BtoBマーケティングでも使われるクラスター分析とは？活用方法を解説！

マーケティング戦略の1つにクラスター分析という手法があります。

様々な性質のものが入り混じった集団の中から似た性質のものを集めたグループを作る統計的な手法で、ターゲットに効果的にアプローチするための方法を探るのに役立ちます。

多変量解析と呼ばれる手法の1つとなっており、多くの情報の中から情報同士の関連性を明らかにしていきます。これからクラスター分析について詳しく解説を行います。

「クラスター」という言葉には、集団や群れ、ブドウの房という意味があります。

似た性質を持つものが集まっている状態を示しており、異質なものが混じり合う中から似ているものを集めてグループ分けを行う分析手法になります。

性別や年齢などはっきり分かっているもので分類するのではありません。生活者の意識や行動の特性、好みといった一見しただけでは分かりにくいデータを元にグループ分けを行います。

ターゲットとなるのは人だけではなく、商品や地域、イメージ等様々です。性質が似ているか似ていないかというのが分析を行う基準となります。

クラスター分析はマーケティングの現場で、顧客層の特性による振り分け分析や店舗で取り扱っている商品の構成分析などに用いられています。

例えば顧客の特性が分かれば、ターゲットが好む商品を効率的に紹介することができます。

また、商圏の特性を分析したり、ブランドのポジショニングを分析したりすることにも活用されています。

その地域独特の特性が明らかになれば、特定の地域だけに適した商品を投入するといったことが可能になります。

基本的なクラスター分析の手法には、階層的手法と非階層的手法の2種類があります。

それぞれの手法の具体的な内容や特徴、使い方などについて説明します。

1.階層クラスター分析

階層クラスター分析は、似た性質のものから順番にまとめていく手法になります。

似ているもの同士を結び付けてグループ分けしていくと樹形図が出来上がるので、どのように結びついたのかが一目瞭然です。

そして最後には1つにまとめられます。どのように分類するかという切り口は様々で、年齢・性別・職業など分かりやすいものから嗜好や意識、行動の特性といった観点まで幅広くあります。

