20141126 wab月例セミナー 資料
TRANSCRIPT
2014年11月 月例セミナー
「大丸松坂屋百貨店に
データ分析を取り入れてみてわかったこと、 会社が少し変わるかもしれないこと、 これからの課題が見えてきたこと」
2014年11月26日
公益社団法人 日本アドバタイザーズ協会 Web広告研究会
1
本日の内容
• 【第1部】 15:00～16:10 「大丸松坂屋百貨店2014年お中元商戦ビールの売上を分析する」
• 発表者：
– Web広告研究会 Big Data研究委員会 副委員長 菅原裕氏 日本ヒューレット・パッカード株式会社（スライド2～）
– 数理モデルによる分析：大畠正照氏 株式会社ブレインパッド（スライド21～）
– 意識調査の分析：家中孔憲氏 株式会社インテージ（スライド43～）
– 口コミキーワードによる分析：宮田洋毅氏 株式会社ホットリンク（スライド68～）
• 【第2部】 16:10～17：00 「大丸松坂屋百貨店にデータ分析を取り入れてみてわかったこと、会社が少し変わるかもしれないこと、これからの課題が見えてきたこと」
• 発表者：
– 神谷彩子氏、田中直毅氏 株式会社大丸松坂屋百貨店（スライド87～）
BigData研究委員会の信念
• データを活用した手法を使えば、企業のマーケティング活動は向上する
• 勘と経験と度胸頼みの意思決定から脱しよう
2
BigData研究委員会のミッション
• 企業のマーケティング担当者に「データを意思決定に取り入れてみよう」と思ってもらえるようにすること
3
昨年の反省
• 昨年は、サードパーティ・データを活用して、マス広告とネット広告の広告効果を測定した。
• 対象はふたつ。シャンプーとペットボトル入りお茶。
• 反省
– 結局他人ごと。
– 自分ごととして考えている会社の協力が必要。
– いったい何が起こるのかを皆さんにお知らせしたい。
4
大丸松坂屋百貨店の登場
5
2014年お中元における ビール4社（アサヒ、キリン、サッポロ、サントリー）の商品の売上に関して、 自社で持っている仮説を検証する ⇒ワーキング・グループ参加メンバー全員が守秘義務契約書を交わして参加
仮説例1
6
仮説 必要外部データ
メーカーの行うマス広告の量が販売に影響する
メーカーのマス広告出稿量オンライン、オンラインの各販売デー
自社サイト・ページビュー・データ
メーカーの行うインターネット広告の量が販売に影響する
メーカーのインターネット広告出稿量
オンライン、オンラインの各販売デー
自社サイト・ページビュー・データ
メーカーの行うソーシャルメディア活動が販売に影響する
ソーシャルメディア・データオンライン、オンラインの各販売デー
自社サイト・ページビュー・データ
メーカーのウェブサイトの当該商品のページビューが販売に影響する
各メーカーからページビュー・データの提供を受けることが可能なら、これを使いたい
オンライン、オンラインの各販売データ
自社サイト・ページビュー・データ
百貨店外でのプロモーション量が売上に影響する
テレビなどのプロモーション・データ（サードパーティ）
オンライン、オンラインの各販売デー
テレビなどのプロモーション・データ
メーカーが新商品を発売して話題になると、その新商品そのものが売上につながらなくても、このメーカーの既存商品の売上に影響する。（実際の売上は定番が主体。しかし、このメーカーの製品全体のイメージが向上するのではないか、という仮説）
新商品の話題度データオンライン、オンラインの各販売データ
J.フロントリテイリングが提供するデータ
仮説例2
7
仮説 必要外部データ
印刷物のカタログでの掲載面積が売上に影響する
オンライン、オンラインの各販売デー
カタログ掲載面積データ
印刷物のカタログでの掲載位置（目立つページかどうか）が売上に影響する
オンライン、オンラインの各販売データ
カタログ掲載面積データ掲載位置データ（重み付け）
自社サイトのお中元電子カタログの当該商品のページビューが販売に影響する
オンライン、オンラインの各販売データ
自社サイト・ページビュー・データ
自社サイトのお中元電子カタログの掲載面積が売上に影響する
オンライン、オンラインの各販売デー
自社サイト・ページビュー・データ
自社サイト掲載面積データ
自社サイトのお中元電子カタログの掲載位置（目立つナビゲーションがあるかどうか）が売上に影響する
オンライン、オンラインの各販売データ
自社サイト・ページビュー・データ
自社サイト掲載位置データ（重み付け）
お中元会場での見本品の展示数（展示面積）が売上に影響する
