な構造や結果を把握しやすくなります。調査結果を数値化することでデータ化しやすくなり、プレゼンなどの資料に活用できるようになります。一般的に100サンプル〜1,000サンプルの結果を元に分析を行うことから、それほど手間をかけずに実際の数千、数万単位の対象者の意見を分析結果として把握することができます。

定量調査は2種類に分けられるが、ビジネスでは標本調査が一般的

定量調査は、大きく2つの種類に分けられます。ひとつは「全数調査」（悉皆調査）であり、もうひとつは「標本調査」です。ここでは、全数調査と標本調査それぞれの調査対象や特徴などを比較して紹介します。

	対象	特徴
全数調査（悉皆調査）	母集団全員に対して調査を行う	正確な結果が得られやすいが、母集団が多ければ膨大な時間や労力、人件費などがかかる。
標本調査	母集団の中から抽出した一定数に対して調査を行う	全数調査に比べると多少誤差が生じるが、時間や労力、コストを抑えることができる。

「全数調査」とは、調査対象者全員をくまなく調査する方法です。具体例として、国民ひとりひとりを調査する国勢調査などがあげられます。全数調査は、対象者全員の意見や行動を調査するため正確な調査結果が得られやすい特徴がある反面、調査対象となる母集団が多い場合には膨大な手間や時間がかかる側面もあります。「標本調査」とは対象者全員を調査するのではなく、母集団から一定数を抽出（サンプリング）して調査を行う方法です。全数調査ほどの手間や時間をかけることなく、抽出した一定数の標本結果から母集団の調査結果を推測できる点が標本調査の特徴です。 母集団が多い場合には全数調査は時間や手間がかかるため、標本調査を用いるケースが一般的です。

定量調査は仮説検証や実態把握に向いているが、原因把握をするには定性調査も必要

定量調査のメリットとデメリットを解説

様々な対象を統計学的に数値化する定量調査は、数字を用いて分析することから調査結果には一定の信頼性があります。しかしながら、定量調査にはメリットだけでなくデメリットも存在します。したがって、市場調査を行う際は、実際に行う調査方法として定量調査が最適であるのか事前に考察することが必要になります。ここでは、定量調査のメリットとデメリットを解説します。

定量調査を行うメリット

定量調査では、多くの調査対象に対してアンケートを実施して集計した結果を分析し、数や割合といった「数字」で表すことになります。アンケート結果を数字として表すためには、調査に用いる質問内容は複雑なものでなく、択一式や「はい」「いいえ」で答えることができるシンプルなものになる傾向があります。定量調査のメリットは以下の2つです。

質問内容がシンプルなので対象者が回答しやすい
結果をグラフや表にしてまとめやすい

定量調査のひとつめのメリットは、質問内容がシンプルなので対象者が回答しやすく、調査結果を短時間で集計しやすい点です。そのためインターネット上で行うネットリサーチを活用すると、直接街頭などで調査するよりもずっと短時間で多くの調査結果を得ることが可能です。定量調査の2つめのメリットは、得られた数値結果を表やグラフとして表しやすい点です。結果を表やグラフにまとめることにより、一目で結果を判別したり過去に行った集計結果と簡単に比較することができます。男女別や年齢層別に集計することも容易になるため、目的に合わせて効率的に結果を活用することができます。

定量調査を行うデメリット

定量調査のデメリットは以下の2つがあげられます。

回答が表層的になり安い
質問に集計結果が左右されやすい

ひとつめのデメリットとして、定量調査は簡易的なアンケート形式で行われるため表層的な回答しか得られない点があげられます。アンケート内容も2択や3択など単純な選択形式になりやすいため、より深い内容まで踏み込んだ質問を行いにくいと言えるでしょう。定量調査では、調査結果を元に深い分析をすることが難しいと言えます。 2つめのデメリットとして、定量調査は質問の仕方や抽出方法によって集計結果が簡単に左右されやすいことから、調査のやり方や分析方法には事前に気を配る必要があります。一定の方向に誘導するような質問の仕方によっては正確なデータを得られない可能性があるので注意が必要です。公平なアンケート結果が得られるように、質問の内容や質問の仕方は工夫して行う必要があります。

定量調査は仮説検証や実態把握に向いているが、原因把握には不向き

ここまでは定量調査について紹介してきましたが、定量調査とは別の市場調査手法として「定性調査」があげられます。ここでは、定量調査と定性調査の違いについて解説します。 定量調査では、ネットリサーチなどさまざまな方法でアンケートを実施して多くの結果を収集することにより、何がどれだけあるのか（what）を数字として把握することが可能です。定量調査で得られた数値データを分析することにより、分析結果を表やグラフで表すことができます。一方定性調査では、インタービューや家庭訪問、オフィス訪問などを通じて実際に対象者と対面する形で調査を行います。さらにその調査結果を収集してより深く分析します。なぜその行動をとったのか（why）、対象者の深層心理を探るために有効な方式として、定量調査の結果のさらに奥を読み解く調査方式です。

定量調査と定性調査の違い

	収集できるデータ	調査の目的
定量調査	統計学で分析できる数値化できるデータ	仮説検証実態把握
定性調査	言葉や行動などの非数値化のデータ	仮説構築原因把握

明確な数値データをとりたいなら定量調査を実施すべき

ビジネスの場面やプレゼンテーション、プロジェクト遂行の場面で市場調査を行う際は、定量調査を実施することをおすすめします。定量調査であれば多くの母集団から明確な数値を取得できるため、データとして活用することが容易になります。また調査結果を会社の上層部や外部に説明する際に、数値化したデータを用いると説得力が増し伝わりやすいと言えるでしょう。

定量調査と定性調査は組合わせて実施するのが理想的

定量調査や定性調査はそれぞれの調査には限界があることから、それぞれ単独で行った調査によって得られる調査結果が本当に正確だとは言い切れません。正確な市場調査を実施する際は、定量調査と定性調査を合わせて調査することが効果的です。それぞれの調査方法を補完しあい、より正確な調査結果を得ることが期待できます。ここでは、定量調査と定性調査それぞれの調査を組み合わせて実施することにより得られる効果をお伝えします。

2つの調査を融合させることで質の高い効果を得る

例えば新たな市場を開拓する場合や、現在の市場でのポジショニングを変えて新たな戦略を構築する際に、定量調査と定性調査を融合させて行うことによって高い効果が期待できます。数値化できる明確なデータと数値化できない言語や行動などのデータを組み合わせることにより、調査対象をより深く分析できるのです。

目的により調査の順番が異なる

定量調査と定性調査のどちらも実施する場合、調査の目的によって実施する順番が異なります。近年はインターネットが我々の日常生活に普及していることから、まずは大きな母体を対象にした定量調査を行い、その結果を次のアクションにつなげるためにさらに踏み込んだ定性調査を行う流れを取ることが多くなっています。定性調査は、先に行われた定量調査から得られた結果の理由や根拠を探る手段として実施される場合もあります。一方で昔から行われている方法の中には、先に定性調査を行いその後定数調査を行うものがあります。定性調査によって一旦仮説を提起し、さらに定量調査を行い結果を検証して両者の調査結果を元に最終的な意思決定を行います。定性調査の一例として、思うように販売数が伸びない商品の改善点の調査を行います。その際回答者のリアクションに合わせて柔軟に質問の内容を変えることによって、課題がより明確化される場合があります。その後に定量調査を行い、定性調査で浮き彫りになった改善点に合わせて質問項目を作成して実施する流れが一般的です。

定量調査の主な調査方法

定量調査に取り入れられる調査方法には様々な種類があります。

調査方法	費用目安	納期目安
ネット調査	500サンプル　5万円～20万円	最短2日
訪問調査	100サンプル　220万円～ 1,000サンプル　600万円～	6週間程度
電話調査	150サンプル　45万円	3週間程度
街頭調査	100サンプル　50万円～	3週間程度
郵送調査	100サンプル　80万円～ 500サンプル 50万円〜	6週間程度
会場調査（CLT）	50サンプル　40万円～ 200サンプル　100万円～	4週間程度
ホームユーステスト（HUT）	100サンプル　150万円～	6週間程度

ネット調査

ネット調査の概要

ネット調査は、定量調査を行う際の代表的な調査方法です。インターネットの発達により、パソコンやスマートフォンは私たちの生活の中で身近なものなっています。マーケティングリサーチを行う際は、ネットを活用したアンケートを実施して短期間で大量のデータを収集することが可能です。アンケートの作成から収集までネット上で行うことができるため、効率的に調査を進めることができます。ネット調査の方法としては、調査法の作成から調査の実施、集計までを自社で行う自社方式と、全ての作業を専門業者に任せてしまう丸投げ方式の2通りがあります。ネット調査の費用目安ネット調査を行った場合の費用は一般的に以下の通りになります。

自社方式の場合・・・500サンプルの調査費用が50,000円〜
丸投げ方式の場合・・・500サンプルの調査費用が200,000円〜

丸投げ方式は作業量が多くなる分、自社方式に比べて丸投げ方式の方が費用は高くなります。

ネット調査の納期目安

ネット調査の納期の目安は、最短で2日程度です。他の調査方法と比較しても納期がかなり短いことから、緊急性の高い調査案件などはネット調査を活用すると良いでしょう。

訪問調査

ここでは、定量調査の方法のひとつである訪問調査について紹介します。

訪問調査の概要

訪問調査とは、調査員が実際に対象者の家やオフィスなどに訪問して、直接アンケートを実施して調査結果を収集する方式です。訪問調査はひとつひとつの調査に時間や労力がかかる反面、直接生の声を収集することから、確実性の高い内容の調査結果を得られやすい傾向があります。

訪問調査の費用目安

※訪問調査を行う場合の費用の目安として、100サンプルで220万円〜となります。1000サンプル取得する場合は、600万円〜が目安になっています。

訪問調査の納期目安

訪問調査の納期は、調査するサンプル数により左右されます。一般的には6週間程度が訪問調査の目安になっています。

電話・FAX調査

定数調査では、電話やFAXを利用してアンケートが実施される場合もあります。

電話・FAX調査の概要

電話やFAX調査とは、調査員や委託された調査会社が実際に調査対象者の自宅やオフィスに電話してアンケートを実施したり、FAXで質問やアンケートを送り返答してもらう調査方法です。電話やFAX調査は、対象者が遠方にいる場合や対象者の数が多い場合に有効な調査方法です。直接訪問する手間がかからない反面、人件費や電話代などの経費がかかる特徴があります。

電話調査の費用目安

電話調査の費用の目安は、150サンプルで45万円〜、100サンプルで50万円〜と言われています。

電話調査の納期目安

電話調査を行う場合の納期の目安は、3週間程度になります。

街頭調査

ここでは街頭調査の概要や費用、納期などの目安を紹介します。

街頭調査の概要

調査員が街に出て、アンケートの対象者に対して対面で調査を行います。直接対象者に質問しながらアンケートを実施することから比較的精度の高い調査結果を得られやすい側面があります。しかし、街にいる人々は事前に用意された対象者でないため適切な対象者を探す必要があり、アンケートに答えてくれる人を見つけるのに時間や労力がかかります。

街頭調査の費用目安

街頭調査を行う場合の費用の目安は、100サンプルで50万円〜となっています。

街頭調査の納期目安

街頭調査の納期の目安は、約3週間ほどになります。

郵送調査

定量調査の中には、郵送で調査する方法があります。

郵送調査の概要

郵送調査を行う場合は、調査票を調査対象者の自宅やオフィスに郵送して行います。記入済みの調査票は封筒などに入れられ、調査対象者から調査依頼をした企業の元へ再び郵送されます。郵送する側は用意した調査票を郵送する手間がかかりますが、実際に質問する手間や時間を省くことができます。一方で調査対象者は質問に解凍するだけでなく、調査票を郵送する必要があり手間がかかります。

郵送調査の費用目安

郵送調査の費用の目安は、100サンプルで80万円〜、500サンプルで50万円〜となります。サンプルが多ければ多いほど費用は安くなる傾向があります。

郵送調査の納期目安

郵送調査を行う場合の納期の目安は、6週間程度となります。

会場調査（CLT）

定量調査の方法の中には、会場の中でアンケートを行う会場調査があります。

会場調査（CLT）の概要

会場調査とは別名CLT（Center Location Test）と呼ばれています。用意された会場の中で、事前に収集した対象者に試飲や試食、製品を利用してもらい評価を聴取し、データ分析する手法です。会場調査は、企業が新しく開発した商品に対する顧客のフィードバックをもらうために実施するケースが多いようです。

会場調査（CLT）の費用目安

会場調査（CLT）の費用の目安は、50サンプルで40万円〜、200サンプルで100万円〜となります。

会場調査（CLT）の納期目安

会場調査（CLT）の納期の目安は、約4週間ほどになります。

ホームユーステスト（HUT）

定量調査のひとつである、ホームユーステスト（HUT）について解説します。

ホームユーステスト（HUT）の概要

ホームユーステスト（HUT）とは、調査対象の商品を実際に家庭で使用してもらい、ユーザーのリアルな使用感を調査する方法です。家電製品など、一定期間家庭で使用してもらわなければ調査結果が得られにくいものがホームユーステストの対象商品となります。ちなみにHUTとは、「Home Use Test」のことを指しています。

ホームユーステスト（HUT）の費用目安

ホームユーステスト（HUT）の費用目安は、100サンプルで150万円～となっています。

ホームユーステスト（HUT）の納期目安

ホームユーステスト（HUT）の費用目安は、6週間ほどになります。

成果につながる定量調査の2つのポイント

定量調査を行う場合、心がけるべき大切なポイントは2つあります。ひとつめのポイントは、調査を開始する前に結果に対する仮説を立ててから調査を開始することです。2つめのポイントは、調査対象となる母集団や求める調査精度に合わせて実際にサンプリングする数を適切に設定することです。 1．定量調査を行う際は仮説を具体的にたててから取り掛かる 2．母集団や求める精度に合わせてサンプリング数を設定するそれぞれのポイントについてさらに深く解説します。

1．定量調査を行う際は仮説を具体的にたててから取り掛かる

実際に定量調査を行う際は、具体的な仮説を立ててから実行するとその後のアクションにつなげやすくなり効果的です。例えば、売れ行きが悪かった商品を改善するために市場調査を行う場合、「パッケージデザインと商品とのイメージがずれていたからではないか」という仮説を立てます。この仮説に対して、「デザインが適切なのか」「デザインと商品イメージが合致してるか」など効果的なアンケート内容を作成することにより、結果が明瞭になり次の対策につなげやすい結果を得ることができます。例）仮説を質問項目に追加

例）数値で検証（下記図では8割の人がパッケージデザインに満足しているが、店頭に来るまで商品を知らなかったことがわかる。）

2．サンプル数は母集団や求める精度に合わせて設定する

定量調査を行う場合のサンプル数は、調査対象の母集団や求める精度によって異なります。精度が高い結果を求めるのであれば、できるだけ多くのサンプル数を集める必要があります。また、母集団が多いほど必要なサンプル数は多くなりますが、10,000人を超えると必要なサンプル数はあまり変化しなくなる傾向があります。多くのサンプルを集める場合は、10,000人をひとつの目安にすると良いでしょう。

はじめはアンケートのテンプレートを参考にしましょう

アンケートを作りなれていない方が１からひねり出すのは大変だと思います。そんな時には、下記のようなテンプレートを提供しているサイトをチェックしてみましょう。１から考えたい方も、テンプレートと見比べることで質問の抜け漏れを防止できます。 ※著者も日ごろからお世話になっているありがたい存在です。参考：アンケートテンプレート紹介｜Questant

定量調査で得たデータは下記記事を参考に分析してみましょう

定量調査で数値化された情報からは様々なヒントを読み解くことができます。分析方法は多岐にわたりますが、中でも初心者向けの分析手法を下記の記事にまとめました。まずはこちらの記事を参考に分析してみましょう。参考：今日から始めるデータアナリティクス。初心者でもできる２つの手法とExcelに頼る裏ワザを紹介

まとめ

定量調査は顧客ニーズなどを数値化してビジネスに活用する調査手法です。仮説検証や実態把握に向いており、仮説構築や原因把握には定性調査のほうが向いています。定量調査で得たデータは様々な角度から分析できますが、仮説を立てずに情報を収集すると知りたかったことがわからなくなってしまうので、必ず仮説を立ててから調査に臨みましょう。

ヤフー独自のビッグデータを確認可能！「DS.INSIGHT」の資料ダウンロード(PR)

企業を成長させて市場の中で生き残っていくためには、顧客ニーズをつかみ、いかにして利益につなげていくかが課題です。しかし顧客ニーズが上手くつかめなくて、成果に還元できていないという方も多いのではないでしょうか。そこで今回は「顧客ニーズ」をテーマに記事をまとめました。まずはおさらいとして顧客ニーズについての概要を説明したうえで、顧客ニーズをつかむための具体的な方法について解説しています。ヤフーの行動ビッグデータを分析できるデスクリサーチツール「DS.INSIGHT」の詳細資料をダウンロード [toc] ※本記事はヤフー株式会社提供によるスポンサード・コンテンツです。

顧客ニーズとは、理想と現実のギャップを解消する欲求

まずは顧客ニーズとはどのような概念なのか、おさらいしましょう。顧客ニーズとは生活や仕事の中で感じる「不満」や「欠乏」を、理想の状態にしたいと考えたときに生まれる「現実とのギャップを解消する欲求」です。商品などを買う際の「必要性」「目的」と言い換えても良いでしょう。この「現実とのギャップを解消する欲求」が満たされる商品が、顧客ニーズに合ったものになります。

顧客ニーズをつかむことで売上を高められる

顧客ニーズを適切に把握できるようになれば、商品開発やセールスなど提案の幅が広がり、売上アップを目指せます。顧客ニーズの解決策として商品やサービスを購入します。例えば枕の購入を検討している方をイメージしてみましょう。この人がなぜ枕を購入するのかを深掘りしていくと、「最近肩こりがひどくて、枕を変えたい」というニーズがあったとします。つまりユーザーが直面している課題は「肩こりを治したい」なので、別の角度からソリューションを提案できるようになります。例えば「マッサージ機器」「磁気ネックレス」なども合わせて購入してくれるかもしれませんし、「フィットネスジムの入会」などもユーザーに響くかもしれません。このようにユーザーが気づいていなかったソリューションなど提案の幅を広げることができますし、ニーズにあった商品を開発できれば売上のアップも見込めます。

顧客ニーズを知る4つの方法

実際に顧客ニーズを知る方法はいくつかありますが、以下の4つは特に代表的な手法です。

ヒアリング・インタビュー
行動観察
SNSの閲覧
イベントの開催

1.顧客へのヒアリングやインタビューでニーズを引き出す

もっとも単純でわかりやすい方法は、顧客との対話でニーズを引き出すことです。商品やサービスを提供したい顧客が決まっているなら、直接ニーズを聞いたほうが早く確実に結果を出すことができます。

2.顧客の行動観察で潜在ニーズを分析する

顧客の行動観察で潜在ニーズを分析することができます。行動観察の際は、複数の対象者を半日～数日にわたって観察していきます。顧客の行動を詳細に観察することで問題やニーズを発見しやすくなる画期的な方法です。人の好みや嗜好はそれぞれ異なるため、複数の対象者の行動観察をすることで傾向を把握することができます。

3.SNS上での話題やユーザーのアクションを分析する

近年、顧客のニーズを明確にしる方法として便利なのがSNSです。TwitterやInstagramなどで商品名やサービスを検索し、どんな評価をされているかを知ることができます。SNSは飾り気のない顧客の生の声を聞けるので、顧客ニーズの洗い出しが可能です。また、Facebookのインサイトページから投稿ごとのアクション率を知ることも有効です。SNSは直接自分から情報を発信できる場所であるため、本音が書かれていることが多くあります。そのため、顧客ニーズを素早く知ることができる画期的な方法になります。

4.参加型のイベントに招待してニーズを引き出す機会を設ける

参加型のイベントを実施して、リピーター客や新規顧客等さまざまな客層を招待してニーズを引き出す機会を設けてみましょう。参加型のイベントを開催する場合、さまざまな客層を招待することがポイントです。その理由が、リピーター客と新規顧客ではイベントに参加したときの動きが異なるからです。例えば、あるスーパーが試食会というイベントに招待したとしましょう。リピーター客は既存の商品は知っているため、新商品に目を向ける傾向があります。一方、新規顧客というのは全体に目を向ける傾向があります。このとき、人が殺到しているブースが人気商品です。一方、人が集まらないブースではなぜ人気がないのか直接顧客に聞くこともできますし、アンケートで回答してもらうこともできるので、効率よく顧客のニーズをひき出せるので効果的です。

顧客ニーズの把握に活用できるアンケートテンプレ集

顧客ニーズをつかむための方法として非常に有効なのが「アンケート調査」です。しかし具体的なアンケート内容を考えるのは時間や手間がかかるし、どういった質問をしたらいいか知見も必要です。そこで、最初のうちはテンプレートを使ってアンケート作成をしてみましょう。ここでは、当てはめるだけで顧客のニーズがつかめるアンケートのテンプレ集をまとめているのでぜひ活用してみてください。

70以上のテンプレートが無料！Webアンケートに特化した『Questant Powered by Macromill』

参考：Questant Powered by Macromill こちらのサイトは、商品に対する満足度や、顧客満足度、イベントアンケートなど種類豊富なテンプレート集です。 Web形式のアンケートテンプレート集で、質問例も全て載っているためすぐに使えます。また、質問や選択肢の追加も自由にできる万能なテンプレートが揃っています。

アンケート用紙がそのまま作れる『初めてのアンケート作成でも安心！今すぐ使えるテンプレート+おすすめツール15選』

参考：初めてのアンケート作成でも安心！今すぐ使えるテンプレート+おすすめツール15選｜formLab こちらは、顧客満足度やイベントアンケートなどのアンケート用紙を、印刷してすぐ使える超初心者向けのサイトです。アンケート作成の手順・コツなども掲載されているため、これからアンケートを作成したいという方向けの見本としておすすめです。

エクセル・ワードでの編集可！『BizFILES　ビジネス書式テンプレート』

参考：アンケート一覧｜BizFILES こちらは、お客様アンケート用テンプレートのエクセル・ワードファイルをまとめたサイトです。必要最低限の質問項目が揃ったシンプルなテンプレートで、自分で文章やレイアウトのアレンジが可能です。

おまけ『顧客満足度調査の質問サンプル集｜効果的なアンケートで顧客満足度を向上させよう』

参考：顧客満足度調査の質問サンプル集｜効果的なアンケートで顧客満足度向上させよう｜Torteo アンケートの内容をブラッシュアップしたい方、質問文を自分で考えてみたい方は、こちらのサイトをぜひご参照ください。アンケート作成時の注意点などもまとめてあります。

まとめ

顧客のニーズに応える商品でなければ、売上アップは見込めません。顧客ニーズのマーケティングと分析が市場の動向を知る鍵となります。顧客のニーズをヒアリングやアンケートで入手したあとは、便利ツールで素早く分析して見込み客を増やしましょう。見込み客を増やすことで、売上アップにつながります。

ヤフー独自のビッグデータを確認可能！「DS.INSIGHT」の資料ダウンロード(PR)

潜在ニーズはマーケティングではよく耳にする言葉です。しかし、似たような概念も多く、実は潜在ニーズという言葉の意味を正しく理解できていないという方も多いのではないでしょうか。潜在ニーズは顧客が抱える「本質的なニーズ」のことで、潜在ニーズを把握できれば、ヒット商品を生み出したり、営業成績を伸ばしたりといった効果にも期待できます。今回は潜在ニーズとはどのような概念で、なぜビジネスにおいて重要視されているのかを解説していきます。あわせて顧客の潜在ニーズを把握するための方法やコツについても解説しています。ヤフーの行動ビッグデータを分析できるデスクリサーチツール「DS.INSIGHT」の詳細資料をダウンロード [toc] ※本記事はヤフー株式会社提供によるスポンサード・コンテンツです。

