クラスター分析をマーケティングに活用したいという方は多いのではないでしょうか。

リサーチや市場調査は、マーケティング活動に必要不可欠ですがどのように分析していくかも重要です。

しかし、クラスター分析について知っていてもどのように活用すればいいかわからない方もいるでしょう。

今回は、そんなクラスター分析についてマーケティングへの活用に焦点を当てながら詳しくご紹介します。

クラスター分析の特徴

クラスター分析は、似たようなデータをグループ分けする手法です。

そもそもクラスターとは「集団」や「群れ」という意味で、市場調査においては類似するものを集めることとして用いられます。

クラスター分析というと難しく感じるかもしれませんが、要は「似たもの同士を集める手法」ということです。

似ている性質のものを分類するということから、膨大な量の情報（ビッグデータ）にも対応することができます。

多くの情報を抱えるマーケティングにおいて、市場調査や顧客情報の分析への活用が期待されているのです。

そんなクラスター分析には「階層的手法」と「非階層的手法」の2種類があり、それぞれの特徴を押さえておくことが重要です。

クラスター分析でどのようなことがわかるのか、ポイントや注意点についても詳しくチェックしていきましょう。

 

データ解析・活用の事例はこちら

 

クラスター分析でわかること

一定のグループに分けて特徴や傾向を見出すのがクラスター分析の役割です。

ある条件を決めてグルーピングすることで、クラスターごとの特徴や傾向を把握することができます。

条件といっても内容はさまざまなものがあるので、例をチェックしておきましょう。

• 商品を購入するときに何を重視するか？
• サービスに求めることは何か？
• 商品の満足度は？

例えば、商品を購入する際に重視する点を「価格」「デザイン」「機能」「保証」「特典」に分類したとします。

ここには顧客の心情が反映されるため、顧客ニーズに迫った分析ができるでしょう。

マーケティング活動で顧客のニーズや市場の傾向を把握するために、多くの企業がリサーチ・市場調査を実施します。

その結果をクラスター分析することで、別の角度からの市場調査や顧客情報の分析を可能にするのです。

 

クラスター分析の考え方は？

クラスター分析は類似する性質のものをグルーピングする手法ですが、これは多変量解析の1つです。

多変量解析とは、いくつかあるデータの関係性を明らかにしたり、数値を予測するのに活用される手法の総称をさします。

クラスター分析を実施する際には、多変量解析であることを意識するといいでしょう。

そして、クラスター分析で「類似する」と判断する内容には、年齢や性別は含まれないことも押さえておいてください。

アンケート結果や顧客情報などの分析において、年齢や性別で分けて考えることも多かったのではないでしょうか。

しかし、これらの単純な分類では対象（サンプル）の思いや本質に迫れないということも少なくありません。

そこで、あらかじめ基準が決まっていないクラスター分析を用いてグルーピングしていくのです。

これらの考え方のもと、クラスター分析を実施しましょう。

クラスター分析の種類

クラスター分析には階層的手法と非階層的手法の2種類があり、特徴や使い分けに迷う方もいるのではないでしょうか。

どちらを用いるべきか判断するためには、それぞれの特徴を知っておく必要があります。

ここでは、クラスター分析の種類として押さえておきたい階層的手法と非階層的手法について詳しくみていきましょう。

階層的手法

階層的手法は、類似度の高いものから分類し段階的にグルーピングしていくという手法です。

最終的に1つのグループになり、樹形図（デンドログラム）としてアウトプットできます。

階層的手法で完成した樹形図は、トーナメント表を想像していただくとイメージしやすいでしょう。

完成した樹形図を区切っていくことでクラスター化していきます。

どこで区切るかは最初に決める必要はなく、分類後にクラスター数を決めることができるのが特徴です。

階層的手法ではデータ数が多いと分類や計算が困難となるため、商品やブランドの分類などに向いているといえます。

非階層的手法

非階層的手法は、クラスター数をあらかじめ決めてそれに合うように分類していく手法です。

異なる性質のものの中から、似ている対象をグループ分けしていきます。

ビジネスシーンで用いられるのは非階層的手法が多く、ビッグデータの分析にも向いているのが特徴です。

 