オンライン、オンラインの各販売デー
展示面積データ
メーカーからの応援人員の人数が売上に影響する
オンライン、オンラインの各販売デー
お中元会場でのサンプルの配布数が売上に影響する
オンライン、オンラインの各販売デー
同じ先には毎年同じものを送る、という傾向がある。前年の売上が当年の売上に影響する
オンライン、オンラインの各販売データ（前年も）
顧客ごとの受注データ（標本）
J.フロントリテイリングが提供するデータ
仮説例3
8
仮説 必要外部データ
屋外広告、交通広告の量が販売に影響する
屋外広告、交通広告出稿量オンライン、オンラインの各販売データ
お中元発注期に先行する時期の消費行動がお中元販売に影響する（現物使用）
先行する時期のPOSデータオンライン、オンラインの各販売データ
お中元発注期に先行する時期の消費行動がお中元販売に影響する（類似品使用）
先行する時期のPOSデータオンライン、オンラインの各販売データ
売場展示係員の説明やコミュニケーションが販売に影響する
オンライン、オンラインの各販売データ
説明やコミュニケーションの程度を説明するデータ
店頭の受注係員の説明、コミュニケーションが販売に影響する
オンライン、オンラインの各販売データ
説明やコミュニケーションの程度を説明するデータ
売上の40%を占める外商係員の説明、コミュニケーションが販売に影響する
オンライン、オンラインの各販売データ
説明やコミュニケーションの程度を説明するデータ
リアルな口コミ（とくに展示会場の知らない他者の会話）が販売に影響する
インターネット以外の、リアルな口コミのデータ
オンライン、オンラインの各販売データ
リアルな口コミ（とくに展示会場の知らない他者の会話）を説明するデータ
お中元に実際にいただいた製品をこれからの商品選定に役立てている可能性がある。お中元商戦初期に届けられた商品の売上が後期に影響するのではないか
オンライン、オンラインの各販売データ
J.フロントリテイリングが提供するデータ
対象店舗
大丸
札幌
東京 （ 大丸のオンラ イ ンショ ッ プ東日本分の売上計上。 実店舗と は別データ ）
梅田
京都
心斎橋 （ 大丸のオンラ イ ンショ ッ プ西日本分の売上計上。 実店舗と は別データ ）
神戸
松坂屋
上野
名古屋 （ 松坂屋分のオンラ イ ンショ ッ プの売上計上。 実店舗と は別のデータ ）
静岡
9
地域分布
10
大丸
松坂屋
協力してくれるデータ提供会社を探す
11
データ提供各社社名 データ名 内容
印刷広告 ビール4社の今回の対象商品、全国。新聞は段数、雑誌はページ数、週次屋外広告、交通広告 ビール4社の今回の対象商品、関東のみ。金額ベース、週次
売上商品記号ごとの売上、店舗別、場所（店頭、外商、インターネット）日次、顧客ごと、昨年と今年
店舗にまつわるデータ 展示面積、接客員数など、今後検討して提出していただく印刷物データ カタログ掲載面積、掲載位置などのデータをワーキング・グループで作成する宣伝活動 百貨店自体が行う宣伝活動、今後検討して提出していただくTV CM視聴率 ビール4社の今回の対象商品、東名阪、GRPと定価ベースでの金額、週次
ディスプレイ広告ビール4社の今回の対象商品、東京にあるPCからクロールできる範囲。定価ベースでの金額、週次
ホットリンク ネット口コミ数2ちゃんねる、Twitter、ブログ。検索ワード検討中。「対象商品名＋CM出演タレント名」など
ヤフー 検索数 検索ワード未定
ワイヤーアクション TV口コミ情報ビール4社の今回の対象商品と百貨店業界、特に大丸と松坂屋、「お中元」が話題になったコーナーの秒数、関東のみ。秒単位、週次更新
インテージ POSデータ 今回の調査との比較データ。一般的な当該商品の売上のデータ
大丸松坂屋百貨店
ビデオリサーチ
MRS広告統計
データの保管場所、共有場所の提供＝日本ユニシス
12
SITS AirTriQ Dream Cabinet
BIダッシュボード＝ウイングアーク
13
BIダッシュボード＝ウイングアーク
• BI（ダッシュボード）をご提供いただく
14
口コミ@係長
15
手順
16
データ提供各社
データ提供各社
データ提供各社
データ提供各社
データ提供各社
データ提供各社
SIT
S A
irTriQ
Dre
am C
abinet
にアップロード
ウイングアークのB
I
ツールで見える化
週次のワーキング・グループ会合で検討
ブレインパッド分析作業
報告書
例会を毎週木曜日午前中に開催
月 日 曜 会合 内容24 木 通常例会31 木 通常例会7 木 通常例会 検索ワード決定／BIツール説明