潜在ニーズとは、顧客自身も気づいていない欲求のこと

潜在ニーズとは言葉の通り、顧客自身でも自覚していない、潜在的なニーズ（欲求）のことを指します。

顧客が持つニーズには、目には見えない「潜在ニーズ」と、本人の自覚があり表現している欲求である「顕在ニーズ」があります。潜在ニーズはこの顕在ニーズとの違いを合わせて覚えておきましょう。

潜在ニーズ	顕在ニーズ	顕在ニーズ
欲求の自覚	自覚していない	自覚している
問題の解決への積極性	問題に気づいていない解決しようとしていない	解決しようとしている
その後の展開	顕在ニーズへ変化する	具体的な欲求（ウォンツ）へ変化する

潜在ニーズと顕在ニーズの違いについては、以下の記事でも詳しく解説しています。参考：自社の売上アップのために理解したいニーズとウォンツの意味や違い

潜在ニーズをうまく活用して新規顧客の開拓や売れそうな商品の開発ができる

潜在ニーズを知ることができれば、新規商品の開発のヒントを手に入れたり、当たりをつけて新規顧客を開拓することができるようになります。「ぐっすり眠りたい」という顕在ニーズを満たすために枕の購入を検討している顧客を想定して考えていきましょう。顕在ニーズの裏に隠れている潜在ニーズはさまざまです。例えば「疲れをとりたい」という人もいれば、「眠ることでストレスを発散したい」という人もいます。このような潜在ニーズを満たす商品は、決して枕だけではありません。疲れを取りたいのであればマッサージ機器や入浴時のバスグッズなども良いでしょう。ストレス発散が目的であれば、ゲームなどの娯楽や体を動かすフィットネスジムなどのソリューションもあります。顕在ニーズだけに着目すると「寝具」メーカーのターゲットでしかなかった顧客ですが、潜在ニーズに着目することでフィットネスジムの顧客になりうる可能性が出てきます。もちろん潜在ニーズをつかんで、先回りして商品を開発するのも有効です。つまり潜在ニーズをつかめれば、自社の利益を高めるためにどんなユーザーをターゲットにすべきか、どんな商品を作るべきかなど、ビジネスの可能性が広がります。

潜在ニーズを掘り起こす調査方法

潜在ニーズは本人が自覚していないので「あなたの潜在ニーズは何ですか」と言っても教えてはくれません。調査によって明らかにする必要があります。代表的な調査方法は以下の2つです。

調査方法	メリット	デメリット
インタビュー	直接顧客の意見を聞くことができるので、情報の信頼度が高い	潜在ニーズを引き出すためのテクニックが必要
行動観察	特定のターゲットの心理(インサイト)について深く知ることが出来る。	具体的な成果が表れないこともある

インタビュー

顧客の潜在ニーズを把握するうえで、最も手っ取り早い方法です。BtoCであれば商品を購入した・商品に関心があるユーザー、BtoBであればサービスなどを導入してくれた企業の担当者にインタビューしましょう。顧客と直接言葉を交わすことができるので、情報の信頼度が高いです。特に今感じている課題などを聞けるので、潜在ニーズもつかみやすいでしょう。ただし、インタビューから潜在ニーズを引き出すためには一定のテクニックが必要です。顧客の課題を深掘りしていくことで、ようやく潜在ニーズにたどり着けます。

行動観察

行動観察とは消費者が行う「無意識」の行動をつぶさに観察・洞察することで、潜在ニーズを見出す手法です。複数人の消費者を観察し、そこからユーザーの心理を読み解くというもので、アンケートやインタビューなど言語化が難しい欲求の把握などに適しています。ただし必ずしも顧客のインサイトが把握できるわけではなく、行動観察したけれども意味のある情報が得られなかったというケースもあるので注意が必要です。

潜在ニーズを見つけるためには顧客の意見を鵜呑みにしないこと

潜在ニーズは顧客との対話から見つけるのが最も手軽な方法ですが、顧客から吸い上げた意見をそのまま鵜呑みにするだけでは潜在ニーズにたどりつけません。顧客自身が自覚していない潜在的なニーズを発見するためには質問をする際にも工夫がいります。潜在ニーズを引き出す最も手軽な方法としては、「Why」を繰り返していくことが挙げられます。単純に「なぜ？」を繰り返すことで、課題を深掘りしていきます。先ほどの「枕」の例を用いて解説してきます。枕が欲しいという顧客に「なぜ」を繰り返していきましょう。 Q. なぜ枕が欲しいんですか？ A. ぐっすり眠りたいからです。 Q. なぜぐっすり眠りたいんですか？ A. リフレッシュするからです Q. なぜリフレッシュしたいんですか？ A. リフレッシュすることで、次の日の仕事が捗りますこのように、「枕が欲しい」というユーザーの声に「why」を繰り返し行うことで、「日々の業務効率を上げたい」という潜在ニーズが見えてきます。「なぜ？」を繰り返すだけだと不快に感じる方がいるかもしれないので注意しましょう。上手に言葉を言い換えて質問を投げかけてください。

まとめ

潜在ニーズの意味や、潜在ニーズから得られること、そして潜在ニーズの引き出し方についてまとめてきました。潜在ニーズは言葉の通り、顧客自身でも気づいていないニーズを指します。顧客の潜在ニーズを引き出せれば、新たな顧客層にアプローチできるようになりますし、潜在ニーズを意識した商品開発が可能です。潜在ニーズを引き出す調査方法としては、インタビューなどの顧客との対話や、顧客の行動観察などが挙げられます。特に対話は潜在ニーズを把握するうえで一番手軽で効果が高い手法です。ただし、単調な質問では顧客の心理に触れることはできないので、質問の仕方などは工夫しましょう。

ヤフー独自のビッグデータを確認可能！「DS.INSIGHT」の資料ダウンロード(PR)

少し前まではビッグデータの活用を考えると高いハードルを越える必要がありましたが、近年ではAIの発展によって、今までよりもビッグデータの活用がしやすくなりました。しかし実際にAIがビッグデータに役立つのか、どうやって使っていけばいいのかまでわからない方も多いのではないでしょうか。ここではAIの発展がビッグデータ活用にどう役立つのか、どうすれば自社でも始められるのかを中心に解説します。ヤフーの行動ビッグデータを分析できるデスクリサーチツール「DS.INSIGHT」の詳細資料をダウンロード [toc] ※本記事はヤフー株式会社提供によるスポンサード・コンテンツです。

AIの活用でビッグデータの分析がよりすばやく、より正確になった

AIの発展により、従来よりもビッグデータの分析の効率化がなされ、かつ正確になりました。今まで大きすぎて活用できなかったデータも、AIで分析できるようになったので、人間では思いつかないようなレベルの価値創出ができます。データを新たな切り口で分析したり、データの質が高くなったりすることから、ビジネスチャンスの拡大が見込めるでしょう。AIの活用によるメリットは以下の通りです。

ビッグデータの分析の効率化
生産性の向上
精度アップ
人材不足の解消
人件費や管理費等のコスト削減

上記のようなメリットにより、企業は新たな価値を創造でき、より多くのビジネスチャンスを得ることができます。インターネットの普及により、人間では処理しきれないほどの膨大で多様なビッグデータが集まります。ビッグデータの処理にAIを活用し、分析力や正確性を上げることで、ビジネスだけではなく社会全体で見ても便利で豊かになることでしょう。

データ量の増量とAIの技術進歩により活用が現実的になった

インターネットの普及や、自然言語処理（NLP）の技術の発達により、ビジネスに必要な膨大なデータを解析できる技術の活用が現実的になったことで、多くの企業で導入されるようになり注目されるようになりました。 2012年頃から膨大なデータを収集できるようになり、「ビッグデータ」という言葉の認識がビジネス社会全体に広がります。マーケティングやコスト、サービスなど、ビジネスに必要なデータも含まれていましたが、あまりにも膨大で処理しきれませんでした。途方もないデータ解析作業には、労力とコストがかかります。同時期に、ディーププランニングというデータ解析技術が発達し、2015年頃にはディーププランニングの技術を低いコストで使えるようになりました。参考：識者に聞く。「AI×ビッグデータ」は『入社後活躍』に活かせるのか？ | エン・ジャパン（en-japan）

人間では導き出せない仮説を生み出す可能性がある

機械学習能力により、人間の経験値だけでは導き出せない仮説を生み出す可能性があります。人間では処理しきれない膨大なデータを活用することで、客観的なデータによるアクションプランを作成できるためです。優秀な人間だとしても、すべての商品や顧客のデータを完璧に頭に入れ、さらに解析することは極めて難しいでしょう。しかし、ビッグデータとAIを掛け合わせることで、可能となります。例えば作業に危険を伴う工場では、ビッグデータの活用とAIの予兆検知能力を使い、重大事故やトラブルの防止策を考えることが可能です。他の業種でも同様に、これまでにない新しい仮説を見いだすことができるでしょう。参考：ビッグデータの全体像とは？IoT・クラウド・AIとの関連性と事例まとめ | 記事｜ソリューション｜パイプドビッツ公式HP 参考：ビッグデータ分析の課題と解決法データ活用を円滑にする3つのツール | 俺のクラウド

ビッグデータ×AI分析で成功した2つの事例

H3：AIによって年間200万個以上返品数を削減したオンラインサイトの事例ドイツのEコマース小売販売業者「Otto社」はAIを活用することで年間で約200万以上の数の返品を削減しました。 Otto社では、年間200万個以上の返品に悩まされていました。顧客からの返品が多かった理由には、商品発送の遅さが関係しています。それもそのはずで、Ottoでは毎月20万種類の商品が注文されていますが、それらすべてを人間が管理することは不可能でした。発送が遅くなってしまうのは、「仕方のないこと」と片付けるしかなかったのです。そこで、AIの部門投資家のネイサン・ベナイーク氏に協力を仰ぎ、在庫の管理等にAIを導入しました。人間の手では限界があると感じたために、ベストの判断を下します。その結果、余剰在庫が20％ほど減少し、200万個以上の返品を削減することに成功したのです。そこから「購入者のもとに購入商品がすぐに届くことでリピーター率が上がり、返品率が下がる」というデータも取得しています。参考：ドイツのOtto社に見る人工知能（AI）の活用方法~欧州原子核研究理事会の研究が小売企業にもたらした効果とは h3：人材採用にAIを利用し、大量のESを自動的に振り分けできるようにした事例ソフトバンク社では人事部にAIを導入し、大量のESを自動振り分けできるようにしたことで、業務効率を大幅に改善しています。人材採用における人事部の負担は大きいものです。大企業になると、大量のES（エントリーシート）を手作業で読む必要があります。ソフトバンクの場合、毎年3000人分のECが送られてくるといい、人間の手ですべてに目を通すことは膨大な業務量になるでしょう。その業務状況を改善するため、人事担当者がソフトバンク提携のIBMのAI「Warson」にこれまで採用した学生のエントリーシートを記憶させ、同じような傾向のある学生をまとめることに成功しました。それ以来、ESの自動振り分けを実現し、ソフトバンク人事担当者の業務を大幅に削減することに成功し、3000人分のESから優秀な人材を効果的に見つけられるようになりました。参考：AI（人工知能）×人事で挑戦するスタートアップ〜AIで優秀な人材を獲得〜

ビッグデータをAI分析するために必要な3つのこと

ビッグデータをAIで分析するためには以下の3つが必要です。

企業の課題を認識しどのようにAIを活用するのか明確にする
AI分析を行うための環境の整備
AI分析の知識をもつ人材の確保

1．企業の課題を認識しどのようにAIを活用するのか明確にする

ビッグデータを分析するAIを導入するには、まず企業の課題認識が大切です。その上で、AIをどのように活用するか、具体的に決めていきましょう。ビッグデータ×AIを採用に役立てた人事部の例を見ていきましょう。学歴が低くても優秀な人材はたくさんいますが、学歴関係なく優秀な人材を見抜こうと思っても、人間の力だけでは簡単にできません。そこで、AIが役立ちます。AIを導入することで、学歴だけではなく、特技や前職の活躍などのデータを分析し、どのような部署で活躍できそうか判断できるようになりました。その結果、適材適所に人材を配置でき、効率化を図れるようになります。参考：【AI×ビッグデータ】2つの関係性を導入事例と共に徹底解説！

2．AI分析を行うための環境の整備

ビッグデータを利活用するためには、膨大なデータの収集と分析、蓄積、加工等の処理にも対応できるシステムの構築が必要不可欠です。また、セキュリティ対策も万全に行う必要があるでしょう。環境を整備するためには、ファイルシステムを利用する方法や、ビッグデータのAI分析サービスを利用する方法があります。ファイルシステムを利用することで、データの分散配置、キャッシュ制御による性能、信頼性のすべてを高めることが可能です。

3．AI分析の知識をもつ人材の確保

ビッグデータをAIで分析するためにはデータサイエンティストなどの専門家を採用するのが理想です。専門家には、「統計の知識」「データを処理できるITスキル」「データ分析の対象となる製品やマーケットについての知識」「マーケティングに活かせる見識」などが求められます。ただし、AI分析に明るい人材は希少価値が高いので、自社内で育成することも検討しましょう。

まとめ

ビジネスの成長、拡大、競争優位につなげるためには、ビッグデータの活用が必要です。また、ビッグデータの活用には、AIの利用が必要不可欠となるでしょう。ビッグデータとAIを上手に活用するためには、まず自社の課題を明確にすることが第一です。トラブルなく活用するために環境を整備します。可能であれば、知見のある専門の人材をアサインするのが良いでしょう。なお、AI分析には専門的な知識を要します。AI分析を学ぶために資料請求を行うなどをして、AI分析について理解してから活用することが大切です。

ヤフー独自のビッグデータを確認可能！「DS.INSIGHT」の資料ダウンロード(PR)

マーケティングで成果を上げるためには、「ニーズ」「ウォンツ」の意味を正しく理解する必要があります。しかし混同しやすい言葉なので、「ちゃんと理解できているか不安……」という方もいらっしゃるのではないでしょうか。ニーズとウォンツはどちらもユーザーの心理についての言葉です。この2つを正しく使い分けることで、自社の売上をアップさせたり、ヒット商品を生み出すヒントが手に入ったりします。今回の記事ではニーズとウォンツの違いを、事例とともにわかりやすく解説しています。あわせてニーズ・ウォンツを使い分けることで得られる効果や、ウォンツからニーズを引き出す具体的なテクニックも紹介します。この記事を読めば一発でニーズ・ウォンツの違いが理解できますし、売上につながる施策が打てるようになるので、マーケターとして一段階レベルアップできます。ヤフーの行動ビッグデータを分析できるデスクリサーチツール「DS.INSIGHT」の詳細資料をダウンロード [toc] ※本記事はヤフー株式会社提供によるスポンサード・コンテンツです。

ニーズは商品を購入する「目的」「必要性」、ウォンツはニーズを満たすための「手段」

ニーズは人々が生活するうえでのあらゆる「欲求」を指します。例えば「のどを潤したい」「おなかが減った」などです。顧客が商品を購入する際の「目的」や、商品を購入しなければならない「必要性」と言い換えるとわかりやすいかもしれません。もっと簡単に言うと、ユーザーが今困っていることを指します。ウォンツはニーズを満たす（困りごとを解決する）ための「手段」です。先ほど例に挙げた「のどを潤したい」というニーズに対してであれば、「水」「ジュース」「お茶」などがウォンツに該当します。

ニーズ（目的）	ウォンツ（手段）
のどを潤したい	水、ジュース、お茶
痩せたい	ダイエットサプリ
会社に行きたい	車、電車、タクシー
安眠したい	枕、布団、アイマスク

ニーズは「顕在ニーズ」「潜在ニーズ」の2種類、ウォンツは「基本ウォンツ」「条件ウォンツ」「期待ウォンツ」の3種類があることもあらかじめ覚えておきましょう。

顕在ニーズは「髪をきりたい」、潜在ニーズは「モテたい」「さっぱりしたい」

ニーズには「顕在ニーズ」と「潜在ニーズ」の2種類があります。顕在ニーズは、ユーザー自身が自覚しているニーズのことを指します。自分自身でニーズを実感しているので、解決の方法まで明確です。例えば男性の「髪をきりたい」は顕在ニーズに該当し、このニーズの解決法として美容院を進めたり、イメージチェンジとしてパーマを当てることが挙げられます。その一方で潜在ニーズは、ユーザー自身が気づいていないニーズを指します。第三者から言われて気づくことが潜在ニーズです。例えば、髪をきりたいに潜在ニーズだと、髪を切ることで身だしなみを整え、女性からモテたい、などが挙げられます。「髪をきりたい」という顕在ニーズを例に考えていきましょう。なぜ髪をきりたいのか突き詰めると、より深いニーズが見えてきます。

顕在ニーズ	潜在ニーズ
	さっぱりしたい
髪をきりたい	モテたい
	新しい自分に生まれ変わりたい

より深いニーズを知ることで、訴求方法も変わってきます。「髪をきりたい」というニーズしか理解していなければ、「髪をきるなら〇〇の美容院がオススメ」くらいの薄い訴求になるでしょう。しかし、顧客の潜在的なニーズを知っておくと「髪をきって清潔感を出せば女性にモテる」や「流行りのパーマを当てることで、新しい自分に生まれる変わることができる」といった具体的な訴求が可能になります。顧客に訴求をする場合は潜在ニーズを捉え、具体的にアプローチをかけることが最も重要です。そのためにも、顕在ニーズと潜在ニーズを突き詰める必要があります。

ウォンツの解説（基本・条件・期待）

ウォンツには3つの種類があります。

基本ウォンツ（具体的な解決を求める欲求）
条件ウォンツ（解決する問題を選別する指標）
期待ウォンツ（解決できて当然だという認識）

基本ウォンツはユーザーが自覚している、ニーズの解決方法のことを指します。例えば「のどが渇いた」場合は「水を飲む」ように明確で具体的な解決方法を提示できます。それが、基本ウォンツです。次に、「喉が渇いた」に対して、・硬水・軟水のどちらか一方を選ぶ場合、「硬水を飲むとお腹を壊すため、できれば軟水を飲みたい」といった場合は、条件ウォンツに当てはまります。そして、「できて当然」という考えが期待ウォンツです。「喉が渇いた」から「市販の水を購入する」といった行動をとった場合、「市販の水はきれいで安心」という認識があると考えられます。「市販の水」＝「きれいで安心」が自分の中で定着しており、市販の水全てに「安心」を求めるという気持ち、これが期待ウォンツです。

ニーズとウォンツがおさえられると、売上を上げられる

ニーズとウォンツをしっかりと理解できていると、しっかりと

潜在ニーズを先取りし、新たな価値を創造できる

今世の中にないようなヒット商品を生み出す際には、顧客の潜在ニーズを把握することが大切です。ニーズを考えずに商品を開発するということは、「顧客の課題に寄り添わずに商品を開発している」と言えます。ユーザーが必要だと感じていないものをヒットさせるのは難しいです。かといって顕在ニーズのみを意識すると、すでにさまざまな商材があふれかえっていて、価格競争に巻き込まれてしまう可能性もあります。ニーズを深掘りして、ユーザー自身が自覚していない課題のソリューションが提供できれば、先行者優位のある商品を生み出せます。

ユーザーの属性に合わせて、効果的な施策が打てる

ニーズとそれに対するウォンツが満たされていると、人は商品の購入やサービス導入を検討し始めます。ニーズとウォンツの関係から、ユーザーは以下の4つの属性に分けることができます。

今すぐ客：ニーズを自覚していて、ウォンツまで明らかになっている
お悩み客：ニーズはあるものの、ウォンツまではまだ決まっていない
そのうち客：ウォンツはあるものの、ニーズがない、あるいは気づいていない
まだまだ客：ニーズがなく、ウォンツ自体も低い

今すぐ客には、メリットをストレートにアピールする

必要性を実感していて、商品を欲している「今すぐ客」に対しては、商品購入を促すようなアプローチが有効です。このフェーズにいるユーザーは複数の商品を比較しているので、自社商品のメリットなど、「この商品を買うべき理由」を伝えるようにしましょう。ほかの商品に目移りする前に購入を決意させることも重要です。そのためにはランディングページを用意し、広告などを活用してユーザーの目に留まるような施策を打ち出していきます。

「お悩み客」は、自社の商品がほかの解決策より優れていることを伝える

必要性を感じているものの、具体的な解決策まで定まっていない「お悩み客」には、自社商品が解決策として最適だということを理解してもらう必要があります。このフェーズのユーザーはどの解決策が適しているか悩んでいる場合もあれば、解決策自体を知らないケースもあります。例えば「痩せたい」と思っているユーザーに対して、自社のダイエットサプリを選んでもらうためには、ほかの手法よりもサプリが優れていることを伝えましょう。ジムに通うなどほかのダイエット手法より、サプリが良いと思えるような情報に触れてもらうのが手っ取り早いです。例えばジムでは効果が出なかったけど、サプリを使って痩せることができた人の成功事例をサイトに掲載するなどの手法が良いでしょう。

「そのうち客」はニーズを高めて、購入すべき理由を持ってもらう

商品自体に興味があるものの、まだ必要性をあまり感じていない「そのうち客」は商品を購入するための動機がない状態です。このユーザーに対してはニーズを高めるよう育成することが大切です。まずは定性調査などを行い、「なぜこの商品に興味を持ったのか」「どうして今買わないのか」など、具体的な心理を明らかにします。例えばダイエットサプリに関心はあるものの、「これから肌の露出がなくなる季節だから、今すぐじゃなくていいかなぁ」と思っているユーザーがいると仮定します。このユーザーに対して、今すぐにでも購入すべき動機を与えることが大切です。太っていることの危険性を伝えたり、今すぐダイエットに着手したほうが良い理由を啓蒙してニーズを高めることで、「今すぐ客」へと育てていきましょう。ダイエットサプリに興味を持っているユーザーに対して調査を実施しましょう。例えば

「まだまだ客」には長期的なアプローチが必要

ニーズ・ウォンツともに低い「まだまだ客」に対して、今すぐ商品を購入してもらうようなアプローチは効果が薄いです。長期にわたってユーザーを育成し、少しずつニーズやウォンツを高めることが重要です。痩せたいとも思っていないし、サプリメントにも興味がない状態なので、このユーザーに対して「サプリメントを使えば楽に痩せられるよ」と訴求しても響きません。コンテンツマーケティングなどを通して、少しずつユーザーを育成していくことが重要です。

ニーズを把握するためには顧客のウォンツを深掘りする

ユーザーの潜在ニーズを引き出す方法の中で最も実施しやすいのは、インタビューなどのユーザーとの対話です。ユーザーが発信するウォンツに対して質問を繰り返し、潜在ニーズを引き出していきましょう。潜在ニーズを引き出す際には「why」を繰り返すのが効果的です。具体的な例とともに見ていきましょう。

質問例1．新しい洋服が欲しい

ユーザー：新しい洋服が欲しい ⇒なぜ新しい洋服が必要なんですか？ユーザー：合コンに向けておしゃれしたいから ⇒なぜ合コンに行くんですか？ユーザー：恋人を作るために、まず出会いが欲しいからウォンツ=洋服が欲しい潜在ニーズ：出会いが欲しい