クラスター分析を実施する際のポイント

クラスター分析をマーケティングに活用するのであれば、実施する際のポイントを押さえておく必要があります。

ポイントを知ることで、より効果的なクラスター分析を実施できるでしょう。

ここでは、クラスター分析を実施するときのポイントを3つの視点からご紹介します。

どのように分類するか

クラスター分析を実施するときには、データをどのように分類するか決める必要があります。

先ほどお伝えしたように、クラスター分析の種類は階層的手法と非階層的手法の2種類です。

分析したいデータの内容や量に合った方を選ぶようにしてください。

ビジネスシーンで活用されることが多いのは、ビッグデータにも適した非階層的手法です。

対象の類似度や対象間の距離

クラスター分析では、対象の類似度や対象間の距離も重要なポイントです。

ここでいう「距離」の考え方を確認しておきましょう。

• 距離が近い＝類似度が高い
• 距離が遠い＝類似度が低い

例えば、「商品Aを購入する基準は？」という質問の回答を分析したとします。

このとき、データから測定した距離が近い回答者同士は、購買基準が似ているということがわかるのです。

クラスター分析ではこの距離が近いもの同士をグループ化するため、類似度の高さを知る指標となります。

距離の概念が大切ということはわかりましたが、データ同士の距離はどのように測定するのでしょうか。

距離を定義する方法は多種多様にあるので、代表的なものをご紹介します。

• ユークリッド距離：2点を結んだ直線距離
• マハラノビス距離：変数同士の相関がある場合に用いる距離
• ミンコフスキー距離：ユーグリッド距離を一般化したもの
• マンハッタン距離：碁盤の目のように表し最短距離がわかる

このようにさまざまな種類がありますが、最もわかりやすくクラスター分析で用いられることが多いのはユーグリッド距離です。

ユークリッド距離は「2点を結んだ直線」だとお伝えしましたが、これはデータをプロット図（散布図）で整理したときに結んでいきます。

プロット図に表した点と点を結んだときの直線距離が、ユークリッド距離になるのです。

最もわかりやすい距離がユークリッド距離ですが、場合によっては他の距離の方がわかりやすいこともあるでしょう。

その場合は、他の距離を用いて、対象間の距離を把握し類似度をみていきます。

「似たもの同士を集める手法」であるクラスター分析では、このように類似度を把握するための「距離」の概念を押さえておいてください。

クラスター間での距離の測定法

類似度を把握するために、クラスター間での距離の測定法も押さえておきましょう。

測定法にはいくつかの種類がありますが、階層的手法ではウォード法が、非階層的手法ではk-means法が用いられることが多いです。

ウォード法は2つのクラスターを合併するときに距離が最短になるようにするもので、対象をバランスよく分類できるといわれています。

k-means法は、あらかじめ決めたクラスター数k個になるようにサンプルを分類するアルゴリズムです。

ランダムにサンプルを割り当てますが、重心からの計算をして類似度が低い場合は分類し直します。

k-means法は階層的手法で用いる手法よりも計算が少ないのがメリットで、ビッグデータの分類も可能です。

このように、対象間の距離の測定法にはいくつかの種類があるため、何を用いるかがポイントとなります。

 

マーケティング戦略の事例はこちら

 

クラスター分析のマーケティングでの活用手順

クラスター分析をマーケティングに活用したいという方は多いでしょう。

しかし、どのような手順で活用すればいいかわからないという方もいるのではないでしょうか。

ここでは、クラスター分析をマーケティングに活用する際の手順をご紹介します。

調査目的の設定

クラスター分析をマーケティングに活用するときは、まず目的を設定する必要があります。

まずは調査に至った背景や、現状の課題や問題点を洗い出しましょう。

そして、クラスター分析を活用して「何を知りたいのか」「どのように活用したいのか」を明らかにします。

目的が明確でないまま調査を進めると、最終的に本来求めていたものを得られないこともあるでしょう。

そのため最初に調査目的の設定を行うことが大切です。

調査手法の選択

目的を設定したら、次は調査方法の選択です。

先ほどお伝えしたように、クラスター分析には階層的手法と非階層的手法の2種類があります。

今回実施する調査がどちらの手法に適しているのか検討し、最適な方を選択しましょう。

類似度を測定する方法や、距離の測定法についても検討が必要です。

クラスターごとに分析・解釈

対象（サンプル）をグループ分けしたら、クラスターごとに分析・解析を行います。

クラスター分析でできるのは、似たもの同士を分類し類似度がわかるようにすることです。

つまり、クラスター分析を実施して終わりではなく、クラスターの中身を分析・解析しなければなりません。

例えば、注目したいクラスターの中でさらに性別や年代で分けていくという方法があります。

購買頻度や回数など、担当者が項目を決めて分析していくことも可能です。

目的に応じた分析・解析を行い、マーケティング施策に活かせるようにしてください。

分析結果をマーケティング施策に活用

分析を実施したら、分析結果をマーケティング施策に落とし込みます。

これはアンケート調査の結果を用いてマーケティング施策を策定するのと同じことです。

クラスター分析の結果から、どのようにすればマーケティング活動で成果を出すことができるのか検討しましょう。

 