14 木 通常例会 お中元会場終了・分析方針決定／アンケート設計21 木28 木4 木 通常例会 分析方針決定／アンケート設計
11 木18 木19 金 BigData委員会25 木 通常例会 大丸松坂屋の課題に関する分析結果（素案）2 木9 木
16 木 通常例会 WABの課題に対する分析結果（素案）17 金 BigData委員会 分析素案発表23 木 通常例会 ビール業界ヒアリング⇒キャンセル30 木 通常例会 百貨店業界ヒアリング／ブレインパッド分析報告6 木 通常例会 議論
13 木 通常例会 議論20 木 通常例会 結果まとめ21 金 BigData委員会 分析結果発表26 水 月例セミナー・発表
11月
7月
8月
9月 アンケート調査実施
10月
17
意識調査が必要と判断
18
日本百貨店協会の協力
19
大丸松坂屋百貨店に起こったこと
• この後、第二部で報告します。
20
2014年11月 月例セミナー
「大丸松坂屋百貨店2014年お中元商戦
ビールの売上を分析する」
数理モデルによる分析
株式会社ブレインパッド アナリティクスサービス本部
大畠正照
2014年11月26日
1．分析する仮説
22
分析する仮説
23
• お中元ビール商品の売上に、各広告出稿がどの程度寄与しているか？ • 合わせて、検索行動やソーシャルメディア上での言及状況がどの程度寄与しているのか？ を、数理モデリングを行い分析を実施し、仮説の検討を行う
①メーカーマス広告量が、当該メーカーギフト商材の販売に影響する。 ○新聞、電波、雑誌、ＷＥＢ、ＳＮＳ
② 自社ＷＥＢ露出：広告、メール、検索エンジン広告が影響する。
③ 屋外広告・交通広告の量が当該メーカーギフト商材の販売に影響する。
2．分析モデルの検討
24
分析モデル： まず、「重回帰分析」を実施
25
よく使われるモデルとして、「重回帰分析」モデルの分析を実施 以下の変数をそれぞれ目的変数・説明変数にセットし分析実施した
目的 変数
説明 変数
•「ザ プレミアムモルツ」売上容量 （※関東地区に限定。外商除く）
•「ザ プレミアムモルツ」交通広告出稿費 （※関東地区に限定） •「ザ プレミアムモルツ」雑誌広告出稿費 •「ザ プレミアムモルツ」新聞広告出稿費 （※関東地区に限定） •「ザ プレミアムモルツ」TVCM GRP （※関東地区に限定） •「ザ プレミアムモルツ」WEB広告推定出稿費 •「ザ プレミアムモルツ」Yahoo!JAPAN同義語検索指数 •「ザ プレミアムモルツ」Twitterでの言及回数 •大丸HP PV数 （※関東地区店舗のHPに限定） •降水量 （※関東地区に限定） •祝祭日ダミー
重回帰分析の結果： モデルの予測精度について
26
-3,000
-2,500
-2,000
-1,500
-1,000
-500
0
500
1,000
1,500
2,000
2,500
3,000
3,500
4,000
4,500
5,000
-3,000
-2,500
-2,000
-1,500
-1,000
-500
0
500
1,000
1,500
2,000
2,500
3,000
3,500
4,000
4,500
5,000
6/0
1
6/0
2
6/0
3
6/0
4
6/0
5
6/0
6
6/0
7
6/0
8
6/0
9
6/1
0
6/1
1
6/1
2
6/1
3
6/1
4
6/1
5
6/1
6
6/1
7
6/1
8
6/1
9
6/2
0
6/2
1
6/2
2
6/2
3
6/2
4
6/2
5
6/2
6
6/2
7
6/2
8
6/2
9
6/3
0
7/0
1
7/0
2
7/0
3
7/0
4
7/0
5
7/0
6
7/0
7
7/0
8
7/0
9
7/1
0
7/1
1
7/1
2
7/1
3
7/1
4
7/1
5
7/1
6
7/1
7
7/1
8
7/1
9
7/2
0
7/2
1
7/2
2
7/2
3
7/2
4
7/2
5
7/2
6
7/2
7
7/2
8
7/2
9
7/3
0
7/3
1
8/0
1
8/0
2
8/0
3
8/0
4
8/0
5
8/0
6
容量
（リ
ット
ル）
容量
（リ
ット
ル）
売上容量 (実績)
売上容量 (予測)
6月 7月 8月
あてはまりはよくない 実線（実績）と破線（予測）の乖離が大きい ほぼ全期間で、広告効果を過剰評価してしまっている
（破線（予測）が実線（実績）よりほぼ全期間で上に位置している）
(調整済みR2 : 0.56)
■目的変数：関東地区「ザプレミアムモルツ」のビール売上容量とした重回帰分析モデルの予測値と実績値のプロット