質問例2．ジムに通いたい

ユーザー：ジムに通いたい ⇒なぜジムに通いたいんですか？ユーザー：痩せたい ⇒なぜ痩せたいんですか？ユーザー：最近の健康診断で肥満気味と指摘を受けたからウォンツ=ジムに通いたい潜在ニーズ＝健康になりたい

質問例3.新しいパソコンが欲しい

ユーザー：新しいパソコンが欲しい ⇒なぜ新しいパソコンが必要なんですか？ユーザー：今使っているPCのスペックが低い ⇒なぜスペックが低いと困るんですか？ユーザー：新しいツールを導入したから ⇒なぜ新しいツールを導入したんですか？ユーザー：業務を効率化して、生産性を高めたいウォンツ=パソコンが欲しい潜在ニーズ：業務効率化を図って、生産性をアップしたい

まとめ

ニーズとウォンツについてまとめてきました。ニーズは「のどがかわいた」など、ユーザーが商品購入を検討する際の「必要性」や「目的」のことで、ウォンツは「ミネラルウォーター」「ジュース」など具体的な解決策を指します。ユーザーのニーズを把握すれば、顧客が本当に必要としているものがわかるので、ヒット商品を生みだすヒントになります。また、ニーズとウォンツの状況に合わせてユーザーを4つの属性に分けられ、それぞれの属性に適した施策が打てるようになります。ユーザーの潜在ニーズを引き出すためには、ユーザーに対して繰り返し質問して、ニーズを深掘りしていくことが大切です。

ヤフー独自のビッグデータを確認可能！「DS.INSIGHT」の資料ダウンロード(PR)

特徴ビッグデータ分析にとどまらず、社内の分析体制や組織構築計画、人材育成計画まで提案してくれます。 サポート体制 在籍コンサルタントが直接データベースを確認して手厚くサポートしてくれます。費用お問い合わせください。

DATA SECTION

特徴オンラインデータを中心に取り扱い、AIを活用したデータ分析を行います。 サポート体制 課題の整理や提案、システムの開発や運用まで手厚くサポートしてくれます。費用お問い合わせください。

ビッグデータ分析や活用を円滑にするBIツール3選

ビッグデータの分析を社内で行う場合は、あまり専門知識を必要とせずできるだけ多くの人が利用しやすい機能性の高いツールを導入することが大切です。ここでは、社内でビッグデータ分析を行う企業におすすめのBIツールを3つ厳選して紹介します。

ツール名	特徴	利用料金
Qlik View	・タッチ&クリックの簡単操作・豊富な分析機能・全世界で40,000社を超える実績	（小中規模）・初期費用　250万円・利用価格　50万円/年額（大規模）・初期費用　700万円・利用価格　170万円/年額
Tableau	・ドラッグ&ドロップで簡単操作・モバイル端末でどこからでも確認可能・全世界で50,000を超える実績	（Tableau Creator）・10万2,000円/年額（Tableau Explorer）・51,000円/年額（Tableau Viewer）・18,000円/年額
Google Data Portal	・さまざまなデータソースに簡単に接続可能・個人やチームと共有できたり、公開できる	・無料

Qlik View：操作性を重視するひとにおすすめ

1993年に設立されたQlik Viewは、業界を問わず全世界で40,000社以上の企業が導入して活用している機能性の高いBIツールです。 Qlik Viewの特徴 タッチ&クリックといったシンプルな操作で分析が行える点が、Qlik Viewの特徴です。 Qlik Viewの利用料金 Qlik Viewの利用料金は、導入する企業の規模によってプランが別れています。小中規模（数人～100人以下の利用を想定）であれば、初期費用250万円、利用価格50万円/年額となります。大規模（100人以上を想定）の場合は初期費用700万円、利用価格140万円/年額です。 Qlik View Personal Editionという無料体験版が用意されており、導入する前に機能を確かめることができます。

Tableau：導入実績で選ぶ人におすすめ

これまで全世界で50,000件以上もの豊富な導入実績があるTableauは、実績重視の方におすすめするBIツールです。 Tableauの特徴 Tableauにはさまざまなデータを視覚化できる機能が搭載されており、モバイル端末でいつでもどこでも確認できます。さらに操作性に優れておりドラッグ&ドロップで一連の操作が可能なため、導入しやすい特徴があります。 Tableauの利用料金 Tableauは比較的低料金で利用ができます。組織のニーズに合わせたライセンスプログラムが3種類用意されているため、利用用途に合わせた選択が可能です。

Tableau Creator　10万2,000円
Tableau Explorer　51,000円
Tableau Viewer　18,000円（Tableau DesktopとTableau Prepは2週間無料の体験版があります）

Google Data Portal：無料で利用したい人におすすめ

Googleが提供しているGoogle Date Portalは、無料で手軽に利用したい方におすすめのBIツールです。 Google Data Portalの特徴 Google Date Portalは、旧Google Date Studioであり、プログラミングを使用せず比較的簡単にデータを作成しカスタマイズできる特徴があります。 Google Data Portalの利用料金 Google Date Portalの利用料金は無料です。

まとめ

今後あらゆる業界において、ビッグデータを効率的に分析して経営戦略に役立てることが必要になってきます。ビッグデータを上手に活用することにより今後の経営戦略の策定に役立てることも可能です。ビッグデータを正確に分析するためには、分析ツールの導入を視野に入れることをおすすめします。しかし分析ツール選びには注意が必要です。やみくもに選ぶのではなく、データの内容や量、分析ツールの使い勝手や導入予算などを考慮して最適なものを選ぶことが大切です。データを利用できることは今後、どんどん価値があがっていくはずなので、この機会にチャレンジしてみるのも良いでしょう。

ヤフー独自のビッグデータを確認可能！「DS.INSIGHT」の資料ダウンロード(PR)

ビッグデータと聞いてもいまいちピンとこない、仕事で使っているはずだけどきちんと説明できるか不安、そう感じたことはありませんか？私たちの日常生活にはGPSの位置情報やネットサイトの閲覧履歴、ICカードの使用履歴など様々なデータがリアルタイムで増え続け、記録されています。これらは従来の方法では収集できなかった大容量の情報であり、一般的にはそうしたデジタルデータが「ビッグデータ」と呼ばれています。ではなぜ、こうしたビッグデータが重要とされ、頻繁に用いられ、広く仕事に活用されるようになったのでしょうか。本記事ではビッグデータの基本的な情報を軸に、メリットや活用方法について解説します。ヤフーの行動ビッグデータを分析できるデスクリサーチツール「DS.INSIGHT」の詳細資料をダウンロード [toc] ※本記事はヤフー株式会社提供によるスポンサード・コンテンツです。

ビッグデータとは、「有益な情報を得られる可能性がある多種多様な巨大なデータ群」

明確な定義が決まっているわけではありませんが、ビッグデータとは、インターネットの普及や情報のデジタル化、IoT機器の増加などが進んだことで管理可能になった「有益な情報を得られる可能性がある多種多様な巨大なデータ群」と言えます。ビッグデータによって、近未来の予測や異変の察知、業務運営の効率化や新事業の創出などが期待されています。参考：総務省｜平成24年版情報通信白書

ビッグデータの種類は3つ

ビッグデータに含まれるデータは「構造データ」と「半構造化データ」「非構造化データ」の3種類があります。具体例と共に見てみましょう。

種類	具体例
構造化データ	会計ソフトが生成する数値や文字列のデータ
半構造化データ	電子メールなど一部数値や文字列となるデータ
非構造化データ	ブログやSNSのテキスト、位置情報、センサーデータ、音声、動画、閲覧履歴など

参考：ビッグデータの活用と分析に至るプロセス

構造化データ：数値や文字例などのデータ

二次元の表形式に表せるデータをいいます。人間にとって読みやすく、分析しやすいデータ構造を指します。具体的には、Excelなどで管理できるデータをイメージするとわかりやすいでしょう。

半構造化データ：XMLなどの文字列となるデータ

データ構造に起こせることはできますが、構造化データほど簡単にわかりやすく表すことが難しいです。 XMLやHTMLなどのデータ構造を指します。

非構造化データ：画像、SNSデータ、位置情報、センサーデータ、音声、動画、閲覧履歴など

「規則性」を見出せだせないデータを非構造化データといいます。ビッグデータの中では特に注目を集めており、表のような特定のデータ構造に落とし込めない画像や音声などを指します。SNSや動画サイト、キャッシュレス決済など、急速に様々な種類の多量なデータは生まれている分野が増えています。しかし、非構造化データだけで実用的な分析結果を導くのは難しく、データ全体の把握が不可欠といえます。参考：ビッグデータの活用と分析に至るプロセス

ビッグデータの身近な具体例

私たちの身近にもビッグデータは多数存在します。

会計システムから分かる商品の販売履歴や個数など
SNSやブログへの投稿テキストや画像
ICチップ付きの交通カードを通じて自動で記録される利用者数
キャッシュレス決済時に蓄積される購入履歴
検索エンジンのデータ

しかしこうしたデータだけを抜き取っても、特別な価値があるわけではありません。目的に応じたデータを収集・分析することで顧客のメリットや新たなビジネスに繋がるデータ化やシステムの簡略化など、実際のアプローチに繋げていくことが「ビッグデータの活用」です。続いて、ビッグデータの活用にどのようなメリットがあるか見ていきましょう。

ビッグデータを活用する3つのメリット

活用するメリットは「リアルタイムの状況把握」「新ビジネスのヒント」「内容検証の簡単さ」という3つが挙げられます。詳しく見ていきましょう。

1.現状を高精度で把握できる

ビッグデータの更新頻度は従来のシステムと比べても格段に速く、すぐに「今人気の商品」や「購入者が欲している商品」などを高い精度で把握可能です。これまでも、顧客の動向から「この時期はAという商品が良く売れる」「毎年の傾向から見て、今はBに注目が集まる」といったデータを使った販売戦略は行われています。しかしこれらはあくまでも購入してくれた顧客を元にしており、顧客になる可能性がある不特定多数の注目を示したものではありません。たとえば「今、これが欲しいなぁ」と感じている人をビッグデータを通じて抽出し、効率よくDMやネット広告を通じたアピールができれば、競合他社より早く顧客にとって有益な情報を提供できます。つまり現状をリアルタイムで把握し、それをデータとして具体的に示すことで、経験や勘に頼らない「今のおすすめ」を提供できるというメリットがあるのです。

2.新しいビジネスを生み出すヒントになる

ビッグデータに含まれる様々なデータ同士の関係性を見つけ出すことで、抱えている課題解決や新たなビジネスのヒントになる場合があります。たとえば「ある女性向けブランドの特設サイトの閲覧履歴」と「実際に商品を購入した人のSNSでの発言」という2つのビッグデータを持っていたとします。閲覧履歴から、訪れた人があるページを他のページより長く閲覧していた場合、そのページに注目したくなるようなデータがあると予測できます。そしてSNS上からは、購入した人が自分だけでなくパートナーとも共用していると分かった場合、2つのデータから同じブランドでも性別に関係のないデザインを開発したり、注目度が高かったページに合わせた広告費の集中投下など、新たなマーケティング戦略を練ることができます。

3.実行した内容の検証が容易になる

ビッグデータを活用する方法を見つけ出し、新たなサービスを展開した後はその「サービスの効果」や「施策の効果」を検証しやすくなります。何故ならすでにデータの把握方法や継続的な蓄積環境が作られているため、データを分析するための作業にかける時間を減らすことができ、リアルタイムでの効果の確認がより簡単になるからです。ビッグデータの活用は「問題点の解決や新ビジネスの模索のため」にあるのであって、活用そのものが最終目的ではありません。効果を検証しやすい環境を作ることで、より良いサービスや施策を生み出していけるのも大きなメリットといえるでしょう。

ビッグデータの5つの活用事例

ビッグデータの活用といっても「この業界ならどんなことができる？」と悩んでしまう方もいるかもしれません。活用のヒントとなる5つの事例を紹介します。

ビックデータを通じて農業支援に役立てた富士通の事例

富士通ではビッグデータを通じ、農業の「自動化」と「確度の高い予測」を可能にした事例を見ていきましょう。

農業に関わるデータをリアルタイムで計測

富士通ではセンサーや歩数計を通じ、農業に関わるデータをリアルタイムで計測する「食・農クラウド　Akisai(秋彩)」によるサービスを開発・提供しています。牛の行動特性を活用した「牛歩® SaaS」では、発情日や受精日時の予測、受胎情報など繁殖情報を収集し牧場での繁殖を統計化することで受精率アップを目指すサービスです。クラウド型サービスのため、畜産農家だけでなく受精師や企業、連合会など多くの担当者が関われるのもメリットといえます。また生産現場における温室の温度・湿度や日射量などをリアルタイムで測定する「施設園芸Saa S」は、温室内が現在生育状況へどのような影響を与える環境かチェックし、さらに制御が行えるサービスです。遠隔制御も可能なため、旅行先でもリアルタイムで温室を管理できます。

農業の自動化と確度の高い予測が可能に

こうしたデータ収集は、農業の自動化や確度の高い予測を可能にしています。農業や畜産業における経営者の知識や勘を頼りにしてきた部分をデジタル化することで、農作物の栽培や施設園芸、畜産業務における生産活動や経営の支援が可能になりました。さらに経験の浅い農業従事者でも、こうしたデータの収集がリアルタイムで毎日行われることで、質の高い農作物を安定して供給しやすくなります。JAや大手の流通業者、自治体などに提供することで、地域全体への貢献も可能です。

ビックデータを活用したダイドードリンコの事例

コーヒー飲料などの販売を行う飲料メーカーであるダイドードリンコは「アイトラッキングデータ」と「従来の消費者アンケート」を活用し、売り上げアップに繋げています。

自販機で利用者の目線データを収集

アイトラッキングデータとは、人が商品を選ぶときにどこを見て商品を認識しているか分析したデータです。これまで自販機の陳列は「Z」の形に人の目線が動くことから「人気商品を左上へ羅列する」のが常識でした。ダイドードリンコでは、自販機に消費者の視点を認識するアイトラッキングセンサーを取り付け、実際の視点の動きをデータとして収集しました。そして従来の消費者アンケートを組み合わせたところ、意外なことが分かったのです。

常識とは違ったルールを発見し売上アップ

得られた消費者の視点の動きというビッグデータを分析したところ、従来とは違う「自動販売機に限っては下段に視線が集まる」という事実を発見しました。さらに従来の消費者アンケートも踏まえ、注力しているコーヒー飲料を左下へ設置する陳列へ見直したのです。すると、前年比1.2％増の売り上げ成果が得られました。このようにこれまでのデータに加えて、新たな消費者行動に関するデータを得るためにビッグデータが活用される事例もあります。

ビックデータを通じて廃棄ロスカットを実現したスシローの事例

昭和59年設立のスシローは、回転寿司チェーンを経営する企業です。ビッグデータとして寿司1皿ごとのさまざまなデータを収集した結果、個人のスキルに依存しない需要予測の仕組みを作り、安定した産廃ロスカットを実現しました。

寿司の単品管理で需要の予測をシステム化

スシローは寿司の皿にICチップを取り付け、客が「いつ」「いくら食べたか」「この皿はどのくらいレーンを回ったか」といった様々なデータを寿司1皿ごとに管理しています。このデータに合わせ、従来は店長が「この客層ならこのネタを多く提供した方が良い」など経験則から判断していた食欲予測をドッキングさせ、様々な「ネタの人気予測」が可能になりました。

個人のスキルに依存しない仕組みを作り安定した売上を実現

システム化された人気予測は、使用者のスキルに左右されません。そのため店長が不在であっても、効率よく需要の高いネタを流せるようになり、廃棄ロスが4分の1にまで減少しました。またネタの需要を9種類の「色」で分かりやすく表示するなど工夫することで、現場におけるスタッフも負担少なくシステムを利用できます。さらに需要の予測がより分かりやすくなったことで、店舗間での売り上げのばらつきがなくなり、顧客満足度もアップ、企業全体の業績向上に繋がりました。

ビックデータを元に販売方法を最適化したAmazonの事例

全世界で多くの人が利用するAmazonは、顧客の好みを徹底的に把握する仕組みにより、おすすめ商品を値下げすることなくアプローチする方法を作り出しています。

ログから顧客の好みを徹底的に把握

Amazonでは顧客の行動ログや検索履歴などを広くビッグデータとして収集し、様々な購買情報を蓄積しています。そしてその中から、顧客の行動パターンを分析し「この人と似たような行動をする人はこんな商品も購入している」「似たような商品の中で、より価格が安いものもある」といったおすすめ方法を可能にしたのです。

無駄な値下げなしで顧客ごとにおすすめ商品をアプローチ

ビッグデータを活用することで、Amazonでは人気商品は競合よりも値下げするのと同時、あまり数が出ない商品やロングテール商品は値下げをあまりしていません。さらに人気があって多くの人が欲しがる商品を手に取りやすくすると同時、プライム会員になれば継続して購入可能なシステムや値下げ、クーポンなどさまざまなメリットが得られます。また顧客ごとに「この商品を買った人はこんな商品も買っています」と提案することで、自分と同じものに興味を示した人が手にした商品を閲覧する機会を設けています。より精度の高いおすすめを行うことで、顧客にとって「より良いもの」を見つける機会を増やし、売り上げに繋げているといえるでしょう。

ビックデータとヘルスケアの融合を実現したタニタの事例

家庭用・業務用の体重計の製造や販売を手掛けるタニタでは、ビッグデータとヘルスケアを融合することで医療費の削減や自社イメージの定着に成功しています。そのベースとなるのが、自分の体の状態を手軽に把握できる計測データの収集方法です。

パソコンやアプリで健康状態の手軽に把握

タニタが展開している「タニタ健康プログラム」は、社員に活動量計を配布し収集したデータを、WEB上で記録することで、手軽に健康状態を把握できるサービスです。こうしたデータは本人が閲覧できるだけでなく、管理栄養士などの専門スタッフによる指導にも役立てられます。閲覧媒体もパソコンやスマートフォンといった身近にあるものが活用されるため、利用している社員も「体重が減った」「最近は運動していない」といった健康状態の把握がしやすくなり、実際の健康を維持する行動へ繋げられます。

医療費削減につながるサービスの提供を実現

タニタではプログラムを実施したことで、タニタ健康保険組合の1人あたりの医療費を前年度より18,204円削減できました。そこでタニタではこのプログラムをパッケージ化し、実際に企業や自治体で利用できるプログラムとして提供しています。企業側が社員1人1人の健康を維持する取り組みが求められる昨今において、健康経営の1つとしてタニタの健康プログラムを導入する自治体や企業、健康保険組合も増えています。つまりタニタは社員の健康をビッグデータとして収集し、健康維持に効果的なプログラムを作り出しただけでなく、それまでの測計量機器の販売にプラスした新たなビジネスを作り出すことにも成功しているのです。

ビッグデータを扱う際の3つの注意点

活用事例にもあるように、新たな需要を生み出し効率化にも利用できるビッグデータですがその扱いには注意しなければなりません。ビッグデータ活用をより有益にするために知っておきたい、3つの注意点を解説します。

1．ビックデータの取り扱いには厳重なセキュリティが求められる

ビッグデータの中には、匿名で利用されるアカウントの購入履歴など、一見すると個人に繋がりそうにないデータがほとんどです。しかし企業間での情報提供や内部からの情報流出などが重なり、複数のデータを照合できるようになると「商品配達が行われる特定の住所」など、顧客の個人情報に繋がってしまう可能性があります。そのためビッグデータを活用する際は、第三者に対し顧客の個人情報が漏れないように、セキュリティの強化が欠かせません。また、利用者への適切なプライバシーポリシーの提示、顧客側の情報コントロール機会の設定など、情報管理を行うことが重要です。

2．ビッグデータは「企業の競争力強化につながる分野」で利用する

ビッグデータは人的・時間的コストがどうしてもかかります。「投資対効果(ROI)」の合わない分野の見極めが重要になってきます。失敗事例として、下記の文章がわかりやすいでしょう。

例えば、顧客分析を行うケースを例にとりましょう。売上げの1％しか占めない顧客セグメントを一生懸命分析して、5割売上げを増やしたとしても、全体の事業に占める割合は0.5%に過ぎません。一方で、全体の売上げの8割を占める顧客セグメントなら、10%の改善で、全体の8%の売上げ向上に寄与します。このような簡単で明白な内容なら誰もデータ活用の領域を間違えることは無いのですが、これが企業全体に及ぶデータ活用になると、ほぼ競争力の強化に意味の無い領域のビッグデータ活用に邁進する企業が出てきます。そういった企業にありがちなのが、上司や社長の一言で、「うちもビッグデータ活用をやれ」と言われて、ビッグデータ活用に取りかかる企業です。引用：第2回：ビッグデータの失敗事例/「会社を強くするビッグデータ活用入門」を振り返る - GiXo Ltd.