クラスター分析の活用事例

クラスター分析をマーケティングに活用する際、どのようなことに活かすことができるか知っておくことが大切です。

ここでは、クラスター分析のマーケティングへの活用事例を2つご紹介します。

音楽シーンをクラスター分析した事例

平成時代の邦楽を10個のクラスターに分類して分析を行った事例があります。

音楽というものは時代背景の影響を受けたり、その時代の流行を表したりするものです。

そこには、音楽を聴くユーザーの心情が反映されることも少なくありません。

そんな人間の感情・思考だけでなく、時代背景を結びつけて独自の解釈を公表したのです。

この事例では時代を振り返ることで話題性を見出すだけでなく、将来の音楽シーンへの活用が可能となります。

同じような状況になった場合、分析結果からヒットする楽曲の予測ができるでしょう。

料理のメニューをクラスター分析した事例

飲食店での活用事例が多いのが、料理のメニューをクラスター分析してセットメニューを考案することです。

お店の料理について顧客にアンケートを取り評価をしてもらい、クラスター分析をします。

そして、この分析結果を用いてさまざまな活用が可能になるのです。

• 類似度の高いメニューの中からセットメニューを考案
• 別のクラスターの中から評価の高いメニューを組み合わせる

このように、飲食店のメニューをクラスター分析することで、メニューの幅を広げることができるでしょう。

クラスター分析活用時の注意点

クラスター分析は市場調査や顧客情報の分析など、マーケティングへの活用が可能です。

しかし、注意点を知らずに進めると効果的なクラスター分析の活用はできません。

ここでは、クラスター分析活用時に押さえておきたい注意点を2つご紹介します。

担当者の主観に左右される可能性がある

クラスター分析は、実施する担当者の主観に左右される可能性があることに注意しましょう。

非階層的手法においては、特に主観に左右される可能性に気をつける必要があります。

階層的手法と異なり、非階層的手法ではクラスター数をあらかじめ決めておかなければなりません。

最初に設定する値によって、クラスター分析の結果が変わってくることがあるのです。

また、分析結果にも担当者の判断が含まれるため、多少なりとも主観が含まれることとなります。

完全に客観的な分析結果ではないということに注意して、クラスター分析を活用するようにしましょう。

他の分析手法を組み合わせる必要がある

クラスター分析の注意点として、他の分析手法を組み合わせる必要があることを押さえておきましょう。

異なる性質のものの中から似ているものをグループ分けしますが、これは「分類」であって因果関係がわかる訳ではありません。

グルーピングしたクラスターには何らかの法則性があるかもしれませんが、クラスター分析ではそれを明らかにすることができないのです。

そのため、クラスター分析の結果だけでマーケティング戦略を立てるのは避けた方がいいでしょう。

クラスター分析で明らかにした分類を用いて、そこから相関分析や回帰分析などの手法を用いて判断していく必要があります。

 

クラスター分析をマーケティングでどう活かすか悩んだら？

クラスター分析は、類似度の高いサンプルを分類する手法です。

「似たもの同士を集める手法」と簡単に表現することができますが、実際のところは分類の手法や計算など複雑なことも少なくありません。

また、どのデータを分析にかけるのか、分析結果をどのようにマーケティングに活用するのかといったことも重要です。

せっかくクラスター分析をするのですから、マーケティングで成果を出すところまで意識しましょう。

クラスター分析をどのようにマーケティングに活かすか迷ったら、ぜひデジマクラスにご相談ください。

デジマクラスのコンサルタントが、最適なクラスター分析やマーケティングへの活用ができるようサポートさせていただきます。

 

マーケティング戦略の事例はこちら

 

まとめ

今回は、クラスター分析をマーケティングに活用する方法についてご紹介しました。

クラスターには「集団」や「群れ」という意味があり、膨大な量のデータを「似たもの同士」に分類するのがクラスター分析です。

類似度の高いグループをさらに分析していくことで、より効果的なマーケティング施策を打ち出すことができるでしょう。

クラスター分析をマーケティングに活用して成果を出したいという方は、ぜひデジマクラスにご連絡ください。