クラスター同士の関係性が分かりやすいのが特徴ですが、樹形図が大きくなりすぎると情報過多になってしまい逆に分かりにくくなるのがデメリットです。

膨大なデータを活用する場合には、階層クラスター分析はあまり向いていません。

2.非階層クラスター分析

非階層クラスター分析は階層クラスター分析と異なり、あらかじめクラスターの数を設定しておきます。

具体的な仮説を元に、決められた数に合わせて分類を行う手法です。非階層クラスター分析では、k-means法という方法がよく用いられています。

k-means法では最初に適当な数の核を指定して、サンプルを核との距離によって分類します。クラスターの数だけ重心がランダムに設定される仕組みになっています。

階層的な手法と比較すると計算量が少なくて済むので、ビッグデータを扱う分析に向いています。

ただし、事前に何個のクラスターに分けるのかを決めておかなければならないので、具体的な仮説を立てることが求められます。

仮説がないと分類しにくいため、どんな目的で使用するのかを明らかにしておくことが大切です。

階層クラスター分析と非階層クラスター分析は、どのように使い分ければいいのでしょうか。

まず指標となるのはクラスターに分けたい対象の数です。30程度以下であれば、階層クラスター分析が向いています。

30程度以上で100程度以下である場合には非階層クラスター分析が効果的です。

また、分類対象としては階層クラスター分析の場合には集計結果などのデータを元にすることが多くあります。

非階層クラスター分析の場合には、サンプルが用いられることが多いです。

膨大なデータを活用する場合には、非階層クラスター分析を使う方が役立つ情報が得られやすいでしょう。

実際にマーケティングにおいて、クラスター分析を行う場合のやり方を解説していきます。

具体的な手順や進め方について説明します。

1.課題の洗い出し

クラスター分析などデータを使ったマーケティングを行う際には、何のために行うのか課題をはっきりさせておくことが重要です。

例えば特定の商品の売り上げが落ちているといった場合です。この場合には、売り上げが落ちている原因を探ることが目的になります。

2.分析の手法の選定

課題をはっきりさせたら、その分析に必要なデータは何かを考えます。

アンケート調査を行ってその回答をデータとして使う場合もありますし、購買記録などのデータを使うこともあります。

そういったデータを元に、階層クラスター分析がいいのか非階層クラスター分析がいいのか決定します。

3.対象の類似度や距離を参集する

クラスター分析では、分類に用いる対象間の距離を決めておく必要があります。

クラスター分析は似ているもの同士を結び付ける手法ですが、似ているか否かを決めるのが距離になります。

距離が近ければ類似度が高いので、似ていると定義することができます。

その反対に距離が遠ければ類似度は低くなり、似ていないと定義されます。

それぞれのデータが持っている類似度を距離と捉え、距離の近さや遠さによって似ているグループを作っていきます。

4.グルーピング

クラスター分析では、統計ソフトなどコンピュータを活用してグルーピングを行います。

複雑な計算を何度も行う必要があるので、エクセル等では対応しきれないからです。そしてターゲットのグループ分けができたら、それぞれのグループの特性を解釈するプロファイリングを行います。

性別や年齢、購買している商品や頻度などを見比べ、購買傾向を掴んでいきます。

例えば食品などの販売に使うクラスター分析の場合だと、Aというグループの購入金額が抜きんでて多いといったことに気が付きます。

それが分かればAグループにのみ電子クーポンを配布するといったことも可能です。それを導き出すのがプロファイリングになります。

5.結果を元に活用する

クラスター分析で得られた結果は、商品の仕入れや効率的なキャンペーンの実施などに生かすことができます。

消費期限の短い食品を仕入れる場合には、ターゲットに合わせた商品選びをすることで廃棄ロスを減らすことにつながります。

コストを下げて利益を高めることができます。また、ターゲット層に合ったキャンペーンの知らせを届けるといったことも可能です。

メールマガジンを配信している企業も多いですが、情報が多すぎると見ないで削除してしまう人も増えます。

興味のあるジャンルのメールマガジンだけ配信すれば、見てもらえる確率が高くなります。

クラスター分析で気を付けたいのは、あくまでも分析結果は似た性質のものを分類しただけです。

どのような法則性があるのかや因果関係は、分析結果から読み解く必要があります。

どのような因果関係によって結果が生じたのかを明らかにするものではありません。

そのため業務を改善したいという場合には、情報の相関関係や因果関係をしっかりと見極めることが重要です。

マーケティング戦略においては、アクションを起こすことでどのように改善するかといったシミュレーションをしたりより精度の高い分析を行ったりする必要もあります。

クラスター分析の結果は、様々なシーンに活用したり応用したりすることができます。

例えば飲食店の場合には、ランチタイムにお得なセットメニューを提供することも多いと思います。その際、利用者にアンケートを実施しクラスター分析を行えば、最適な料理を組合わせてセットメニューにすることができます。

また、アンケートに多い自由にコメントが書ける欄には、貴重な意見が載っていることもあります。

それをデータとして活用するのは難しいですが、記述の多いワードを抜き出して分類すると意外な相関関係が見えてくることもあります。

不満を感じているグループをはっきりさせたり、その反対に満足度の高いグループを発見できたりもします。

そういったクラスター分析の結果は、次の商品を開発する時のデータとしても活かすことができます。

クラスター分析は、異なる性質が混じったものの中から似ている性質のものでグループ分けを行う分析手法です。

性質が似ているかどうかが基準となっており、相関関係や因果関係を把握するのに役立ちます。

売り上げが落ちている原因は何かを調べたりすることもできます。分析結果を元に、業務を改善するためのアクションを起こすことも可能です。

ただし、クラスター分析はあくまでも分類を行うだけなので、因果関係を導き出すプロファイリングを行う必要もあります。

営業業務を効率化するマーケティングオートメーションとは？おすすめのMAツールも紹介！ | 資料JP
営業業務を効率化するMAツールの選び方やおすすめのツールを紹介しています。