3．データの抽出箇所によって分析結果がまったく変わる場合がある

ビッグデータは多種多様なデータ群です。データの中にはそもそも分析目的にそわないデータが含まれていたり、表記ゆれや重複、データの一部欠如などがあります。そうしたデータを分析前に標準化＝クレンジングする必要があるのです。こうした前処理を怠ると、誤った分析結果になりかねないことは注意しなければなりません。参考：日本のビックデータ活用における課題とは - Informatica Blog Japan

ビッグデータを分析して活用するまでの流れ

ビッグデータを分析し活用するとなると「特別なツールが必要になるのではないか」と考える方も多いかもしれません。しかし実際は、地道なデータ収集と仮説の提示、そして結果を確認してアプローチの効果を最大限に発揮させるサイクルを何度も繰り返すことが大切です。したがってまず「すぐに結果は出ない」という側面を持っています。継続したビッグデータの有効活用のためにもPDCAサイクルにデータ活用を落とし込む必要があります。

1. 仮説を立ててデータを収集

まずはビジネスモデルに合わせた仮説を立て、データ収集を始めましょう。仮説を立ててデータを集めないと、せっかく集まったデータが「何のためのデータか分からない」という悪循環に陥る可能性があります。データ収集の方法は必ずしもコストがかかるとは限らず、手軽に始められるものから高コストのものまで、さまざまです。コストをかけないという面でいうと、エントリーフォームを追加して顧客データを集めたりと、今あるものでデータを収集することも可能です。しかし仮説が無い状態で始めると、どんな方法でデータを集めればよいか、何日間データ収集をするのか、データを得たら何日保存するのかなどの決定もとどこおってしまいます。まずは仮説を立て、データ収集をスタートさせましょう。

2. 知りたい内容に合わせて分析を開始

データがそろったら、仮説に基づき適切な分析を開始します。たとえば2つ以上のデータをもとに分析するクロス集計や、樹木上のモデルを利用して要因を分析し結果を予測する決定木分析、一見関連はないが共起性を伴う物事の原因を分析するアソシエーション分析などがあります。一方ですでに利用できる環境や人材がある場合、分析に必須と判断された場合は仮説に応じたデータ収集と分析を行ってくれるツールを利用することも大切です。たとえば、次のようなツールが例として挙げられます。

マーケティング活動を自動化してくれる「MA(マーケティングオートメーション)」
営業活動をデータ化してくれる「SFA(セールスフォースオートメンション)」
各データを収集し意思決定を助けてくれる「BI(ビジネスインテリジェンス)ツール」

逆説的にいえば、重要なのは知りたい内容に応じた分析を行うことであり、高価なツールが必ずしも必要とは限りません。仮説として設定したデータ収集の目的によっては、人によるデータの可視化、エクセルをはじめOfficeソフトでも実行可能です。特別なツールがなくても、ビッグデータの分析と活用は可能なのです。参考：ビッグデータは分析できる？分析手法、必要な前準備、ツール、サポート企業まで紹介

3. 分析結果を元に顧客へ適切なアプローチ方法を考える

分析結果をもとに、どのようなサービスやアプローチを展開すれば、顧客の現在の需要に答えられるのか検討します。仮説である「Aをよく購入しているのは、男性である」を元に検討したところ、確かに男性がよく購入していると裏付けが取れました。ついビッグデータの活用と言うと、特別なことが分かるのではないか、と期待してしまうかもしれません。しかし実際は仮説の正しさを検討したり、アプローチの効果を実証したり、地道なサイクルが非常に重要です。

4. アプローチ方法を検証してPDCAを回す

ビッグデータ活用の目的に応じ、実際に行ったアプローチの効果がどのくらい現れたかチェックします。この時、データ管理や生産管理の一環となるようにPDCA(Plan-do-check-action)を繰り返し、継続的にアプローチやビッグデータの活用内容や運用方法を見直すことが大切です。ビッグデータの活用は1日ですぐ効果が出るとは限らず、データ収集を始めた結果「仮説そのものが間違っていた」と判明する場合もあれば、もっと他のデータが必要だと分かるかもしれません。しかし1回データ収集を開始すれば、ノウハウと経験を持った人材が少しずつ増え、会社の環境や設備も整えやすくなります。収集と分析を繰り返し、ビッグデータから分かることを生かしたアプローチを改善し続けることで収益に繋げていきましょう。

まとめ

ビッグデータのメリットは、これまで数値化できなかったものを分析し、さらに具体的なアプローチに繋げていけることです。しかしその過程は地道な面もあり、分析の意味や仕事の目的が分かりにくくなってしまう場合もあります。ビッグデータは新たなビジネスを生み出すためには、現在蓄積されているビッグデータの収集そのものの見直しやアイディアの実践、検証と見直しを繰り返し、ノウハウを広く蓄積していくことが重要です。まずは関連するメンバー同士、今一度データ収集の目的や現在のアプローチの効果などを再確認し、新たな活用方法を見出すために動き出してみましょう。

ヤフー独自のビッグデータを確認可能！「DS.INSIGHT」の資料ダウンロード(PR)

定性調査とはユーザーの行動原理や具体的な心理などを把握するために行う調査手法です。定性調査で得た情報はユーザーの潜在ニーズを把握して売上を伸ばしたり、新商品の開発のヒントにつなげたりします。しかし定性調査を実施しようと思って動き始めたものの、どうやって調査すればいいのか、調査上の注意点はあるのか、予算はいくら必要か、など気になる点が続々とでてきてしまったという方もいらっしゃるのではないでしょうか。そこで今回は、定性調査をおさらいしつつ、調査の方法や相場、調査時におさえておくべきポイントなどをまとめました。定性調査を絶対に成功させたいという方は必見です。ヤフーの行動ビッグデータを分析できるデスクリサーチツール「DS.INSIGHT」の詳細資料をダウンロード [toc] ※本記事はヤフー株式会社提供によるスポンサード・コンテンツです。

定性調査とは、ユーザーの心理状態など数値化できないデータを収集する調査方法

定性調査は、ユーザーへのインタビューや面談などを実施して顧客の行動原理や生の声をを知るために行う調査手法のことです。データからは見つけにくい、顧客の深層心理に触れることができるので、顧客が潜在的に抱いている課題を抽出したり、仮説を作る上での素材集めなどに利用されます。近年ではOne to Oneマーケティングなど、個人を深く追求することマーケティングが重視されるようになり、定性調査の必要性が増しています。

定性調査のメリットとデメリット

定性調査はユーザーから具体的な回答を得ることできるので、データだけではわからない発見を手に入れることができます。しかし、定性調査にはメリット・デメリットがあります。そのため、市場調査の目的と照らし合わせて、定性調査が最適な手法なのかを精査することが重要です。次に、定性調査のメリットとデメリットを紹介します。

定性調査のメリット

調査結果により、顧客の本音や価値観に触れることができる
ユーザーの状況にあった、現実味のあるヒントが得られる

定性調査はユーザーに対して具体的な質問を投げかけることによって、ユーザーの本音を引き出すことができる点にメリットがあります。会議をするだけでは見えてこなかった新たな視点が見えてきます。ユーザーの生の声がデータとして蓄積できるので、消費者目線のリアリティのある意見を集めるのに最適です。実際の情報が、新たな市場開拓や商品開発のヒントとなる可能性も十分考えられます。

定性調査のデメリット

定量調査よりも費用や手間がかかる
サンプルデータの数が少ないので、統計上のの信頼性は低い
プライバシーを第三者に知られたくないため、調査内容によっては、本音が引き出しにくい
調査設計者やインタビュアーの信頼性と力量により、結果に大きな差が出ることもある

定性調査は定量調査と比べると手間・時間がかかります。そのため、定性調査で何もヒントが得られなかった場合のダメージが大きいです。また、複数人を対象にしたインタビューでデータを集めるので、集まるサンプル数がは定量調査と比較して圧倒的に少なく、統計学的な信頼性は薄いです。調査内容の中にはユーザーが答えにくくなるケースもあり、信頼関係が成り立っていないと本音が引き出せない可能性があります。インタビュアーの力量や、対象となるユーザーとの信頼関係に左右される面もあります。経験が浅かったり、マーケティングの知識が少ないインタビュアーでは、思うような調査結果が得られないかもしれません。

定性調査は仮説の構築や原因把握に適しているが、実態の把握には不向き

市場調査は大きく分けて「定性調査」と「定量調査」の2つの方法があります。ここからはそれぞれ調査法の違いについて解説していきます。定性調査は「なぜ商品を購入したのか（why）」「どのようにして商品を選んだか（how）」など、ユーザーの深層心理を探るために行う調査です。対面でのインタビューや家庭への訪問などでユーザーから具体的な回答を集め、分析していきます。一方の定量調査は、数多くのユーザーを対象に情報を吸い上げ、「何を選んだか（what）」といった割合や件数などを数字的に把握するために行われる調査です。幅広いユーザーに対してアンケート調査を実施してデータを収集して分析していきます。

	収集できるデータ	調査の目的
定量調査	統計学で分析できる数値化できるデータ	仮説検証実態把握
定性調査	言葉や行動などの非数値化のデータ	仮説構築原因把握

定量調査と定性調査は組み合わせて調査するのが理想

定性調査と定量調査で得られる情報は限定的なことも確かで、それぞれから得られる情報は必ずしも正確とは言い切れません。より正確な調査を行うためにはそれぞれを組み合わせて行うのが理想でしょう。定性調査をすることで顧客の心理や傾向を把握し、定量調査につなげる手法が一般的です。定性調査でユーザーのトレンドを把握したうえで仮説を作り、定量調査をすることで仮説を検証する、という流れです。また最近では定量調査を先に行って、明確な課題を抽出し、定性調査で深掘りを行うという手法も増えています。先に定量調査を行い、課題を明確にしておくことで、定性調査を進める上での指針となります。

定性調査の主な方法

定性調査の代表的な方法は以下の4つです。

フォーカスグループインタビュー（FGI）
インデプスインタビュー
行動観察調査（オブザベーション調査）
ミステリーショッパー

リサーチ会社に依頼するケースを想定して費用の相場や納期の目安についてもまとめていきます。

調査方法	費用目安	納期目安
フォーカスグループインタビュー（FGI）	2グループ：100万円～ 1グループ：約10万円	4週間程度
インデプスインタビュー	3名：50万円～ 5名：約40万円	4週間程度
行動観察調査（オブザベーション調査）	3名：200万円～ 60サンプル：41万円～	2ヵ月程度
ミステリーショッパー	30サンプル：65～100万円程度	6週間程度

フォーカスグループインタビュー（FGI）

フォーカスグループインタビューとは、雑談会のような形式で一カ所に複数人集まり行うインタビューです。企業側が用意した司会者1名が、複数の消費者に対して質問をし、意見交換を行います。一度に複数の情報を収集できることが最大のメリットです。また複数人でディスカッションをするため、1人では言えないような意見なども上がりやすくなります。

フォーカスグループインタビュー（FGI）の費用目安

2グループ：100万円～
1グループ：10万円～

内訳は、参加者への謝礼、会場費、モデレーター費用、運営スタッフの人件費、インタビューフロー作成費、対象者募集を含めた初期手配費用、受付対応費用、報告書作成費、雑費、管理費などです。その他には、場合により、録画や録音費用、対象者に提供する飲食費、観察者用の飲食費、通訳費なども必要です。

フォーカスグループインタビュー（FGI）の納期目安

企画をしてから報告書を作成するまでは、4週間程度が目安です。次のようなステップで進めます。

企画と設計
リクルート（対象者の選定など）
調査
回収・整理
集計・分析
報告書作成

インデプスインタビュー（IDI）

インデプスインンタビュー（IDI）は、消費者1名に対して質問する面談形式の調査方法です。「デプスインタビュー」と略して呼ぶこともあります。グループインタビューと比べると収集できる意見の総数は少ないですが、1人の意見を長時間吸い上げることによって、より深く消費者の行動原理や深層心理を調査できます。また1対1のインタビューなので、他人の回答に影響を受けて意見が変わることもありません。質問者以外の人間を用意し、別室でインタビューの様子をモニタリングすることもあります。様子を探りながら、臨機応変に質問を追加・変更して、より良い意見を収集することが可能です。

インデプスインタビュー（IDI）の費用目安

3名：50万円～
5名：40万円～

内訳は、参加者への謝礼、会場費、モデレーター手配、打ち合わせにかかる費用、インタビューフロー作成費、書記手配費用、受付業務費用、報告書作成費などです。

インデプスインタビュー（IDI）の納期目安

企画をしてから報告書を作成するまでは、4週間程度が目安です。スケジュールの内容は、フォーカスグループインタビュー（FGI）と変わりません。企画と設計→リクルート（対象者の選定など）→調査→回収・整理→集計・分析→報告書作成

行動観察調査（オブザベーション調査）

行動観察調査は消費者がどのように商品やサービスを利用するかを知るため、調査員が実際に現場に行き観察・調査をする方法です。購入する際の状況や、なにと一緒に購入するかなど、消費者のありのままの姿を知ることができるため、よりリアリティーのある情報を得られることでしょう。

行動観察調査（オブザベーション調査）の費用目安

3名：200万円～
60サンプル：41万円～

行動観察調査（オブザベーション調査）の納期目安

ミステリーショッパー

ミステリーショッパーの費用目安

30サンプル：65～100万円程度

ミステリーショッパーの納期目安

定性調査を成功させるための、インタビューのポイント

定性調査はインタビュー前の準備が重要

インタビューでは3つの「きく」を意識する

訊く：質問を投げかける
聞く：何を答えたのか表面的に聞く
聴く：言葉の裏側、核心は何かを読み取る

まずは質問を投げかけ、その答えを聞き、最後に相手の真意を探りましょう。 3つの「きく」の中で特に重要なのは「聴く」行動です。相手が本当の気持ちを言葉にできていない可能性もあるため、単純に質問に対する答えを聞くだけで終わってしまうのはよくありません。「聴く」行動をすることで、質問に対する答えの核心をつくことができます。

まとめ：定性調査の理解を深め市場調査を上手に活用する

定性調査には、さまざまな調査方法があります。グループインタビューではたくさんの情報を得る効果があり、インデプスインタビューでは深い内容の情報を得ることができるなど、それぞれに得られる効果が異なります。そのため、目的に応じて調査方法を選ぶとよいでしょう。定性調査をすることで、購買意欲の核心やツボを知ることができ、結果として商品開発のヒントや、問題点の改善につなげることができます。ただし、定性調査の効果を得るためには、インタビューの質問の仕方や言葉選びに気をつけて、対象者が本音を答えてくれるように工夫をすることが大切です。そのために、しっかりと準備をしてから定性調査を行いましょう。

ヤフー独自のビッグデータを確認可能！「DS.INSIGHT」の資料ダウンロード(PR)

顧客インサイトとは、顧客の購買行動の裏にある潜在的な欲求のことです。顧客は自身のインサイトに気づいていない場合もあり、企業はこれを明らかにすることで顧客のツボを突いた商品やサービスを提供することができます。ここで注意すべきは、「顧客インサイトはあくまでも潜在的な欲求であり、探ろうとしない限り偶然見つかるものではない」ということです。表層的なニーズとは異なり、顧客に質問すればすぐに答えが返ってくるものではありません。そこで、顧客インサイトを見抜くために最低限必要な知識と、すぐに実践するためのフレームワークのまとめをご紹介します。自社の商品やサービスがイマイチ顧客のツボをおさえられていないと感じる方は、ぜひ実践してみましょう。ヤフーの行動ビッグデータを分析できるデスクリサーチツール「DS.INSIGHT」の詳細資料をダウンロード [toc] ※本記事はヤフー株式会社提供によるスポンサード・コンテンツです。

顧客インサイトとは、購買行動の裏に隠れている顧客の潜在的な欲求のこと

顧客インサイトとは、「消費者も気づいていない無意識の心理」であり「顧客を動かす隠れた欲求」を指します。たとえばハンバーグの中からA店のハンバーグを選ぶ、本人も意識していない決め手となる動機のことです。高品質で手ごろな価格の商品やサービスが豊富な現代において、ヒット商品はなかなか生まれません。顧客インサイトを把握したサービスや商品は、新しい需要を作り出すカギとして注目されています。この記事ではインサイトの意味を解説した上で、活用によって成功した事例、具体的にインサイトを探す方法を紹介します。顧客のインサイトを見つけるときに大切な5つの視点についても理解し、主体的に洞察する手がかりを知っていきましょう。

顧客の「○○が欲しい」は表面的なニーズであり、顧客インサイトではないので要注意

あなたの顧客が「○○が欲しい」というのは表面的なニーズであり、顧客インサイトではありません。顧客がなぜその商品を欲しがり、その裏にどのようなインサイトがあるかを探ることが重要です。

椅子を買いに来た人は、快適な読書空間を求めていた例

▼顧客インサイトのヒアリング例 顧客「新しい椅子が欲しい（表面的なニーズ）」→「なぜ？」顧客「今の椅子は長時間座ると疲れる」→「どのぐらい座るのか？」顧客「２時間ぐらい」→「なぜ？」顧客「夕食後に読書しながらくつろぐが楽しみだから（顧客インサイト）」 ▼レコメンド例 ・疲れにくい人間工学デザインの椅子がオススメ・この商品ならこのドリンクホルダーやブックホルダーを椅子にセットできて便利・毎日読むなら目が疲れない照明もオススメ・冬場は足元が冷え込むので厚手のルームソックスやブランケットもオススメ ※「椅子が欲しい」という表面上のニーズにとらわれていないのがポイント

「顧客インサイト」と「潜在ニーズ」も別物なので要注意

顧客インサイトはブランドや商品とニーズを結び付ける「理由」であり、潜在ニーズは「無意識の必要性」を指します。たとえば「スマホが欲しい」というニーズに「特に丈夫なものがいい」という潜在ニーズを持つ人がいたとします。その人に「自社のスマホは耐久性に優れています！」とアピールしたとしても、確実に自社のスマホを買ってくれるとは限りません。他社の商品と見比べた結果、選ばない可能性は十分あります。このようにニーズだけに着目してみると、必ずしも特定の商品やブランドに結び付くわけではないのです。しかしその人が「日本製だと何となく安心」と自分でも気づかないレベルで思っていた場合、そこに気づくような宣伝をすると「購入者が気づかなかった欲求」が「買う理由」になります。この「無意識で気づかないけど、そのブランドや商品を買う理由になること」が顧客インサイトであり、潜在ニーズとの大きな違いといえます。

顧客インサイトを満たすことは、多様化する社会への対応手段

現代では高品質なサービスや商品が多数存在し、さらに一人ひとりのニーズを満たすような個人間のやり取りをサポートするサービスも幅広く存在します。結果として多くの人が満たされた中で、消費者が商品を選ぶポイントも変化し、単に欲求を満たすだけでなく、その商品やブランドを使ったことで得られる「体験」や「自分にとっての価値」を求めるようになりました。つまり、どうしてその人が「この商品を買ったのか？」という「理由」が、より複雑かつ不明確になってきたのです。そのためニーズだけでなく、顧客が持つ「無意識の欲求」と商品を結び付ける何か、つまり「インサイト」を見つけ出すことが、新たな需要を増やすきっかけになります。

顧客インサイトの活用し成功した事例3選

実際に顧客インサイトを活用したことで成果を上げた事例を見ていきましょう。

1．「牛乳は健康に良い」から、「クッキーに合う」アピールに切り替えて消費増加した事例／カリフォルニア牛乳協会

カリフォルニア牛乳協会はそれまで行っていた「健康に良い」というアピールではなく「牛乳が欲しくなる場面」に注目したキャンペーンを行い、消費量を上げることに成功しました。このきっかけは、牛乳をよく飲む人に対し「どんな時に牛乳が欲しくなる？」というユニークなアンケートを実施したことです。結果「クッキーやパンといった、口の中の水分が少なくなるものを食べたときに牛乳が欲しくなる」というインサイトを見つけました。そこでクッキーやパンを背景に「got milk?（ミルクある？）」という広告やアピールに切り替えたところ、消費量がアップしました。参考：「エキシューマー・インサイト」｜駅消費研究センター

2．健康を気遣う高齢層向けに、美味しいカップヌードルを販売して７か月で１,４００万食のヒット／日清食品

発売から45年を数えるロングセラー商品の日清食品・カップヌードルは、低迷してきた60歳以上の購入層を増やし、発売7カ月で1,400万食を突破しました。ここで日清食品が注目したのが、新しいものに挑戦するアクティブシニアです。食事面に気を遣う一方で「自由に好きなものを食べている」層が多いアクティブシニアに対し、健康に配慮しつつもリッチで贅沢な味を実現したことで、低迷してきた購入層を増やすことに成功しました。これは「シニア世代も美味しければカップヌードルだって食べる」というインサイトの発見が元になっています。参考：お椀で食べるチキンラーメン 3食パック｜日清食品

3．美容ブランドの定石を覆して大きな話題に／Dove

Doveのリアル・ビューティー・キャンペーンでは、従来の美女を用いた広告から「みんな違っていい」ということを表現した広告を打ち出しました。きっかけとなったのは「自分のことを美しいと思うか」というリサーチにおいて、世界規模でみても「そう思う」と答えた女性は2％しかおらず、日本にいたっては0％だと明らかになったためです。そこから「みんな違っていいんだよ」ということを表現した広告を打ち出し、目にした人に「こう言って欲しかったんだ」という気づきを与え、大きな話題を呼びました。 Doveは世界規模で商品を手掛けるブランドであり、世界共通の隠れた心理を見つけ出していることも、このキャンペーンの特徴といえます。参考：ダヴ・リアルビューティーの約束｜ユニリーバ

顧客インサイトは3つのステップで見つける

ここまでは顧客インサイトのニーズとの違いや、成功事例について紹介しました。次に、実際に自社の商品やサービスのための顧客インサイトを探し出すにはどうすればよいかを見ていきましょう。まずデータ収集からスタートし、分析、洞察と3つのステップがあります。

1．「顧客の本音」を引き出すための仮説を立てて、アンケートやインタビューを行う 2．集めた顧客データを分析する 3．分析したデータを元に顧客インサイトを見つける

1．「顧客の本音」を引き出すための仮説を立てて、アンケートやインタビューを行う

顧客が「聞きたいこと」を話してくれるのはどんな調査か、この調査をしたらどんなデータが得られるか、アウトプットイメージを固めたうえで調査を行うことが大切です。顧客の声を聴く手法としては、次のような方法が上げられます。

▼定量調査（数値的なデータから探る）アンケート ▼定性調査（顧客と会話して本音を引き出す）グループインタビュー一対一のインタビュー

しかしこれらの方法で顧客の声を集めたとしても、最終的に得られるデータが「なんとなく」や「他の人と同じ」といったインサイトを見つけにくいデータになってしまうことがあります。そこで、アンケートやインタビューを行う前に必ず仮説を立てて臨みましょう。

仮説：商品Aが売れないのはパッケージデザインのせいではないか？結果：パッケージデザインには満足していたが、商品の認知度が低かった。対応：認知度を高めるために広告施策を増やす。

また、顧客が「恥ずかしい」「言いにくい」と思うような質問は、一対一のインタビューを選択するなどの環境への考慮も大切です。実行する調査のユニークさよりも「本音が聞き出せないのではないか？」「顧客の意見に影響が出てしまうのではないか？」といった、集めたデータの活用を見通した調査が顧客インサイトを見つけるためには大切です。定量調査（アンケートなど）、定性調査（インタビューなど）の詳しい説明については下記の記事で説明していますのでご覧ください。参考：定量調査を行う際に大切なポイントは？定性調査との違いも大公開参考：いまさら聞けない「定性調査」とは？情報を引き出す質問のポイントも大公開

2．集めた顧客データは、表面上の言葉を鵜呑みにせず、複数の角度から分析する

集めた顧客データを分析し、どのように活用するかが次に重要なポイントです。顧客データを収集・分析していくと様々なニーズや意見が出てきます。ついついそうしたニーズや意見に目が向いてしまいますが、さらにデータを詳しく知るために分析し、そのデータの奥にいる「顧客の本音」を特定することが大切です。顧客インサイトを見つけ出すためのデータ分析方法として、たとえば次の2つが上げられます。

購入者の属性を具体的なプロフィールとしてイメージした「ペルソナ設定」の作成
顧客を取り巻く環境や日々の行動、関心を持つ物事などに注目した「共感マップ」の作成

ペルソナを設定する

ペルソナ設定は関係者同士が共通のイメージを持ち、顧客の視点に立って商品やサービス、広告を検討できるほか、情報共有の時間・費用を節約するのに役立ちます。

ペルソナ設定の作成ステップ 実際に収集したデータから性別や生い立ちなど基本的なデータを抽出普段重視していることや悩んでいることなど要素を考えるイメージ写真などを用いて、より具体的なプロフィールを作り出すデータ収集から新たな要素が見つかれば、定期的に見直す

一方で共感マップは、既存あるいは新規の商品やサービスが、どんなターゲットに対し有益で、どのような課題や欲求を解決できそうかイメージするのに役立ちます。参考：ペルソナマーケティングが5分で理解できる！【日本企業の厳選事例6選】

共感マップを作る

次の6つの視点で作成したペルソナ設定から、共感マップを作り出します。ポイントは「気遣い」ではなく、ニーズを満たす「共感」を考えることです。

共感マップの作成ステップ

「見ていること」具体的に影響を受けるメディアやSNSを考える
「考え、感じていること」普段考えていることや、実は抱えている夢を考える
「聞いていること」ペルソナの周囲にいる人が教えてくれそうなこと、メディアを考える
「行動したり、言ったりしていること」感じたことからどのように行動するか、どんなコミュニティにいるのか
「顧客の痛み」抱えている問題、リスクだと考えていることや、不安を感じる材料を抽出する
「顧客が得られること」欲していることはどんなことか、成功したと考える基準は何か考える

参考：共感マップ、KPIツリーなどマーケティングに役立つ4つのフレームワークを紹介｜Markezine

定量データから結果への関連性が高いデータを探し出す方法も有効

データの分析手法に「重回帰分析」という分析方法があります。重回帰分析は、結果に対してどの要因の影響度合いが大きいかを図ることができます。例えば、商品Aが売れなかった要因はパッケージデザインなのか、認知不足なのかを、アンケートなどで収集したデータから計算で求めることができます。細かい説明はさておき、エクセルの機能で求めることができるので、詳しくは下記の記事をご覧ください。参考：今日から始めるデータアナリティクス。初心者でもできる２つの手法とExcelに頼る裏ワザを紹介

3．分析したデータを元に顧客インサイトを見つける

ペルソナ設定や共感マップの作成によって分析したデータから、さらに「どうしてこの言葉を発したのだろうか」「何故こういう行動で、この商品を選んだのか」といった洞察を行います。顧客の深層にある、感情に働きかけるポイントを見つけ出すことが顧客インサイトに繋がります。前述のとおり、顧客の言葉や行動そのものがインサイトではないので注意しましょう。自社を選んでくれる理由である顧客インサイトを見つけるには、あなた自身が視点を変える必要があります。固定概念にとらわれず、さまざまな視点から探すことが「サービスや商品を選ぶ動機に結び付く理由」を見つけだす大切な感覚です。視点を変える際には、下記の5つの視点を参考にデータを見てみましょう。

顧客インサイトを見つけるための5つの視点

顧客インサイトを見つけるには、データの解析能力よりもセンスが問われます。顧客が「確かにこれがあったら便利だなぁ」「こういうのがやりたかった！」と感じて、商品を購入する理由を見つけ出すために、まずは次の5つの視点に切り替えてデータを見てみましょう。

1．人間の普遍的な欲求から探る 2．目的と手段から探る 3．原因と現象から探る 4．ポジティブとネガティブから探る 5．矛盾から探る　

1．人間の普遍的な欲求から探る

人間のもつ基本的な欲求は時代を経てもあまり変わりません。そして欲求は行動を生み出す原動力であり、人の心理へ強く働きかけます。アメリカのダイレクトレスポンス広告界の第一人者であるドルー・エリック・ホイットマンの提唱によると、以下の8つの欲求は「生物学的な欲求であるため人間心理に働きかける非常に強いもの」とされています。

生き残りたい、人生を楽しみたい、長生きをしたい
食べ物、飲み物を味わいたい
恐怖、痛み、危険を免れたい
性的に交わりたい
快適に暮らしたい
他人に勝り、世の中に遅れをとりたくない
愛する人を気遣い、守りたい
社会的に認められたい

たとえば「チョコレート」なら「生き残りたい、人生を楽しみたい、長生きをしたい」といった欲求に合うカカオのポリフェノールの効能を意識したチョコレートが人気を博した例が挙げられます。それぞれの欲求に対し「商品やサービスはどんなことができるのか」と考えていくのがポイントです。

2．目的と手段から探る

顧客が求めている手段を見つけ出すことだけが、インサイトの発見につながるとは限りません。何故顧客がその手段や欲求を求めているのか、その目的にも注目することが大切です。たとえば「もっとたくさんのモノが入るバッグ」という欲求の目的は「バッグを2個持たなくていいようにしたい」かもしれません。または「荷物を持つ負担を少しでも軽くしたい」という目的なのかもしれません。顧客が抱える悩みに気づいたら、それを根本的な部分から解決する方法を見つけることが大切です。

3．原因と現象から探る

一般的に、顧客はインタビューやアンケートなど調査を受けた際に「現象」について多くを語りますが、その「原因」についてはあまり語らない傾向があります。たとえば店舗での商品購入に対し調査すると「商品を手に取りやすい」「多くても2個しか買わない」といった「現象」は語ってくれます。しかし「どうして商品を手に取りやすいのか」「何故多くても2個しか買わないのか」といった「原因」については、顧客本人も自覚していないため語らない場合が多いのです。そこでその「現象」が起きた「原因」について思考をめぐらすことにより、顧客が気づいていない「新たな視点」を生み出せる可能性が高まります。

4．ポジティブとネガティブから探る

物事に存在するポジティブな面とネガティブな面を生かし、双方の見方を変えて探る方法もあります。顧客から得られるデータだけだと、自分自身に起きた「現象」を語ることがほとんどであるため、場合によってはネガティブな面に偏る可能性もあります。しかし「飽きっぽい」という短所を「気持ちの切り替えが上手い」という長所に言い換えられるように、ネガティブな面も、見方や解釈次第でポジティブな要素に変わることもあります。たとえば赤城乳業株式会社の「ガツン、とみかん」は「売れてないのに20周年」という一見ネガティブな面を押し出したキャンペーンで注目を集めました。また成功事例で挙げたDoveの例も、データだけで見れば「自分を美しいと思っている女性は極めて少ない」というネガティブなものですが、そこからポジティブな要素を見つけ出しています。顧客インサイトを見つけるにはネガティブな面をマイナスな意見として扱うのではなく、要素として視点を変えていくことも求められます。

5．矛盾から探る

顧客の行動や発言をまとめたデータの中から、矛盾を見つけるという方法もあります。成功事例として挙げた「日清食品」は、矛盾から顧客インサイトを見つけ出したことで、シニア世代の購入者を増やした事例といえます。意見と行動、理想と現実など、矛盾していることの裏にはそうさせる何らかの「感情」や「理由」が隠されていることがよくあります。矛盾を持ち揺れ動く「感情」を見抜くことができれば「どうして選んだのか」という「動機に結び付く新たな視点」を見つける手掛かりになるかもしれません。

顧客インサイトを見つけるにはさまざまな視点を持つことが大切

顧客インサイトを見つける過程では、1つの視点だけにこだわらず様々な角度からデータを見る「マーケティング担当者の洞察力」が求められます。まずは今回紹介した5つの視点から、現在明らかになっているペルソナ設定や顧客の悩みを改めて洞察し、商品やサービスを使うことでどのような解決策を提案できるのか考えてみましょう。潜在的なニーズや悩みを見つけ出すために、データ収集がどのように行われているのか、そのデータはどう蓄積・分析されているのか知っていくことも大切です。データの蓄積に不足があれば、そのデータをどのように集めるのが最も良いかアウトプットイメージを広げていくと、さらに顧客インサイトを見つけるための手がかりを増やせます。見つけ出した顧客インサイトを活用し、販売強化を目指していきましょう。

ヤフー独自のビッグデータを確認可能！「DS.INSIGHT」の資料ダウンロード(PR)

「これからのビジネスはデータドリブンが大事だ！」と聞くようになりましたが、データドリブンとはいったいなんなのでしょうか。ビジネス的な意味では、データドリブンとは「仕事上で得られるデータを主軸にして、経営や戦略などの意思決定・未来予測においての決断を行うこと」です。なんとなく意味はわかるが、具体的にどんな手順を踏んで、どのような人材が自社で適しているのかよくわからない人も多いはず。この記事ではデータドリブンを組織的に根付かせるための3つのポイントやデータドリブンを行う際の注意点について詳しく解説していきます。ぜひ、このデータドリブンについて深く知り、実践することで成果が出せるようにしましょう。ヤフーの行動ビッグデータを分析できるデスクリサーチツール「DS.INSIGHT」の詳細資料をダウンロード [toc] ※本記事はヤフー株式会社提供によるスポンサード・コンテンツです。

データドリブンとは「データをもとに必要な意志決定をし、実行すること」

データドリブンとは、仕事上で得られるデータをもとに、経営やマーケティング戦略、人事配置などの意思決定を行うことです。もちろん、これまでも企業やビジネスマンは得られる情報（データ）をもとに、来期の売上予測や経営戦略を策定し、データをもとにした意思決定を下しています。しかし、昨今の顧客の消費行動は複雑になり、勝算の高い意思決定をする難易度は上がっています。一方で、インターネットの普及やデジタル化により、データとして収集できる情報の量や種類が爆発的に増えました（参考：ビッグデータとは？メリットや活用事例、注意点、活用までの流れ）。それらのデータを活用すれば、より正確な意思決定ができると期待されています。そのため、これからはよりデータを多く多様なデータを持ち、正しく分析する必要があります。またそれ以上に、そのようなデータと正しく向き合えることが経営者、ビジネスマンに求められているのです。

データドリブンの実践フロー

データドリブンの実践フローは以下の5つによって成り立っています。ここでは、それぞれの流れや方法などを解説していきましょう。 1. データ収集 2. 収集したデータの見える化 3. データ分析 4. アクションプランの計画 5. アクションプランの実行

1. データ収集

まずは分析に利用するデータ収集が必要です。業界によって必要なデータの傾向は異なりますが、多くは顧客の購入履歴やどのようなサイトを閲覧しているのかといったものです。 POSシステムや顧客管理システム（CRM）、マーケティングオートメーション(MA)ツールを導入すれば、簡単にデータ収集を行えます。参考：CRMとは？CRMの目的と、成果につなげるための3つの活用ポイント　　　マーケティングオートメーションとは？導入前に押さえる３つのポイントを解説

2. 収集したデータの見える化

データ収集が終われば次は収集したデータを分析しやすいように見える化し、次で行う分析作業を簡略化していきます。これは単純に収集したデータでは本来必要のないデータが含まれているため、そのままのものを分析してまうと無駄に時間がとられてしまうからです。ただし、初心者はもちろんのこと慣れている人でもデータが膨大になれば、手動での見える化には時間がかかってしまいます。そのため、BIツールやDMPなどを使うようにして役に立つシステムを整えることが大切になってきます。参考：図で理解すれば早い！BIツール（ビジネスインテリジェンスツール）とは？　　　5分でわかるDMPとは？マーケ担当者が知っておくべき基礎知識【図解つき】

3. データ分析

データが見える化できれば次は実際にデータ分析してきましょう。具体的には得られたデータを細かく分けて、分析していくことになります。例えば、商品の売り上げを上げたいのであれば売り上げのデータを解析して、どんな時間やタイミングで売り上げが落ちているのかを調べます。ただし、こちらに関してはデータアナリストなどといった、分析を行う専門的なスキルが求められます。しかし、上でも出てきたBIツールやDMPなどを使えば初心者でも分析が簡単に行えます。したがって、会社にデータを分析できる人材がいないのなら、それらのツールを使っていきましょう。

4. アクションプランの計画

データの分析が終われば適切なアクションプランの計画、つまりどのようにすれば経営の効率を上げられるのかを考えます。なお、ポイントとしては経営の規模に合った、もっとも手のかからないものを選ぶことが大切になってきます。例えば、今まで行っていたあまり効果的でないサービスを止めたり、できるだけお金のかからない対策を行いましょう。逆に、効果的だからといって現在の経営を大きく圧迫するものや、それを行う人材がいないにも関わらず計画を立てることは止めてください。これらはせっかくデータドリブンを行っても経営に対して逆効果となるので、アクションプランの計画に関しては適切なものを検討しましょう。

5. アクションプランの実行

アクションプランの計画が終わったらそれを実行に移しましょう。なお、アクションプランの実行後にはしっかりとその結果が出ているのかを評価し、もし効果が出ていないのであればアクションプランを修正します。もしくは、データ収集や分析において問題がなかったのかを検討し、これに対処していきましょう。これらはこれまで流れに問題があったり、市場が変化したなどの理由でアクションプランが効果的でないことがあるからです。そして、この一連の流れを繰り返してより効果的なデータドリブンを行ってください。以上が詳しいデータドリブンの実践フローとなっています。

データドリブンを成功させる3つのポイント

このデータドリブンを成功させるには以下のポイントを押さえることが大切です。これらはデータドリブンを行う環境を作ることや初心者であってもデータドリブンを行えるようにする方法になります。 1. 知識・スキルを持った人材の確保 2. 組織的な理解・実行力を高める 3. 目的別支援ツールの有効利用

1.知識・スキルを持った人材を確保する

データドリブンを組織的に成功させるには知識・スキルを持った人材の確保が必要です。データを分析し、アクションプランを計画できる人が必須であり、また、その人材を他にも育てられる教育ができなくてはならないからです。具体的なデータドリブンで成果を出せる人材とは以下の知識やスキルが主に求められます。 1. ビジネスに関する深い理解 2. データ分析に関する知識 3. 統計学の知識 4. データ処理の知識 5. ロジカルシンキング力 6. マーケティングの知識ただ、これだけのスキルを持った人材はそうはいません。最低限、ロジカルに説明ができ、データに対して拒否感がない人材がいるだけでも大きく変わるでしょう。

2.組織的な理解・実行力を高める

データドリブンの成功には組織的な理解・実行力を高めておく必要もあります。これは組織全体がデジタルマーケティングについて一定の理解を示し、分析結果から計画されたアクションプランを実行する意思決定ができなければ意味がないからです。特に日本企業というのはリスクを取らないといわれており、これが利益を上げる機会を奪っているといわれています。したがって、データドリブンに科学的な根拠があり、効果的であることを理解して実行できるように社内での啓蒙を行いましょう。

3.目的別支援ツールの有効利用

データドリブンを成功させたくても人材が乏しかったり、初心者しかいない場合には目的別支援ツールを有効活用しましょう。実はデータドリブンを支援するためのITツールというものは複数開発されています。例えば、集客目的であればDMPやWeb解析ツール、顧客化を図りたいならSFAなどがあります。したがって、それらのツールの中から自分たちの業務領域に適したものを選択し、有効利用していくのがよいでしょう。そうすれば経験がない企業でも手間をかけずにデータドリブンができます。

まとめ

データドリブンとはデータをもとに必要な意志決定をし、実行することです。また、メリットとしてはリアルタイムな状況把握と柔軟な対応が取れ、素早く適切な意志決定をできることにあります。まずは適したデータを待つめることが必要です。そして、その際には知識・スキルを持った人材の確保するなどポイントを押さえておくと成功しやすくなります。

ヤフー独自のビッグデータを確認可能！「DS.INSIGHT」の資料ダウンロード(PR)

最近では、あらゆるデータをリアルタイムで取り込み蓄積する企業が増えています。しかし、ただ情報を集めるだけで、それを上手く活用できずにいるという方も多いのではないでしょうか？データを集めても正しく分析し、活用しなければ意味がありません。集めたデータから意味のある情報を見出し、経営やマーケティング戦略に効果的に活かすためにはデータ分析が欠かせないのです。データ分析には様々な手法が存在します。その中から最適な分析手法を選び、実行することで、利益の増加や顧客の増加などの効果が期待できます。この記事ではマーケティングに活用できるデータ分析の方法について、目的や活用方法まで詳しく解説して行きます。ヤフーの行動ビッグデータを分析できるデスクリサーチツール「DS.INSIGHT」の詳細資料をダウンロード [toc] ※本記事はヤフー株式会社提供によるスポンサード・コンテンツです。

目的別！データ分析の手法10選をご紹介

マーケティングに活用できるデータ分析の手法はたくさんあります。収集したデータをマーケティング戦略に効果的に活かすには、自社のビジネスモデルに最適な手法を選び、分析することが大切です。ここからは、マーケティングに活かせる10種類の分析手法を紹介していきます。これから紹介する分析手法の概要を下の表にまとめているので、参考にして見てください。

分析手法	わかること	解決できる課題
アソシエーション分析	2つの商品の売れ行きの関係性	商品の配置やwebサイトのレイアウトで販売を強化したい。認知度をアップさせたい。
バスケット分析	併売商品から分かるユーザーの人物像やライフスタイル像	POSデータを活用して売上をアップさせたい。
クロス集計	2~3つの特定の項目の相互関係、属性ごとの大まかなトレンド	アンケート結果や売上データを仕入れや販売予測に役立てたい。
ロジスティック回帰分析	ある事象の発生率、商品の購入率	見込み客を発見したい。
決定木分析	今後起きる可能性のある複数の出来事を予測	見込み客を発見したい。ユーザーの属性を把握したい。
クラスター分析	ブランドや商品のポジション	消費者の立場で分類をしたい。
コレスポンデンス分析	クロス集計の結果を分かりやすく視覚化	商品やブランドイメージのポジショニングを可視化したい。
回帰分析	要因と結果の関係性	将来の購買行動を予測したい。
顧客分析	顧客の消費行動、ニーズ	顧客のニーズを把握して適切なアプローチをしたい。
コンジョイント分析	顧客の購買意思	商品の最適なコンセプトや価格設定を知りたい。

アソシエーション分析：複数の事象の関連性を見つける

アソシエーション分析はマーケティングで利用される代表的なデータ分析手法です。ユーザーが商品を購入する際の購入パターンや売買履歴を分析することで、同時購入の比率が多い商品など、一見関連性が薄いと思われている事象に対して関連性を見つけて仮定を立て、マーケティングに活かすことができます。つまり、アソシエーション分析を活用すれば、「商品Aが売れる時には商品Bが同時に売れるケースが多い」などのルールを見つけることができるということです。こうしたアソシエーション分析の結果は、売れる商品・売れない商品の見極めや、さらに売上を伸ばすための効果的な戦略を推し進める上で役立ちます。

アソシエーション分析の活用方法

アソシエーション分析は、小売店や飲食店などの実店舗ビジネスの他にオンラインビジネスでも活用され、事業規模の大きさに関わらず導入することが可能です。アソシエーション分析の活用方法として代表的なものは、店舗別のレイアウト設計や、棚割や商品位置の最適化、顧客別のクロスセルとアップセル、価格の最適化が挙げられます。例えば、売り上げに効果的な商品の配置やWebサイトのレイアウトを考えたいといった場合には、アソシエーション分析を導入することで状況を改善できる可能性があります。ユーザーの行動をパターン化することでコンバージョン率をアップさせたいという時に活用したい分析手法です。アソシエーション分析の方法はレシートを活用します。レシートは顧客が購入した商品をまとめて抽出できる便利なデータで、その情報をエクセルにまとめることで、購入の相関図の視覚化が可能です。エクセルにまとめてしまえば、円グラフを作ることも可能になります。アソシエーション分析については、こちらの動画が参考になります。アソシエーション分析を実際に行う手順としては、まず相関できるデータが必要です。前述した通りレシートを利用すれば効率的ですが、それ以外にもレジの購買履歴を確認するのもいいでしょう。参考：アソシエーション分析とは（[連載]フリーソフトによるデータ解析・マイニング第40回）

アソシエーション分析を活用して同時購入商品を明らかにした事例

有名な「紙おむつとビール」の相関性は、アソシエーション分析を実施することによって出された相関性です。アメリカの大手スーパーマーケットが発表した分析結果によると、父親が子供の紙おむつと缶ビールを一緒に購入する、という分析結果が出ました。結果をもとに紙おむつと缶ビールを同じ棚に陳列したところ、売上が上昇したと言います。このように、アソシエーション分析を活用すれば、商品と商品の思わぬ相関性を見つけることができ、売上の上昇に繋げることができるのです。参考：第2回：アソシエーション分析~「使ってみたくなる統計」シリーズ ~

バスケット分析：ユーザーの購入商品に焦点を当てる

バスケット分析は、アソシエーション分析から派生した分析方法です。アソシエーション分析と概要は変わりませんが、分析対象がユーザーの購入商品に限定されるのが特徴です。ECサイトを利用した際に同時購入されている商品をレコメンドしてマーケティングに活かします。この分析方法では、買い物かご（バスケット）の中身を把握することで、商品Aと商品Bが同時購入される確率が高いと言った傾向を見出します。ECサイトを利用する際に「この商品を購入した方はこちらの商品も購入しています」というレコメンドを見かけることがありますが、これはバスケット分析を活用したマーケティングです。

バスケット分析の活用方法

バスケット分析を導入することで、買い物データからユーザーの人物像やライフスタイル像を推理し、それに沿った商品提案を行うことができます。分析した人物像向けの商品のうち、利益率の高い商品を手に取りやすいようにする、例えば、陳列棚の配置を変更するなどしてさらなる売上向上に繋げます。したがってバスケット分析は、POSデータを上手く活用して、店舗の売上アップ、集客アップにつなげたいという方に効果的な分析手法です。特に小売業などで商品陳列などに悩んでいるという方にお勧めです。ユーザーの購入履歴をデータ分析し、その傾向から得た情報を活かすことで売上アップに繋げるため、小売りやEコマースの店舗で役立ちます。POSデータが情報源となりますので、事業規模の大小を問わず取り入れやすい分析手法と言えます。具体的には、Eコマース等の顧客の買い物かごをデータとして抽出します。抽出したデータから併売商品（Aの商品とBの商品が一緒に購入されている、など）を確認します。そうしたデータの中から共通項を見つけることで、顧客に合わせた商品を表示することが可能です。バスケット分析は、ユーザビリティの向上、売上の倍増が期待できる分析方法となっています。バスケット分析については、以下の動画が参考になります。バスケット分析を行う手順としては、「商品」と「一回あたりの商品購入単価」をデータとして集める必要があります。そのあと、エクセルやBIツールを用いて、組み合わせ対象と全体行に式を挿入します。参考：バスケット分析のチャートを作成する（組み合わせ分析をする）

バスケット分析を活用して売上をアップさせた事例

アメリカのOscoというドラッグストアでは、バスケット分析の結果、果汁100％のジュースと咳止め薬をセットで買う人が多いという組み合わせ例の傾向が見出されたことを受けて、次のような顧客の人物像を導き出しました。

風邪を引いたら病院に行く前に自分でできる対処をする人
風邪にはビタミンCが効果的であるという知識がある人
同じ店で薬とジュースを購入するという効率性を重視する人

こうした人物像を元に、風邪薬の売り場の近くにビタミンのサプリメントを陳列したり、風邪が流行る季節にジュースを沢山仕入れてセールをするなどの方法を考えたのです。その結果、売上をアップさせることに成功しました。ただ、バスケット分析を行うためには、ある程度の前提知識を必要です。初心者がいきなりさまざまなツールを駆使して分析をすることは簡単ではありません。そんな時は、BIツールを使えば簡単に分析できます。参考：バスケット分析とは？レシートから解るマーケティングデータで販売を強化する方法

クロス集計：トレンドの把握に適している

クロス集計はアンケートの集計、仕入れの計画、販売予測、世論調査などによく使われる手法で、トレンドの把握に適しています。初心者にも使いやすい基本的なデータ分析手法で、Excelに標準搭載されている機能でも行うことが可能です。クロス集計では、集めたデータを年齢や性別、地域などの属性ごとに集計します。したがって、複数の属性についての相関関係を分析したり、属性ごとの大まかなトレンドを把握することに向いています。

クロス集計の活用方法

クロス集計は、仕入の計画や販売予測、世論調査、アンケート結果の集計などでよく活用されています。例えば、売上データから特定の商品が売れている店舗はどこか分析したり、担当者別に販売が得意な商品を特定することが可能です。また、アンケート結果などからどの層の満足が高いのかと言ったことを知ることもできます。したがってクロス集計は、アンケート結果や売上データを掘り下げ、販売戦略に活かしたいという方におすすめの分析手法です。クロス集計を利用する手順としては、まずエクセルのピボットテーブルを開きます。次にキーボードの「K」を押して、ピボットテーブルを配置しましょう。次に画面右下にあるツールメニューの中から、「フィールドリスト」を選択し、マウスでドラッグして移動させてください。この時、フィールドリストには以下の7つに分けられます。

日付
カテゴリ
商品名
販売価格
数量
売上高
担当者

この中から縦と横軸に合わせたフィールドを選択すれば、クロス集計表を作成できます。クロス集計表の使い方に関してはこちらを参考にしてください。参考：クロス集計とは｜市場調査ならインテージ

クロス集計を活用して新商品のヒットに繋がった事例

スマートフォンのアクセサリーを扱う通販会社のA社は、直近で販売した新商品からなかなかヒットが生まれないという状況に悩まされていました。そこでWEBアンケートを実施し、新商品に対する購入意向を聴取し、クロス集計を行うことで、購入意欲の高い層を割り出すことにしました。その結果、発売されたばかりのBというスマートフォンを保有する層の購入意欲が顕著に高いことが分かりました。その後、ターゲットをBの保有者に絞ることで、新商品のヒットに繋げることに成功したのです。このように、アンケート結果をクロス集計で掘り下げることで、最適なターゲット層を見極めることができるのです。クロス集計はExcelを使って行うことができますので、ぜひ仕入計画やアンケートの集計に活用して、マーケティングに生かしてみてください。参考：クロス集計とは｜市場調査ならインテージ

ロジスティック回帰分析：事象の発生確率を予測する

ロジスティック回帰分析は病気が発生する確率や、商品の購入率の予測に用いられる分析手法です。得られた結果から治療やマーケティングの効果が高くなるケースの特徴を分析することで、効果を上げることができます。ロジスティック解析では、ある質問に対する答えを「はい」か「いいえ」で集計し、ある事象の発生する確率を予測します。

ロジスティック回帰分析の活用方法

ロジスティック回帰分析は「ある事象の発生率」を予測する分析手法です。例えば、「DMへの返信率」や「特定の商品の購入」を「事象」としてキャンペーンの反応率や特定商品の普及率を判別することができます。この分析手法は「購入する」か「購入しない」かなど「はい」と「いいえ」を明確に定義できるものの予測に向いています。したがって、マーケティングにおいては、見込み顧客を発見する際などに役立ちます。ロジスティック回帰分析はエクセルを使用します。「y→1」になる確率を判別するものですが、それを算出するために「偏回帰係数」と説明変数を代入して計算します。ロジスティック回帰分析の式は以下の通りです。引用：【ロジスティック回帰分析】使用例やオッズ比、エクセルでの使い方も紹介！

ロジスティック回帰分析で病院患者に適切な薬を処方した事例

多変量ロジスティック回帰分析は、病院では必須と言えるほど活用されています。といのも、患者一人一人に対して適切な薬を処方する場合、どの薬が最も効果的か、ということは処方してもらわなければわかりません。そこで、臨床試験に登録される患者の特徴（性別や病歴、遺伝子等）をロジスティック回帰分析に入れておけば、膨大なデータの中から適切な作用をもたらす薬を予測してくれるのです。命に関わる現場だからこそ、「一度試してみる」ということは通用しません。予測ではありますが、過去のデータを元に統計を取っているために精度は高いのです。ビジネスの場面でも、将来性に関する予測したい場合などに活躍してくれるでしょう。参考：回帰解析：ロジスティック回帰解析を中心として

決定木分析：仮説から複数の予測を行う

決定木分析は、予測や分析、分類を目的に行われる分析手法です。ひとつの原因からいくつもの仮説を繰り返し、その結果から何通りもの予測を行います。複雑で多様な要因を整理・分析することができ、分岐ごとの確率の計算も可能なため、マーケティングの他にリスクマネジメントなどに使われることもあります。

決定木分析の活用方法

決定木分析を行うことで、「自社商品の購入者がどのような人であるか」「満足度の高い消費者にはどのような属性があるか」「商品の持つ要素で生活者の満足度に最も影響しているものは何か」と言ったことを知ることができます。したがって、見込み客を発見したい場合やユーザーの属性を知りたい場合には、この分析手法を選ぶと効果的です。決定木分析の手順としては、まず「目的変数」と「説明変数」を洗い出します。そのために、関係者に対してのアンケートを実施しましょう。アンケートを元に目的変数と説明変数を洗い出すことができれば、ゴールを目的変数として説明変数のツリーを作成します。参考：決定木分析（ディシジョン・ツリー）

決定木分析を活用して見込み客を明確にした事例

ゴルフをしない人たちの中で、今後ゴルフをやる見込みが高い集団を決定木分析によって割り出し、今後のターゲットを選定するための判断材料としたという事例があります。

引用：決定木分析（ディシジョン・ツリー）｜マーケティングリサーチのマクロミル

YESの階層が深くなれば深くなるほど、目的変数に対して興味・関心があるということです。逆の場合は興味・関心がないということになります。この分析することより、ゴルフに興味のある年齢層や人物の特徴を洗い出すことができ、ゴルフ場の広告文に活用できたりとさまざまな恩恵を受けられます。参考：決定木分析（ディシジョン・ツリー）｜マーケティングリサーチのマクロミル

クラスター分析：類似性の指標をグルーピングする

クラスター分析は、異なるものが混ざり合った集団から似た者同士を集めて集落（クラスター）を作り、分類するという手法です。対象となるのは人間だけでなく、商品や企業、地域、質問項目などを分類することもできます。クラスター分析には、階層クラスター分析と非階層クラスター分析の2種類があります。階層クラスター分析では、対象をクラスターに分類するだけでなく、クラスターが結合されていく過程を把握することも可能です。一方、非階層的クラスター分析は、似たようなパターンで回答した回答者たちが同じクラスターに属するように自動でグルーピングを行うアルゴリズムです。階層クラスター分析は直感的なアウトプットを得ることができますが、分類する人数が多い場合には不向きな方法です。したがって、非階層クラスター分析がよく用いられますが、非階層クラスター分析でもクラスター数の決定が重要となります。

クラスター分析の活用方法

客観的な基準に従った正確な分類が可能なクラスター分析は、マーケティングリサーチの結果を分析する際によく活用されます。具体的には、ポジショニング確認を目的としたブランドの分類、イメージワードの分類、生活者のセグメンテーションなどに役立ちます。メーカー目線の恣意的な分類ではなく、「消費者サイドの視点に立った分類」をしたい場合にこの方法を用いると効果的です。クラスター分析の手順は、まず「類似度」を調べるために、データの特徴をまとめます。その時に活用するツールはエクセルでも構いません。類似度を計算した後、似ているものと似ていないものを分類、整理します。参考：「クラスター分析」ってどうやるの？クラスター分析のやり方、具体的な３つのステップはこちらです

クラスター分析を活用してターゲットに合わせてDMを配布した事例

クラスター分析のマーケティングへの活用例として最もよく使われる方法です。例えば、クレジットカードやポイントカードのユーザー情報に含まれる「性別」「年齢」「住所」「カードの利用履歴」と言ったデータを使って、クラスター分析を行います。そしてユーザーを様々な属性や嗜好、消費傾向を基準としたいくつかのクラスターに分類します。それぞれのクラスターに異なるニーズがあるため、その関心やニーズに合った内容のDMを配布することで、カードの利用率の向上や退会率の低下を期待することができます。参考：クラスター分析「使ってみたくなる統計」シリーズ第3回 | ビッグデータマガジン

コレスポンデンス分析：関係性を視覚的に表現する

アンケートなどのクロス集計の結果を散布図にして見やすくする分析手法です。項目が多く、内容を把握しにくくなっている調査データを、視覚的にわかりやすく表現するために頻繁に用いられます。コレスポンデンス分析では、分割表を用いて相関が最大になるように項目を並び替え、散布図で見やすく配置するため、データを直感的に把握することができます。

コレスポンデンス分析の活用方法

コレスポンデンス分析は、解析結果を視覚的に分かりやすく表現できるため、自社と他社製品の商品イメージのポジショニングやブランドイメージのポジショニングの違いを可視化するのに最適です。マーケティングリサーチの結果を視覚的にわかりやすく表したいという時に選ぶと効果的な分析手法です。前述した「クロス集計」をグラフや図にまとめたものが「コレスポンデンス分析」になります。エクセルのピボットテーブルで作成したクロス集計をグラフや図にまとめる場合は、「任意のセル」を選択し、挿入をクリックしてください。すると、棒グラフや折れ線グラフなどを選べるので、視覚的に見やすいグラフを選びましょう。とはいえ、分析結果さえわかってしまえば、コレスポンデンス分析を作成することも可能です。

引用：コレスポンデンス分析とは｜市場調査ならインテージ

上記の図がコレスポンデンス分析になりますが、これに関してはホワイトボードでも作成できます。最も重要なことは、この図を作成するためのデータです。参考：コレスポンデンス分析とは｜市場調査ならインテージ

コレスポンデンス分析を活用して職位と喫煙の関係を明らかにした事例

ある企業の社員193人に対して、職位（契約社員は一般社員など）と喫煙習慣の関係性を視覚化した事例があります。結果は喫煙者の約半分は契約社員であり、一般社員は全体の1/4程度であることがわかりました。この分析からわかることは、単に喫煙者の職位を割り出すだけではなく、どの職位が一番ストレスを感じているのか、ということも明確になります。これは、業務内容のバランスを考え直すきっかけにもなるでしょう。参考：コレスポンデンス分析 | 日経リサーチ

回帰分析：要因と結果の関係性を解析する

回帰分析は、「結果」に対して「要因」が与える影響の傾向を把握する分析手法です。複数の「要因」とそれに伴って変化する「結果」との関係性を分析します。回帰分析を行うことで、予測モデル式を作成し、結果変動のシミュレーションが可能になります。

回帰分析の活用方法

マーケティングにおいて、回帰分析は「結果」に対する「要因」を推測する目的で行われます。具体的には家賃の予測や広告クリエイティブの最適化予測、将来の購買や行動を予測するために活かすことができます。回帰分析の手順は、まずアドインから分析ツールを追加します。その後、分析ツールから「回帰分析」を選び、結果に対しての要因を調べるためのデータを入力します。参考：Excelにおける回帰分析（2）分析ツールでの回帰分析の手順

回帰分析を活用して売上を予測した事例

回帰分析をマーケティングに活かす例として、Airbnbに登録されている宿泊施設の情報から宿泊費用を予測した事例を紹介します。 Airbnbに登録されているニューヨーク市の宿泊施設の「地理情報」「施設のタイプ」「一泊の宿泊費」「最低宿泊日数」「レビュー数」「1年のうち宿泊可能な日数」「地域の治安」という条件のうち何が宿泊費用に影響を与えるのかを回帰分析で予測しました。その結果、立地と物件の広さが宿泊費の主な影響要因であることがわかり、そこから売り上げを予測することに成功しました。参考：回帰分析「Airbnbのオープンデータから宿泊費を予測」（ちょいみる統計）

顧客分析：優良顧客と一般顧客を分類する

顧客分析は優良顧客と一般顧客を分類し、それぞれの消費行動を把握してアプローチを行う分析手法です。自社の顧客がどのような層であるのか、またその購買行動を分析することは、時代の流れに合った顧客のニーズを捉えていく上で必要不可欠です。顧客分析には、分析する内容によって様々な方法があります。顧客分析の主な種類とそれぞれの分析内容を下の表にまとめているので参考にしてください。

分析手法	分析する内容
RFM分析	顧客の購買行動を分類し、ランク付けして分析する
デシル分析	顧客の購入金額比率や売上構成比を分析する
CTB分析	顧客の今後の購買行動を予測する
セグメンテーション分析	購買履歴などから顧客を属性ごとにグループ分けし、マーケティングを行う
特定顧客の抽出	会員情報などから特定顧客のデータを把握し、分析する

顧客分析の活用方法

顧客分析は顧客のニーズを把握したり、ボトルネックを可視化する際に活用すると効果的です。顧客のニーズを把握することで、最適なタイミングでニーズに合った情報を提供することができ、商品を効率よく販売するための戦略に役出させることにつながります。顧客分析の手順に関しては、使用するツールによって異なりますが、共通項としては顧客のデータをまとめておくことが大切です。エクセル等を使用して、顧客の特徴や満足度、アンケート内容等を分けてまとめておくといいでしょう。

顧客分析を活用して戦略的な営業活動を実現した事例

顧客分析によって得られた顧客情報を営業部門からサポート部門まで、会社全体で共有することで、戦略的な営業活動を実現することができたという事例があります。顧客分析はさまざまなツールを使用して行われます。

顧客セグメントの理解
RMFで優良顧客の洗い出し

これだけで、顧客のニーズや優良顧客の特徴を理解でき、売上アップに繋がる適切なアプローチをかけることができるのです。戦略的な施策を考えるのに顧客分析は大いに役出すので、前述した分析手法を活用し、売上アップにつながるヒントを見つけましょう。

コンジョイント分析：消費者の購買意思を分析する

コンジョイント分析は主に消費者の購買意思を分析するために利用する分析手法です。消費者が商品を選ぶ行動をそのまま質問として再現し、その答えから効果的な機能や効能の組み合わせを調べます。そして、その結果から商品やサービスの「どこ」を「どのくらい」変更すれば消費者に気に入ってもらえるのかを明らかにし、商品開発の戦略立案に役立てます。

コンジョイント分析の活用方法

コンジョイント分析は、商品の最適なコンセプトを考えるのに役立ちます。コンジョイント分析によって解決できる可能性があるのは具体的に次のような課題です。

商品の選択・購入に大きく影響する要因を知りたい
商品の魅力や実力を知りたい
競合商品に勝つにはどうすればいいのか知りたい
商品レベルに合ったスペックレベルを知りたい
適切な価格設定を知りたい

コンジョイント分析は、コンジョイントカードを使用することが効果的です。コンジョイントカードとは、さまざまな属性の製品を並べ、魅力を感じる商品から順に番号を記入するカードのことです。

引用：コンジョイント分析とは | データ分析基礎知識

質問の内容によって結果は異なりますが、欲しいデータを手に入れられる有効的な手段です。得られたデータをまとめ、コンジョイント分析を実施することで顧客が求めている最適な製品を見つけられます。参考：コンジョイント分析とは | データ分析基礎知識

コンジョイント分析で関心の高いポイントカードを導入した事例

あるお店を開業しようと考えたときに、どのような特徴を持つ店にすれば良いか調査し、コンジョイント分析を行った結果、お得感のあるポイントカードが喜ばれることが分かり、実際にポイントカードを導入することにしたという事例があります。とにかくコンジョイント分析では「最適解」を導き出すために用いるということです。顧客の声を元に戦略を練るために、さまざまなリスクを最小限に抑えられます。参考：コンジョイント分析 | CBR消費者行動研究所

データ分析を成功させるための3つの注意点

データ分析を成功させるためには、以下3つの注意点があります。

データ分析の本来の目的は、「データを有効活用する」ことです。とはいえ、活用方法を考えなければ、コストがかかってしまうだけで有効活用は期待できません。そのため、データ分析を成功させるためにも、注意点について理解しておきましょう。

事前に目的を設定する

データ解析を行う前には、目標や目的を明確に設定しておく必要があります。目的がはっきりしていないと、どのような情報を集め、どのように活用すれば良いか正しい判断をすることができません。また、目的を決めたら、最終的に何を得たいのかということを明確にしましょう。そのためには、まず現状を把握し、問題を見極め、それをどのように解決したいのかを考える必要があります。

データをまとめて可視化する

データをただ収集しているだけでは、企業戦略に活かすことはできません。データ分析をするためには、集めたデータを分析できるように可視化する必要があります。データを可視化することで、課題が見えてくるようになります。「集めたデータはとにかく可視化する」ということを意識するだけで、データ分析の幅が広がります。

分析手法に固執しすぎない

分析手法はあくまでもデータを活用したツールに過ぎません。ある分析手法を活用することに固執し過ぎて、目的が「分析手法を活用すること」になってしまわないように注意しましょう。それでも手法について知識がなければ、解釈の仕方を間違えてしまうこともあるため、全く手法にこだわらなくても良いというわけではありません。あくまでも手法にこだわり過ぎず、データを分析して活用するという本来の目的を忘れないことが大切です。

まとめ

ここまで沢山のデータ分析手法を紹介してきましたがいかがでしたか？目的にあった分析手法を見つけることはできたでしょうか？専門的なスキルや知識なしでデータ分析ができるツールもありますので、データ分析は難しいと感じている方にも是非挑戦して、売上アップや課題の解決を目指していただけたらと思います。

ヤフー独自のビッグデータを確認可能！「DS.INSIGHT」の資料ダウンロード(PR)

明日からデータ活用を始めるためにおさえておくべき基本スキルと分析テクニック企業は顧客の購買データありとあらゆるデータを持っていて、このデータを活用して売上アップや受注率の向上などにつなげています。データ活用の重要性はもはや自明のこととは思いますが、具体的にどうやって活用すればいいのかわからず、膨大なデータの前で途方に暮れている方もいらっしゃるのではないでしょうか。そこで今回はデータ活用の具体的な手順から方法、成功のポイントなどをまとめてご紹介していきます。データ活用の入門書のようなイメージで記事をまとめているので、とりあえずデータを使ってみたいという方は必見です。ヤフーの行動ビッグデータを分析できるデスクリサーチツール「DS.INSIGHT」の詳細資料をダウンロード [toc] ※本記事はヤフー株式会社提供によるスポンサード・コンテンツです。

データの活用で実現できること

データの活用によって客観的な検証が可能となり、顧客のニーズに即したサービスの提供や、的確な経営判断・業務の効率化など、データ活用がもたらす恩恵は計り知れません。

顧客の嗜好を把握して売上をアップできる

データを活用することによって、顧客の趣味・関心を高精度で把握できるため、効率的に売上の向上を目指せます。販売業界でも、ECサイトでの購入履歴やPOSデータを収集し、大雑把な売れ筋ではなく顧客の特性に合った商品を知ることで、売上向上に繋げています。大手通販サイト「Amazon」では、「この商品を買った人はこんな商品も買っています」という、ユーザーごとの購入予測モデルである「リコメンデーション機能」を活用し、売上を増加させました。どんな商品を買ったりチェックしたかというユーザーのデータと、類似性のある別のユーザーのデータを両方用い、ユーザー同士の購入履歴を関連づけることで情報提供に繋げているのです。数多くのデータを蓄積して細かく分析できれば、商品の売れ筋や、各地域の売れ筋商品の違いなども知ることができるでしょう。

データの相関から新たな戦略を提案できる

データ活用の効果を上げている企業の特徴として、複数のデータを組み合わせて分析している点が挙げられます。飲料メーカー「ダイドードリンコ」では、消費者アンケート等のデータに加え、消費者の視線を分析する「アイトラッキング・データ」を活用することで、自販機での売り上げアップに成功しています。データ分析の結果から、飲料業界では常識とされていた、左上に人気商品を陳列(Z字型に視線が動くため左上に人気商品を陳列)するのを改め、左下に主力商品を置き売り上げを倍増させました。このように、消費者行動に関するデータの種類を増やすことで、データ分析の効果が上昇する可能性があります。

事業を効率的に拡大できる

データを活用すると、経験則を客観的に検証することが容易となり、効果的な事業拡大につながります。「スシロー」では、寿司皿にRFIDを取り付けて寿司の動向を把握することで、寿司ネタごとの売上や廃棄の動向、入店から会計までの客の利用動向なども、迅速に検証できるようになりました。　この情報の分析を基に、適切なタイミングで適切なネタを提供することが可能となり、廃棄ロスを75%削減することに成功したのに加え、売上の安定化、顧客満足度の向上にもつながったのです。

データは4つの手順で活用していく

データを活用する際は以下の4つのステップを継続して行い、PDCAを回し続けていくことが大切です。１．仮説を元にデータを収集する２．検証内容に合った統計分析をする３．分析結果をもとに意思決定をする４．実行した施策のデータを分析する

1.仮説を元にデータを収集する

データ分析から、ちょっとした疑問や違和感を感じ取ったら、そこから仮説を立てて施策に落とし込み検証していくことで、大きな問題改善につながる可能性があります。その際、ただ漠然とデータを収集をしただけでは、欲しい結果は期待できません。仮説を立てて検証に必要なデータを収集し検討することがポイントです。しかし、過剰なデータ収集は、データ分析の時間や余計なコストがかかり、予算を超えてしまう場合もあります。それを防止するためには、データ収集する際、どのようなデータを収集するのか、そしてどんな分析を行うのか、ある程度「アタリ」をつけ、事前に設計することが重要です。

2.検証内容に合った統計分析をする

データ分析には様々な手法があります。次に紹介する「クロス集計」「ロジスティック回帰分析」「決定木分析」「アソシエーション分析」「クラスター分析」などが代表的手法です。それぞれの特徴を踏まえ、検証内容に合った統計分析を行うことで、効果的な問題改善が期待できます。今回の記事では、データ分析の概要をお伝えします！更に詳しく知りたい方はこちらをご覧ください！参考：蓄積した情報を売上につなげる「データ分析」の代表的な手法10選

クロス集計

クロス集計とは、アンケート調査で集めた回答データを、設問をかけ合わせて集計することができる手法のことです。クロス集計を活用することで、回答データを「年代別」「男女別」「地域別」といった属性ごとに、さらに細分化して分析していくことが可能になります。例えばあるアンケート調査で、「〇〇に対する満足度」という質問に対して「60％の人が満足していて、40％の人が満足していない」といった集計結果が出たとします。その場合、クロス集計を使えば「全体では60％の人が満足していたが、満足度に男女差があり、女性では満足している人の割合が40％と低かった」という風にさらに深堀りできるのです。クロス集計はExcelでも簡単にできるので、データ分析の入門編として最適な手法です。詳しい手順について知りたい方はこちらをご覧ください。参考：相関性を見抜くクロス集計！エクセルで業務データを解析してみよう｜エクセルサプリ

ロジスティック回帰分析

ロジスティック回帰分析とは、事象の発生確率を予測・説明するための分析手法です。代表的な例として「土砂災害発生予測」や「病気の発生率」などが挙げられます。この分析を行うことで、「ダイレクトメールの反応率」や「見込み顧客の発見」などを予測することができ、マーケティング分野においても非常に便利な手法と言えます。手順は、ダイレクトメールをきっかけに購入に至った顧客を1(100%)、購入に至らなかった顧客を0(0%)と定義して、目的変数と説明変数を設定していきます。そしてデータの数値を以下の計算式に当てはめることで、ダイレクトメールを受けた人の1人当たりの購入確率を算出できます。

実際の計算は、主にエクセル、R、統計解析ソフト「SPSS」で行います。RやSPSSは初心者にとってハードルが高いため、まずはエクセルを使ってデータ分析に慣れていきましょう。エクセルを使った詳しい手順はこちらをご参照ください。参考：【ロジスティック回帰分析】使用例やオッズ比、エクセルでの使い方も紹介｜Udemyメディア

決定木分析(けっていぎぶんせき）

決定木分析とは、影響力の強い要素から順番に上から下へと枝分かれ式にデータ分析をしていく手法で、名前の通り樹形図で表現されます。

出典：【第三回】決定木分析:要因を分析し、将来を予測する｜Enterprisezine 上記の図のように「ある商品の購買有無」について、上から「性別」という属性、次に「購入回数」という属性ごとにデータを分割していきます。すると、最終的には「女性で過去に購入経験がある人がキャンペーン商品を買う可能性が高い」という具体的な結果が可視化されるのです。このように、決定木分析を行うことで「自社商品・サービスの購入見込みが最も高い人は、どのような人であるか」「満足度やロイヤリティの高い生活者には、どのような属性があるのか」といったことを知ることができます。実際に決定木を作成してみたい方、詳しい分析手順を知りたい方はこちらをご覧ください。参考：決定木モデルを作る｜Classmethod

アソシエーション分析

アソシエーション分析とは、データ間の相関関係を発見する分析手法です。先ほど事例として挙げたAmazon.comのレコメンド機能は、この分析手法を応用しています。アソシエーション分析を活用することで、市場で一緒に売れていく商品・サービスのルールが分かってきます。また、顧客の購買行動を分析して、商品が売れた際の頻出パターンを見つけることができます。このように、より効果的なマーケティング戦略を考えるのに欠かせないアソシエーション分析は、以下の記事で具体的な手法を学ぶことができます。分析と一口に言っても、手法は様々です。それぞれ比較しながら、自分に合った方法を見つけましょう。 Rを使ったアソシエーション分析の手順を知りたい方は以下をご確認ください。参考：【初心者向け】Rによるアソシエーション分析（実践練習）｜Winey Trade エクセルを使ったアソシエーション分析の手順の詳細は以下の記事をご確認ください。参考：第7回　アソシエーション分析1|ビッグデータ活用講座|ビッグデータ活用塾|ゼッタテクノロジー株式会社

クラスター分析

クラスター分析は、データ全体を似たもの同士の集団に分類する手法です。非常に大きなデータでもグループ分けで整理・分類したら、傾向や特徴を把握しやすくなります。例として、「株式会社マクロミル」で実際に行われた階層クラスター分析について見ていきましょう。こちらは、1万人から寄せられたおすすめメニューを分析した結果です。

出典：株式会社マクロミル

図のように、階層クラスター分析で「似た言葉」＝「関連性の高い言葉」を近い順につないでいきます。すると人気メニューは大きく3つに分けられました。一番左のラーメンクラスターでは、キーワードとして「こってり、豚骨」「スープ、味噌」「見た目、濃い、あっさり」「ネギ、塩、醤油」が挙げられています。このことから、人気のメニューは「見た目は濃そうだが意外にあっさりしており、ネギがたっぷりのったネギ塩ラーメンとネギ醤油ラーメン」ということが分かりました。クラスター分析は様々な手法に分けられます。 ①階層的手法・・・・似たもの同士をまとめていって、いくつかのクラスターにまとめる　（上記の事例を参照）最短距離法（最近隣法）/最長距離法（最遠隣法）/群平均法/重心法/ウォード法 /その他 ②非階層的手法・・・・似たもの同士が同じクラスターに所属するように全体を分割するｋ平均法（k-means法）/その他分析対象が30程度で、対象がいくつかのクラスターに結合されていく過程を丁寧に見たい場合は、階層的手法を選ぶと良いでしょう。逆に、分析対象が多い大規模データを取り扱う場合は非階層的手法をおすすめします。それぞれの手法について詳しく知りたい！という方はをこちらをご参照ください。・階層的手法・・・参考：階層クラスター分析｜MACROMILL ・非階層的手法・・・参考：非階層クラスター分析｜MACROMILL クラスター分析は、エクセルを使って手軽に作成できます。こちらの記事では説明に従うだけで、階層的手法を元に樹形図を作成することができます。ぜひ実践してみてください。参考：クラスター分析─エクセル統計による解析事例｜BellCurve

3.分析結果をもとに意思決定をする

検証内容に合ったデータ分析で得た結果は、「次にどうすればよいのか」という、意思決定をするための判断材料となります。思い通りの結果が出るまで分析を繰り返すのではなく、たとえ、想定外の結果であっても事実として受け止め「なぜそうなったのか」を考察し、客観的に次の施策を立てることが大切です。そのプロセスを繰り返すことで、問題の根本原因の見極めが可能となります。もっとも、この意思決定の過程がデータ分析の本質ともいえるでしょう。

意思決定し実行した施策をデータ分析

データ分析は、上記で紹介した1から3のプロセスを繰り返すことで、その効果の最大化が可能です。全体を俯瞰できるダッシュボード(定点観測用の画面)を確認することで、ちょっとした変化や相関にも気づきやすくなり、仮説の構築もスムーズに行えます。また、データ分析において何より大事なのは、1度の大きな発見による変化より、この工程を何度も繰り返すことにあると言ってよいでしょう。

データ活用を成功させるためのポイント

データ活用を成功させるには、活用の目的を明確化し、データ活用で得られた結果を計測して、戦略を見直すための軌道修正を定期的に行うことが重要です。

データ活用によって得られた効果を計測する

データを活用する明確な目的が決まり戦略を実行した結果、それによって得られた効果が、どの程度表れたかを計測することが大切です。その検証結果から、今後どのようなビジネス戦略を立てればよいかが見えてきます。このように、解決すべき課題や、新たな課題・価値の創出も期待できるため、データ活用効果の計測は不可欠です。

データ活用の軌道修正を定期的に行う

データ活用の効果を計測したら、定期的に活用の軌道修正を行ないましょう。解決済みの課題や、新たに発生した課題などを洗い出し戦略を見直した後、データの活用方針も見直すのです。そうすることで、使用していたデータが必要ないと分かったり、代わりに新たなデータを収集・分析する必要があると判明するかもしれません。このように、軌道修正を繰り返すことで、収集すべきデータや利用すべき分析を知ることができます。

データの収集・分析を継続して行う

データ活用を成功に導くには、データの収集や分析を継続して行うことが大切です。データは常にアップデートされ続けるため、収集と分析を止めてしまえば、その時々にあった戦略を立てることはできません。「目標を明確化」「得られた効果を計測」「定期的な軌道修正」、これら一連のサイクルを継続することにより、データ収集と活用ノウハウが少しずつ蓄積されて、収益の反映につながります。

まとめ：データ活用するためにまず必要なスキルを身につける

データ活用初心者がデータ分析の感覚を身につけるには、実際にデータを活用するしかありませんが、最初から全てをやりこなす必要はありません。まず、取り組みやすい簡単なデータ分析から行ってみましょう。最初は少数の目的に絞り、実際のデータを使用して練習を繰り返えすことで、必要なスキルを身につけることができます。もっとも、一番大切なのはデータを活用して「何を達成したいのか」という目的です。目的意識を持ち同僚と協力しながら実践を積み重ねていきましょう。

ヤフー独自のビッグデータを確認可能！「DS.INSIGHT」の資料ダウンロード(PR)

データマイニングは、上手く活用することでビジネスでの課題解決や業績アップに、大いに役立てられます。しかし基本的な知識もない状態でデータマイニングを導入しようとしても、見当違いな結果しか導き出せません。そこで今回はデータマイニングとは何かから、具体的な分析手順、データマイニングが効率的にできるツールまで紹介します。折角のビッグデータを意味あるものにするため、データマイニングについて学びましょう。ヤフーの行動ビッグデータを分析できるデスクリサーチツール「DS.INSIGHT」の詳細資料をダウンロード [toc] ※本記事はヤフー株式会社提供によるスポンサード・コンテンツです。

データマイニングとは「膨大なデータの中から有益な情報を発掘する技術」

データマイニングは、ビッグデータと言われる膨大で従来の手法では扱い切れなくデータから、情報（データ）を採掘（マイニング）する手法です。ビッグデータにデータマイニングを導入することで、

詳細な分析によって業績アップのヒントが見つかる
実績ベースの効果予測・測定・ノウハウ蓄積ができる

といったことが可能になります。それでは1つ1つのメリットを見ていきましょう。

詳細な分析によって業績アップのヒントが見つかる

ビジネスが上手くいかない事実に対して、どんな取り組みをしたらよいのかは誰しもが欲しい情報です。しかし時間や予算・労力には限りがあるので、闇雲に改善策を立案して実行しても、結果は伴いません。そこでデータマイニングをしたら、一見無関係と思っていたデータの羅列から、ビジネスチャンスのヒントを見つけることができます。例えば、データマイニングによって、以下のような関連性に気づけます。

天候によって特定の商品が売れやすくなっている
同時購入する確率が高い商品の組み合わせが見つかる
休眠顧客がアクティブ顧客になるタイミングの発見

データマイニングによって、扱いに困っていたビッグデータが宝の山に変わってくれます。

実績ベースの効果予測・測定・ノウハウ蓄積ができる

データマイニングを導入したら、これまで経験や勘に頼っていたマーケティングを、実績ベースで定量的な評価ができます。データマイニングによって必要としていた情報は視覚化され、実践する内容は測定や予測ができるので、PDCAサイクルを回して成功のノウハウが蓄積されていきます。データマイニングのツールは、統計の基本的な知識さえあれば、分析の専門家でない現場のスタッフでも扱えます。専門家を通さず分析が可能だから、PDCAのサイクルは早く成果につながりやすいです。

データマイニングの3つの役割

ビッグデータのデータマイニングによって、以下の3つのことができるようになります。

データを整理・分類する
購入や受注の可能性を予測する
データの関連性を発見する

それぞれどんな役割をはたしてくれるのかを見ていきましょう。

1.データを整理・分類する

取得したデータはそのままだと、どんな意味があるのかがわからないです。そこで重要になるのがデータの整理と分類です。条件を決めた整理や分類によって、データは視覚化されます。具体例として、回転寿司店で使われている方法をご紹介します。回転寿司店で売れているメニューを知る手段として、以下の2つの方法があります。 1つは「1日の売上が〇万円以上or未満」という明確な条件で分けてから、赤身や白身などの似たネタで分類するやり方。もう1つはトロや大トロなどで細かく分類してから、「マグロといった共通する内容でまとめる」方法です。個別でデータが羅列しているときより、何がどれだけ売れているかが、整理や分析によってはっきりとわかります。実際に取得されるデータ量は100万単位であることも珍しくありません。簡単な整理や分類だけでも、データ量が多いと信憑性の高い法則が見つかります。

2.購入や受注の可能性予測する

取得したデータから物事を予想するのと、予測するのはまったく意味合いが異なります。天気予報を例に挙げると、

予想：明日は昼から雨が降りそう
予測：北にある高気圧が秋雨前線を押し下げてくるので、明日は80％の確率で雨が降ります

この2つを見比べると、予測は根拠となる事実があり、それに基づいて確率まで計算をすることができます。リンクをクリックしてからの購買率や契約の解約率など、マーケティングで必要となる数字を、導き出すことができます。

3.データの関連性を発見する

マーケティングで新しい戦略を立てるために、データの関連性は重要なヒントとなります。「○○が売れていると、××も売れている」という関連性があれば、同時に売り込むことによって売り上げの相乗効果を狙えます。有名なデータの関連性の例で「ビールとおむつ」というものがあります。顧客データの分析でビールとおむつを同時に購入する傾向が発見された。理由を調査すると、子育てをしている家庭で、家事で忙しい母親に変わって父親がおむつを買いに来て、一緒にビールを買っていました。この関係性を使い、ビールとおむつを並べて売ると売り上げがアップした。データマイニングによって、関係性に気づくことができます。実際の分析ではもっと物事は複雑になりますが、関係を糸口として問題解決の案を立てることができます。

データマイニングを完了するまでの流れ

実際にデータマイニングを行う場合、手順は2段階に分けることができます。

データの収集＆加工・整理（準備）
データマイニングの実施

いずれの段階でもちょっとした間違いで、分析結果は意味のないものになってしまいます。どんなことに気をつけたらよいのかを把握しておきましょう。

データの収集＆加工・整理（データマイニングの準備）

データマイニングの準備段階でやるべきことは以下の2つです。

元となるデータの収集
収集したデータを分析できるように加工・整理

特にデータの収集はつまずきやすいポイントが多いので注意が必要です。

元データの収集

推奨されている元データの量は10万レコードと言われています。これより少なくてもデータマイニング自体はできますが、多いほど分析結果は信憑性のあるものになるので、10万を1つの目安としてデータを収集してください。収集したデータは、データの削除や更新がされないDWH(データウェアハウス)に蓄積しておくと後の作業が捗ります。折角収集したデータも、分散していたり分析に時間がかかってたりしていては、変化の早いビジネス環境に対応できません。DWHは必須ではないけれど、用意しておいたほうがおすすめです。

収集したデータの加工

データマイニングは主にシステム上で行うので、決まった形式のデータでないと読み込んでくれません。数字が入っているべきところに記号が入っていたり、同じ内容のデータだけど項目名が違ったりすると、システム上で違うものとして認識されます。加工の段階で一緒に分析するデータは形式をそろえ、分析に必要のない情報は削除しておいてください。

【要注意】データマイニングでは集める情報の「質」が重要

データマイニングさえ行えば、目的の結果が得られるというものではありません。分析するためのデータの質が悪いと、見当違いだったり何を意味するのか不明な結果が出てきたりしてしまいます。データの質を保つためには以下の3つに注意しましょう。

欠損が少ないこと
異常値が少ないこと
項目にダブルミーニングがないこと

この3つに該当するデータは分析に使うことができず、使えないデータの多さは分析結果の信憑性低下につながります。

データマイニングの2つの実施方法

データマイニングの方法は複数あり、求められる結果も異なります。ここではデータマイニングの中でも代表的な、「機械学習」と「統計分析」の2つについて紹介します。

仮説なしで結果を導く「機械学習」

機械学習では仮説を立てず、コンピューターが学習をしながら先的な相関関係を導きだします。想定していなかったり、見過ごしていたデータの相関を発見できるので、既存ビジネスの改善点探しなどで活躍してくれます。機械学習はとても便利なデータマイニング方法ですが、欠点もあります。データから「AがあるとBが起きる」という結論が導きだされても、なぜBが起きるのかという理由は、人間が判断しなければなりません。また、元々関連性がないなら有益な結果は出てこないです。機械学習でのデータマイニングは人の判断が重要になってきます。

仮説に基づいて判断する「統計分析」

統計分析は、データマイニングで統計学や確率論を活用し、仮設が正しいかどうかを判断してくれます。あくまで仮設に基づくので、機械学習のように、想定外の結果が導かれることはありません。実際の計算はツールなどを使えば、自動で結果が出てくれます。しかし仮説立てや欲しい結果をえるための分析手法の選択は、自身で行う必要があります。最低限の統計知識は必要です。また最初に立てた仮説が正しいともかぎりません。統計分析によって仮説を検証し、また新しい仮説を立ててデータの収集・分析のサイクルを繰り返します。

データマイニングで使われる3種類の代表的解析方法

データマイニングで統計分析を行う場合、目的に合わせて解析方法を使い分けないと、意味のある結果を得られません。ここでは「クラスター分析」「ロジスティック回帰分析」「マーケット・バスケット分析」といった、代表的な分析手法を解説していきます。ほかの分析手法についても知りたいという方は、以下の記事を読んでみてください。参考：蓄積した情報を売上につなげる「データ分析」の代表的な手法10選

1.クラスター分析：対象データを整理して分類する

クラスター分析を行えば、データの中で似ているものをグループ分けしてくれます。実際に分析をするには以下の4つのことを決めます。

何を対象としてグループ分けをするか
どんな手順でグループ分けをするか
どの程度を似ているグループだと判断するか
似ているかを数字で判断する方法の選択

特に2つ目のグループ分けの手順は、階層クラスター分析と非階層クラスター分析の2種類に分かれます。階層クラスター分析はデータの類似性から樹形図が生成され、徐々に細かくグループ分けされていきます。非階層クラスター分析は、クラスター間の違いが際立つようにグループ分けがされ、いくつのグループに分けるかで結果が異なってきます。顧客の中から、特定のキャンペーンや商品に高い関心を持つターゲットを探すときなどにクラスター分析を使い、効率的な営業を仕掛けることができるでしょう。

2.ロジスティック回帰分析：事象の発生確率を予測する

ロジスティック回帰分析は、複数の変数を元に特定の事象が起きる確率を予測してくれます。例えば特定地域の降水量から土砂災害の発生のしやすさや、顧客の年齢や購入履歴などからDMでの購入のしやすさなどを予測できます。あくまで予測結果なので、実行すると想定とは反対の結果が出る場合はありますが、ランダムに選んで何かをするより、確率の高いものに注力をすれば、無駄なく結果につなげることができます。

3.マーケット・バスケット分析：相関性や関連性を見つける

マーケット・バスケット分析は、POSデータなどから同時購入の頻度が高い商品を見つけるときなどで活躍する、分析の手法です。上記で紹介した「ビールとおむつ」での売上アップや、ECサイトでのおすすめ機能は、マーケット・バケット分析を活用した例です。この分析を使った施策は、顧客満足度につながりやすく、業界を問わず活用されています。なぜ相関性や関連例があるのかという理由は、分析結果からだけではわからないので、自身で仮説を立てて検証してください。

データマイニングには専用ツールの導入がおすすめ

データマイニングはExcelでもできますが、分析・解析には専門的な知識が必要です。理想は専門家を採用することですが、そこまでできないという場合はデータマイニングツールの利用をおすすめします。データマイニング専用のツールを使えば専門家以外の現場スタッフでも分析できますし、分析効率も高まります。

専門家でない現場スタッフでも分析可能になる

専用ツールを使ってのデータマイニングなら、分析の意味やツールの使い方さえ覚えれば、部署単位でも分析結果を使ったPDCAサイクルを回せます。折角のデータマイニングも、分析する部署と分析結果を実行する部署が別だと、タイムラグが生まれ分析結果をうまく生かすことはできません。だからといって現場のスタッフ全員が、専門的な統計知識を身につけるのは現実的ではありません。少しでも理想に近づけるためには、専門ツールの導入が欠かせません。

時間や労力を減らし効率的に分析できる

専用のツールを導入しておけば、各部署からのデータ収集や分析の自動化などを行うことができます。データマイニングまでにかかっていた時間や労力を削減できるので、他の生産的な仕事に取りかかれます。手作業でデータ分析を行い、ルーチンワーク化している業務があれば、専用ツールで効率化を図りましょう。

データマイニングツールの3つの選び方

いざデータマイニングのために専用ツールを導入しようとしても、沢山の製品がありどれを選べばよいのか迷ってしまいます。そこでデータマイニングツールの導入で失敗しない、3つの選び方のポイントを紹介します。

1.データマイニングの目的を明確にする

ツール選びの1つ目のポイントは、利用目的を明確にすることです。データマイニングのツールは、導入するだけでは抱えている問題を解決してくれません。問題を効率的に解決するために、データマイニングツールを使うようにしないといけないです。データマイニングのツールによって、顧客管理や営業の分析に特化しているものもあります。利用目的とかけ離れたツールを導入しても、思うような分析ができないから、利用目的を明確にすることが重要になります。自社で解決したい問題は何かや、データからどんな内容のことが知りたいかを洗い出してみてください。

2.分析対象を明確にする

2つ目のポイントは、分析対象を明確にすることです。分析対象によって使い勝手のよいツールは変わってきます。

どんなデータの種類や量を分析するのか
解析はリアルタイムのものも含むのか
どんな分析手法を使うのか

例えば文章データを取り扱うなら、テキストマイニングの機能が必要になる場合もあるでしょう。ツールに求める機能を定めるためにも、分析対象は明確にしましょう。

3.操作性を確認する

3つ目のポイントは、正式導入前に操作性を確認することです。どんなに便利なツールでも、担当者が使いこなせないと、導入する意味がありません。可能なら導入を迷っているツールは、メーカーにテストが可能かどうかを確認しましょう。テストができれば担当者に実際のデータで使い勝手をチェックできます。

データマイニングのおすすめツール3選

データマイニングツールと一言でいっても、目的によって専門は分化しています。ここではさまざまな目的に利用できる汎用タイプ、顧客データ分析に特化したツール、テキストデータ分析に特化したツールという3つの観点から、それぞれ最もおすすめなツールを紹介します。

目的	ツール名	初期費用	利用料金
汎用	Visual Minig Studio	要問い合わせ	要問い合わせ
顧客データ分析	Customer Rings	要問い合わせ	要問い合わせ
テキストデータ分析	TEXT VOICE	【テキストボイス】 200,000円【テキストボイス+SNSデータ取得オプション】 200,000円【分析代行】個別見積	【テキストボイス】 100,000円／月【テキストボイス+SNSデータ取得オプション】 130,000円／月【分析代行】個別見積

使いやすい汎用型ツール：Visual Mining Studio

Visual Mining Studioは、NTTデータ数理システムが提供する汎用のデータマイニングツールで、製造や流通、通信、バイオ技術など分野を問わず導入されています。ニューラルネットワークやDecision Treeといった定番のツールから、高度な分析ができるサポートベクターマシンやSOMまで搭載されています。プログラムはビジュアルプログラミング環境が用意され、やりたいデータ処理の流れに沿ってアイコンをつなげるだけです。東京や大阪で毎月体験セミナーやワークショップも開催しているので、導入前後の不安も解消しやすいでしょう。

特徴：分野を問わず導入できる汎用性
利用料金：要問い合わせ
こんな人におすすめ：データマイニング初心者向け

機能豊富な顧客データ分析ツール：Customer Rings

Customer Ringsは、導入企業が累計で500社以上ある顧客分析に適したデータマイニングツールです。外部とも連携したデータ統合や、データ分析後のメールやDMなどの顧客へのアクションが用意され、初めから用意されている機能だけでも業務が効率化できます。 Customer Ringsの導入により、2年でメルマガ経由の売上が166％アップしたり、コンバージョン率が3倍になったという事例もあります。データの抽出や分析レポートの作成の自動化もできるので、業務改善と業績アップを同時に行えます。

特徴：顧客データを見える化
利用料金：要問い合わせ
こんな人におすすめ：膨大な顧客データを手軽に分析・活用したい

専門知識不要のテキストデータ分析ツール：TEXT VOICE

TEXT VOICEは、アンケートや問い合わせ履歴などのテキスト分析に特化した、データマイニングツールです。難しい操作の必要はなく、CSV形式のデータを定型のフォーマットに整えさえすれば、後は読み込ませ分析の実行ボタンを押すだけです。分析は1万件あっても15分程度で完了し、オプションを付ければInstagramやTwitterからもデータを取得できます。テキスト分析のために自前で辞書をする必要はなく自動で類義語辞書を生成するので、導入したらすぐに分析を開始できます。

特徴：自前の辞書なしで導入後すぐに分析できる
利用料金：100,000円～/月
こんな人におすすめ：専門知識なしですぐに使い始めたい

データマイニングを利用する上での3つの注意点

実際にデータマイニングツールを利用する場合、以下の3つのことに注意をしないと思うような分析結果が出ません。

データ定義は正確でないといけない
分析を全て代行してくれるわけではない
使いこなすためには知識・技術が必要

1.データ定義は正確でないといけない

ツールを使えば手軽にデータマイニングはできますが、それは正確にデータの定義ができているという前提の上に成り立っています。データの定義があやふやなままデータマイニングをしても、意味のある結果はでにくいでしょう。ツールは担当1人だけが使うものではないです。複数人が同じルールで使うことにより業務の効率化も実感できます。もし特定の人しかデータ定義を把握していないとなると、その人が退職や異動でいなくなった時、業務が滞ってしまうでしょう。

2.分析を全て代行してくれるわけではない

生のデータとデータマイニングツールがあれば、望みの結果を導きだせるというのは大間違いです。ツールはあくまでも決められたルールの元、効率的にデータを分析してくれるものです。実際に分析をするには、事前にツールが読み込めるようにデータを加工したり、分析するための条件設定をしたりします。さらに分析結果を見て条件の変更も必要になるので、最低限の操作は行いましょう。

3.使いこなすためには知識・技術が必要

専門的な統計やプログラミングの知識がなくても、データマイニングツールは使えます。しかし目的のためにどの分析を使えばよいのか、分析結果をどのように解釈したらよいのかは、ツール任せにできません。自身で計算ができなくても良いから基本的な統計分析の知識や、効率的にデータマイニングをするためのデータ加工技術は必要です。知識も技術もないと、見当違いな分析手法を選んでしまったり、未加工のデータを分析にかけ解析が終わらなかったりします。ツールによってデータマイニングを始めるハードルは下がりますが、知識や技術がゼロでは使いこなせないということを認識しておいてください。

まとめ

データマイニングを行えば、気づいていなかった業績アップのヒントが見つかったり、実績ベースで効果の予測やノウハウの蓄積ができたりします。しかも必要な機能が詰まったツールがあり、専門知識がなくてもデータマイニングを始めることは可能です。しかしデータマイニングを行う目的を明確にしておかないと、分析の精度は落ち分析結果の解釈もできないです。効果的なデータマイニングのため、利用目的から検討していきましょう。

ヤフー独自のビッグデータを確認可能！「DS.INSIGHT」の資料ダウンロード(PR)

BCP対策の策定を始める企業は増えてきていて、実際に上長からBCP対策の策定を命じられた方もいると思います。しかし中には「そもそもBCP対策ってよくわからないんだけど、本当に自社でもやらなきゃダメなの？」と考えている方もいらっしゃるのではないでしょうか。東日本大震災以降、日本では大規模な自然災害が頻発しています。日本は世界的に見ても地震が多い国として知られていますが、近年はM5以上の地震が全国各地で起こっており、自社が被災する可能性も十分考えられます。参考：気象庁 | 日本付近で発生した主な被害地震（平成８年以降）実際に自然災害などによって経営破綻に追い込まれた企業も多く、決して他人事ではありません。BCP対策を行っていないなら、今すぐにでも動き出しましょう。今回はBCP対策の意味や、なぜ企業が取り組むべきかなどをわかりやすく説明しています。また、すぐに取り組めるよう策定の手順をポイントに分けて解説していきます。この記事を読むことでBCP対策の重要性が理解できますし、実際に策定まで着手できます。 [toc]

BCP対策とは、緊急時に事業を継続・復旧させるための計画のこと

BCP（Business continuity plan）は直訳すると「事業継続計画」を意味し、自然災害や事故などに直面しても事業を中断させない、中断したとしても速やかに復旧させるための計画のことを指します。震災などの緊急事態が起こったとしても、経営面を考慮すると事業を止め続けることはできません。限られた資源を活用して特に優先すべき事業を継続させ、そして可能な限り素早く復旧させることが求められています。BCPはそのための手順をまとめていきます。 BCPと似た概念であるBCM（Business continuity Management）もあわせて覚えておきましょう。BCPは事業を継続させるための具体的な計画のことを指し、BCMはBCPを作るための準備から運用・訓練・見直しなど包括的な概念を指します。

引用：事業継続ガイドライン第三版｜内閣府

BCP対策はBCPの策定だけではなく、策定前の分析から策定後の見直しまでを考えるのが一般的です。

自然災害による事業者への影響が増加し、BCP対策が重要視されるようになった

BCP対策が重要視されるようになった背景として、近年の自然災害による事業者への影響が挙げられます。自然災害によって多くの企業が多大なる損失を受けていて、経営破綻に陥るケースも少なくありません。中小企業庁の調査によると、2018年に起こった「西日本豪雨」「台風19～21号」「北海道胆振東部地震」が中小企業に与えた総被害額は5,000億円近くにものぼることがわかりました。

引用：第1章　小規模事業者に対する自然災害の影響

2019年に入っても多くの自然災害が日本全国を襲っており、日本のどこにいても被災する可能性があります。今後についても東日本大震災と同等以上の首都直下地震や南海トラフ地震が起こると想定されていてその明確な時期は当然わかりません。もしかすると、近い未来で企業の経営が危ぶまれるような大災害に見舞われる可能性もあるのです。少しでも被災による損失を軽減させるためには、早急にBCP対策を行う必要があります。

BCP対策を行った企業と未対策企業の比較

BCP対策の必要性を実感してもらうために、具体的な事例を見ていきましょう。 BCP対策を行っていたから軽微な被害で済んだ事例と、BCP対策を怠っていたため甚大な損失を生んだ事例をそれぞれご紹介していきます。

BCP対策を行っていたことで難を逃れたリサイクル業者の事例

宮城県でリサイクル業を営むある企業では、東日本大震災で壊滅的な被害を受けましたが、BCP対策を行っていたことで速やかに復旧したという事実があります。同企業では東日本大震災により焼却施設が全壊し、事業の運営そのものが成り立たない状況に陥りました。しかし、BCP対策で通信手段の代替策を用意していたことで、修理業者とスムーズに連絡が取れ、震災翌日から復旧作業を開始できています。結果として、重要な業務であるリサイクル業務は1週間程度で復旧、そのほかの業務も1カ月程度で完全に復旧しています。 参考：東京商工会議所版 BCP策定ガイド

BCP対策が不十分で、取引先企業の生産を大幅にストップさせた自動車部品製造業の事例

新潟の中越沖地震の被災によって、自社だけではなく市場全体に甚大な損失を生んだ事例をご紹介します。株式会社リケンは自動車の部品である「ピストンリング」の最大手でしたが、中越沖地震に被災したことで、一時的に操業がストップしました。トヨタやホンダなどを含む、国内メーカーの5割が同社のピストンリングを利用していたことから、12万台以上が生産遅延・製造中止に追い込まれています。同社のケースでは損失を受けた各自動車メーカーが共同で復旧支援を行ったため損失を最小限に抑えることができました。しかし、これはトップシェアだった同社だからこそのレアケースです。競合が多いメーカーの場合は支援を受けることができず他社に受注を奪われ、経営破綻になってしまうケースも容易に想定できます。参考：特集　事業の継続 | 防災情報

BCP対策を行うべき3つの理由

企業がBCP対策を行うべき理由は大きく分けて3つ挙げられます。

企業の存続
事業の優先順位の可視化
企業イメージの向上

以下で詳しくまとめていきます。

1．不測の事態が起こっても企業を存続させるため

BCP対策を行うべき最大の理由は、緊急事態が発生した際に生じるおそれのある「倒産」や「事業の縮小」の可能性が下げることです。 BCP対策は多くの人員を抱える大手企業が行うものだとの考えもありますが、資本が少ない中小企業の場合は緊急事態による影響は大きいです。復旧までに時間がかかってしまって損失が大きくなると、それだけでも倒産・事業縮小の可能性があります。 BCP対策は企業の存続に直結するといっても過言ではありません。

2．自社が行う事業の優先順位を可視化し、自社の強みにあった経営戦略を決めるため

非常時にどの事業から復旧させていくかを考えていく段階で、自社の根幹にある事業が何か、大きなリソースを割いている事業はどれかが可視化されます。漠然と「この事業に力を入れている」と思っていたものでも、売り上げ比やコストに対するリターンを見ると、実はそこまで大きな事業ではないケースもあります。反対に重視していなかった事業が費用対効果に秀でているとわかる場合もあり、実際の自社の強みが明らかになります。定性的・定量的に自社を細かく分析できるので、今後の経営戦略を決める際にもBCP対策の策定が有効です。

外部に対する信頼性・企業イメージを高めて受注を得るため

緊急事態に対して備えておくことが、企業外へのイメージアップにつながることもBCP対策を進める理由の一つです。近年ではBCP対策を行っていることが、ビジネスパートナーとしての条件の一つとなっています。 BCP対策を行って取引先からの信頼を勝ち取らなければ、失注する可能性があると言い換えることもできます。災害などの影響は自社の被災など直接的なものだけではありません。仕入れ先の企業の事業が止まることで、自社の事業がストップしてしまうケースも考えられます。そのため、発注先・仕入れ先が安定して経営できるか、不測の事態に対応できるかという観点での評価も必要になっています。参考：企業が取り組むべきBCPとは　vol.4　サプライ・チェーンにおける課題 | 仕事を楽しむためのWebマガジン、B-plus（ビープラス）

BCP策定までの手順

実際にBCPを策定する際は、最低限以下のプロセスはおさえておきましょう。 1．優先的に復旧する事業・業務を決定する 2．事業停止につながるリスクの分析 3．戦略の検討 4． BCPの策定 BCP対策では、自社の中で特に重要とされる事業、速やかに復旧すべき事業を決めます。合わせて、事業を停止につながるリスクを網羅的に想定していきます。優先事業とリスクを明確にしたうえで、事業の復旧にかかる時間の目安や、必要なリソース、リソースが不足した場合の代替案なども決めます。復旧のための「素材」を集めたら、次は「具体的に何をするか」を決めていきます。緊急用の代替施設の準備や拠点の分散化など、具体的な戦略を定めていきましょう。戦略が決まったら、BCPの発動基準や体制を明確にした上で、実際に文書に落とし込んでいきます。

1．優先的に復旧する事業・業務を決定する

複数の事業を展開している場合、有事の際にどの事業を優先して復旧させるかを決めていきます。優先事業を決定したら、事業に必要な資源や事業を復旧させるまでの時間を特定していきます。この一連の流れを事業影響度分析（BIA）といいます。いかにBIAの工程をまとめていきますので確認しながら進めていきましょう。

優先事業を決める

優先すべき事業は、その事業を停止することで会社が受ける影響度から決定していきます。主観的な判断にならないよう、複数の観点から影響度を見ていくことが大切です。影響度を測る一例としては以下のようなものが挙げられます。

売上高（売上率）、利益高（利益率）
シェアへの影響
顧客の数
資金繰りへの影響

これらの要素を数値化して一覧表などに落とし込んで比較しましょう。

事業に必要な資源を調べる

優先事業を特定したら、事業を復旧させるために必要な資源（人員・資金・情報など）を調べていきましょう。事業を行う上で特に重要な業務を整理するために行います。まずは事業継続に必要な業務を上げ、それぞれの業務を進める上でどんな資源が必要になるのかをまとめていきます。そのうえで、資源の有無がどの程度業務に影響を与えているのかをまとめてください。その資源がなくなると業務が立ち行かなくなるのか、代替可能かなどの基準で影響度を網羅していきます。業務への影響度が特に大きな資源は事業継続におけるボトルネックになる可能性が高いことを認識しておきましょう。

復旧までの目標時間（RTO）と目標レベル（RLO）を決める

優先事業をどれぐらいの時間・レベルで復旧すべきかを決めていきます。これを目標復旧時間（RTO）・目標復旧レベル（RLO）といいます。

引用：内閣府‐事業継続ガイドライン第三版（平成25年8月）

まず操業軸・時間軸で分けて、経営的に損失を許容できるラインを決めましょう。そのうえで、許容ラインを超えないためにはいつまでに復旧しなければならないか、どの程度のクオリティを維持しなければならないかを決めていきます。目標時間などは早ければ早いほど良いのですが、資源の再調達に時間もコストもかかることを忘れないようにしてください。資源の状況を加味して、達成が目指せる妥当な設定をしましょう。

3．事業停止につながるリスクの分析

優先事業を決めていくのと並行して、事業停止につながるリスクの洗い出しとそれぞれの分析を行っていきましょう。

リスクの洗い出し

優先事業の決定と並行して、事業を中断させるリスク、緊急事態の種類を洗い出していきます。緊急事態は自然災害だけではないので、あらかじめ想定できるリスクを網羅しましょう。

リスクの種類	具体例
自然災害	地震、台風、集中豪雨、新型インフルエンザなどの感染症によるパンデミック
事故	火災、停電、通信障害、漏水
事件	恐喝、営業妨害、インサイダー取引、贈収賄、ハッキングによる被害
人的エラー	受発注ミス、機器の操作ミス、データの紛失、個人情報の漏洩
労務上の諸問題	セクハラ、パワハラ、過労、メンタルヘルス、人権侵害

リスクの種類は非常に多いですが、この段階では思いつくものを細かく洗い出していきましょう。

リスクマッピングを行う

リスクを洗い出したら、それぞれの「発生の可能性、頻度」と「影響度」を軸に、定量・定性的に評価し、リスクマッピングしていきます。リスクマッピングを行うことで、想定されるリスクの全体像と、対策の優先順位などが可視化されていきます。

戦略の検討

重要事業と想定できるリスクを洗い出したら、次はどのように重要事業を復旧・継続させるかの戦略を定めていきましょう。BIAで定めたRTO、RLOを達成させるための具体策を検討するフェーズです。戦略は、地震など想定できるリスクに合わせて対策を考えるのではなく、拠点の全壊など結果として起こる状況を軸に考えていきます。どのようなリスクにも対応できる汎用性の高い戦略が必要です。戦略の検討は「事業を復旧させるための事前対策」と、「リソースが確保できない場合に、どうやって代替物を確保するか」の2つを決めていきます。以下は具体的な戦略例です。

拠点の複数化
代替施設の準備
アウトソーシング
他企業との提携、経営統合
テレワーク

戦略がどの事業に活用できるかをまとめ、汎用性の高さを評価していきましょう。もちろん戦略を1つに限定する必要はありませんが、備える際に少なからず費用がかかるので、費用対効果と合わせて、どの戦略を採用するか決定します。

BCPの策定

戦略まで固まったら、実際にBCPの策定に入ります。この段階では以下の2つを決めていきます。
BCPの発動基準

発動時の体制

2つを決めたら、実際に文書化していきましょう。

BCP発動の基準を明確にする

どのタイミングでBCPを発動させるかをあらかじめ決めておきましょう。発動基準を明確に定めておかないと、BCPが発動しているかわからず、各従業員がどのように対応すべきか混乱する恐れがあります。 BCPの発動は、優先事業のボトルネックとなる資源を基準に考えます。被災によって事業を遂行するために必要な資源にどの程度の被害が表れるのか、その資源を再調達・代替するにはどの程度時間がかかるかなどから、発動基準を決めていきましょう。

BCP発動時の体制

緊急事態時に効率よく事業を復旧させるためには、BCP発動時の社内体制も明確にしましょう。実際の緊急事態時に行う作業は多岐にわたります。復旧対策チームはもちろん、資金調達を含めた財務管理チーム、取引先や協力会社との連携を行うチーム、その他支援を行うチームなどが必要です。実際にBCPを発動する際は経営者の指揮のもと、それぞれのチームがうまく機能していかなければなりません。チームリーダー、メンバーをあらかじめ決めておきましょう。もちろん事前にどのような対応をすべきか、チームごとに決めておくことも重要です。

BCPを文書化していく

これまで決めた情報を実際に文書に起こしていきましょう。以下のページではBCPを文書化するうえでのひな形がPDF・Wordそれぞれの形式でまとめられています。ひな形を利用しながら進めていくことをおすすめします。参考：事業継続に必要な各種情報の帳票類

BCP策定後は従業員の教育とBCPの見直しを繰り返しおこなう

BCP対策は策定が完了したら終わりではありません。BCPを浸透させるための従業員の教育・訓練や、事前準備、見直し改善なども進めましょう。 BCMの範疇ではありますが、BCP対策を考えるのであればセットで覚えておくことをおすすめします。

従業員の教育・訓練

BCPを策定したあとは、従業員に向けてBCPについての教育と、BCPで取り決めた内容をスムーズに行えるよう訓練していくことが大切です。緊急事態に陥った時にぶっつけ本番でBCPを発動しても混乱をおさえられず、うまく機能しない可能性が高いです。どんな緊急事態でも落ち着いて復旧活動に動けるように訓練しましょう。訓練の具体的な種類や内容については以下記事でまとめられているのでBCP策定まで完了した方は確認してみてください。参考：中小企業庁｜3.4.2 BCP訓練を実施する

BCPをテストする

実際に策定したBCPが正しく機能しているかどうかをチェックしたうえで、必要に応じて内容を修正しましょう。作り上げたBCPが緊急時にうまく機能するかは活用してみなければわかりません。かといって緊急時に修正点を見つけても遅いので、緊急時を想定した模擬テストなどを行うことをおすすめします。企業全体で行うので労力はかかりますが、重要な項目なので年に一回程度は必ず行ってください。

ゼロから始めるなら官公庁や内閣府のガイドラインを利用

BCP対策をゼロから策定する場合、官公庁などのガイドラインを利用するとスムーズです。この記事を通してBCP対策の全体像がつかめたら、ガイドラインを見て細かな部分を詰めていきましょう。ここでは中小企業庁、内閣府、経済産業省が提供するガイドラインを3つ紹介します。

中小企業庁：中小企業BCP策定運用指針
内閣府：事業継続ガイドライン
経済産業省：事業継続計画策定ガイドライン

中小企業庁の中小企業BCP策定運用指針

中小企業庁では、BCP対策のガイドラインとして「中小企業BCP策定運用指針」を提供しています。ガイドラインは入門、基本、中級、上級の4つのコースに分類されているため、BCP対策の策定が初めてでも安心です。既存のBCP対策が企業にとって有効であるかどうか確認することに加え、BCP対策に盛り込んだ情報を最新の情報に維持しておくことが大切です。業種別で運用指針の内容について問い合わせを受け付けているため、BCP対策を策定した上で内容を確認してもらうと安心です。参考：中小企業BCP策定運用指針

内閣府の事業継続ガイドライン

内閣府では、BCP対策のガイドラインとして「事業継続ガイドライン」を提供しています。このガイドラインは内閣府の防災担当が作成し、BCP対策の策定手順などを紹介してくれています。平成17年8月に初めて策定され、これまでに2度の改訂を経て平成25年8月が最新版となっています。ガイドライン内で使用されている専門用語は多いものの、付録として用語の解説がまとめられているので便利です。参考：内閣府‐事業継続ガイドライン第三版（平成25年8月）

経済産業省の事業継続計画策定ガイドライン

経済産業省では、BCP対策のガイドラインとして「事業継続計画策定ガイドライン」を提供しています。このガイドラインは、BCP全体での組織体制の作り方や策定までの流れが紹介されています。緊急事態が発生した際には、システム障害や情報漏洩といったさまざまなトラブルが懸念され、トラブルの規模もさまざまです。ガイドライン内ではトラブルの規模に応じた対応が紹介されているため、対応方法がイメージしやすい内容となっています。参考：事業継続計画策定ガイドライン（METI/経済産業省）

BCPの戦略・代替に活用できるツール

BCP対策で戦略を練る際に、代替物として利用できるツールを覚えておくと選択肢が広がります。コミュニケーションにかかわる「クラウドフォン」「ビジネスチャット」や、データのバックアップ先として役立つ「オンラインストレージ」は代替物として導入しやすいので検討してみてはいかがでしょうか。

クラウド型PBX

クラウド型PBXを導入することで、被災時に起こりやすい「電話が使えない」という状況を回避できます。被災によって電話回線がつながりづらくなったり、不通になる可能性は高く、実際に電話でのコミュニケーションができなくなったことで事業が遅延するケースも多いです。クラウド型PBXではインターネット環境さえあれば通話が可能なので、オフィスが被災したとしても社内外と迅速にコミュニケーションがとれます。

ビジネスチャット

ビジネスチャットもPBX同様、緊急時におけるコミュニケーションという観点で有効な手法です。 グループチャットで簡単に複数人に対して連絡できるので、社内スタッフとのコミュニケーションに効果を発揮します。例えば緊急時の安否確認などもビジネスチャットを利用することでスムーズに行うことが可能です。ビジネスチャットツールに関しては以下の記事で詳しくまとめてありますので、合わせて読んでみてください。参考：5大ビジネスチャットツールを徹底比較！本当に選ぶべきツールはどれ？

オンラインストレージ

オンラインストレージで重要データのバックアップをとっておきましょう。データをオンプレミス型のサーバーで管理している場合、被災によって多大な影響を受けてしまいます。事業継続のために必要なデータはオンラインでバックアップをとる習慣が大切です。種類にもよりますが、自動でバックアップをとってくれる機能もあるので、BCP策定に合わせて導入を検討しましょう。

まとめ

BCP対策について、その役割や策定すべき理由、そして策定の手順までを解説してきました。自社の行う事業の優先順位をあらかじめ決めておき、優先順位の高い事業をどのように継続・復旧させるか、具体的な方法をまとめていきます。これによって緊急時に受ける損失を軽減させるのがBCPの目的です。 BCPを策定する際はまずBIAで優先度の高い事業や復旧までの目標時間を割り出します。同時に事業中断につながるリスクを網羅して、発生頻度とBIAで割り出した影響度を軸にマッピングしていきます。そのあとに具体的な代替案や事前準備などをまとめたうえで文書にまとめていきます。実際に策定が完了するまで一苦労ですが、まずはここまでをゴールに進めていきましょう。

成功事例やノウハウの発信が認知度拡大のきっかけに

顧客のことを本気で考えれば、成果にも成長にもつながる

インサイドセールスの組織づくりに完成形はない

仕事と内発的な動機を結びつける

本気で組織を変える気がないと、成功しない

関連するおすすめ記事

チームワークを高めるために必要な5つのポイント

1. ビジョンの共有

2. 具体的な目標設定

3. メンバーの役割設定

4. コミュニケーションの円滑化

5. チーム内での情報共有

チームワークを高めるためにリーダーがやるべき3つのこと

1. 期待を寄せる声がけを行う

2. 目標達成できたメンバーを褒める

3. 1対1でミーティングを行う

チームワークを高める具体的な5つの方法

1．メンバー間の相互理解につながるダイアローグの開催

2．人間関係が円滑になるランチミーティング

3．経営を疑似体験できるチームビルディングゲームを実施

4．「ありがとう」を伝えるサンクスカードの導入

5．合宿や研修会への参加

まとめ：チームワークを高めて、生産性の高いチームを目指そう

ワークライフバランスの見直しで離職率を10％⇒4.8％にした事例

企業がワークライフバランスを考えることで得られる3つのメリット

1．人材の流出防止・獲得につながる

2．従業員が病気になるリスクをおさえられる

人材採用や人件費、医療費などのコストの削減につながる

ワークライフバランスを実現するための具体的な4つの施策

1．育児休暇制度の導入

2．多様性のある働き方を提供する

3．人事評価制度の見直しを行う

4．労働時間に制限を設ける

ワークライフバランスの注意点

1．効果が出るまで時間がかかる

施策は一度に導入しない

まとめ：ワークライフバランスの配慮で優秀な従業員を定着させよう

データアナリティクスとは購買履歴などのデータから売上増加のヒントを得る分析のこと

データアナリティクスで販売傾向を発見して売上が20％増加した事例／ヤクルト

データアナリティクスはAIの発展により無視できない存在になった

データアナリティクスは、AIがなくてもできるので実践してみましょう

初心者でも今日からできる2つの分析手法

1.データの相関ルールを見つける「アソシエーション分析」

①支持度

②確信度

③リフト値

絶対に関係ないであろう要素の分析は後回しにしましょう

同時購入される商品を見つけたら「ついで買い」を促進しましょう

2.ひとつの結果にどのデータが一番影響を及ぼしているかを見つける「重回帰分析」

難しいことはさておきエクセルで求める方法

「ついで買い」を促すなら最近登場している人工知能サービスに頼るのもアリ

もっとデータアナリティクスを極めたいあなたにオススメの実践的スキル・知識

データアナリティクス習得に役立つ資格

独学するのにおすすめの本

データアナリティクスに挑戦して役立つヒントを発見しましょう

ヤフー独自のビッグデータを確認可能！「DS.INSIGHT」の資料ダウンロード(PR)

マーケティングリサーチとはマーケティングで成果を出すためにニーズなどの情報を得る調査

マーケティングリサーチでユーザと競合を調査して、シェア率を22％伸ばした「ドライゼロ」の事例

マーケティングリサーチは定量・定性2つの側面で調査する

安価で容易に多くのユーザの声を集められる定量調査

定量調査は仮説検証や、実態の把握にオススメの調査方法

相場はピンキリだが条件を絞れば最安５万円～実施可能

定量調査で得たデータは様々な分析を行うと発見が増える

ユーザから気になることを直接聞き出せる定性調査

定性調査は原因把握にオススメの調査方法

定性調査を行う際のテクニックと注意点

マーケティングリサーチを効果的に行う手順とポイント

1. リサーチの目的や仮説を決める

2. 調査票を作成しリサーチを実行

設問数は25問まで、10分以内に回答できるボリュームに抑える

3. 調査結果を多角的に分析する

資金に余裕があるなら外注するのもアリ

マーケティングリサーチするときの注意点

リサーチ目的や内容の「段階」に注意する

ひとつの調査結果を鵜呑みにしない

自社に都合の良いリサーチになっていないか注意する

想定外の結果を無視しない

マーケティングリサーチに定評のある会社5選を徹底比較

取引実績が豊富な「マクロミル」

特徴