重回帰分析の結果： 各変数の寄与状況について
27
こちらもあてはまりはよくない 特にWEB系広告について、合理的に考えてマイナスに影響しない変数がマイナスに
推定されてしまっている
-3,000
-2,500
-2,000
-1,500
-1,000
-500
0
500
1,000
1,500
2,000
2,500
3,000
3,500
4,000
4,500
5,000
-3,000
-2,500
-2,000
-1,500
-1,000
-500
0
500
1,000
1,500
2,000
2,500
3,000
3,500
4,000
4,500
5,000
6/0
1
6/0
2
6/0
3
6/0
4
6/0
5
6/0
6
6/0
7
6/0
8
6/0
9
6/1
0
6/1
1
6/1
2
6/1
3
6/1
4
6/1
5
6/1
6
6/1
7
6/1
8
6/1
9
6/2
0
6/2
1
6/2
2
6/2
3
6/2
4
6/2
5
6/2
6
6/2
7
6/2
8
6/2
9
6/3
0
7/0
1
7/0
2
7/0
3
7/0
4
7/0
5
7/0
6
7/0
7
7/0
8
7/0
9
7/1
0
7/1
1
7/1
2
7/1
3
7/1
4
7/1
5
7/1
6
7/1
7
7/1
8
7/1
9
7/2
0
7/2
1
7/2
2
7/2
3
7/2
4
7/2
5
7/2
6
7/2
7
7/2
8
7/2
9
7/3
0
7/3
1
8/0
1
8/0
2
8/0
3
8/0
4
8/0
5
8/0
6
容量
（リ
ット
ル）
容量
（リ
ット
ル）
base(切片) TV GRP 雑誌 新聞 降水量 祝祭日 交通
WEB広告 Twitter 大丸HP Yahoo!検索 売上容量 (実績) 売上容量 (予測)
6月 7月 8月
■目的変数：関東地区「ザプレミアムモルツ」のビール売上容量とした重回帰分析モデルの各変数の寄与度のプロット
今回の分析で重回帰分析モデルを用いることの問題点
28
お中元期間内での広告効果の変化が考慮されていない （「広告効果は常に一定」（＝定常状態）という仮定がおかれている）ためである と思われる
あてはまりがよくないこと
• 実績値と予測値の乖離が大きい • ほぼ全期間で、広告効果を過剰評価してしまっている • 特にWEB系広告について、合理的に考えてマイナスに影響しない変数がマイナスに
推定されてしまっている
分析モデルの方向性検討： 状態空間モデル
29
「時間変化」を許容できる分析モデルが最適
• 通常の市場反応分析で採用するモデル（単純にいうと、重回帰分析など）は、 「パラメータはデータ期間を通して一定（＝時間によって変化しない）」という仮定を置いている
→ より動的にパラメータ推定ができるモデルのほうがよい
売上の増減に関わる各要因が、どの程度影響しているのか、検討できる分析モデルが最適
• 一般的な時系列分析モデル（自己回帰モデル=ARモデルや、その進化形（ARIMAなど）には、データを要因に分解して分析結果を検討できる（逆推論機能）は無い
→ いくつかの要因が複雑にからみ合った結果が売上データとして現れているわけで、 それらの影響度合いを分けて検討できる分析モデルのほうがよい
→ 「状態空間モデル」を採用したい
状態空間モデルとは （※イメージ）
30
影響与える
影響与える
・・・
・・・
・・・
・・・
・・・
「状態空間モデル」でモデル化する
「時間変化」を許容 （動的にパラメータを推定）
売上の増減に関わる各要因に分解して、分析内容を検討できる
→時系列データに対して、とても柔軟性が高いモデル
3．分析結果
31
状態空間モデル：分析モデルイメージ
32
ビール 売上容量
前述の重回帰分析モデルに利用したものと同じ変数を利用 重回帰分析モデルと同じく、「各変数の総和でビール売上容量を推定する」というモデルとした
※広告出稿は、目的変数とするビールの銘柄に関するものとなるようにした ※データの分布上、「祝祭日ダミー」以外のデータは対数変換してモデルに投入している
【参考】 分析実行環境について
• ハードウェア： Windows7 64bit • ソフトウェア： R 3.1.1 ／ Rstan 2.5.0
• Rの並列処理関数（doParallel）を利用してMCMCサンプリング実施 （iterations：5,000 warmup：2,000 chains：3 thins：1）
TVGRP + 交通広告出稿費 + 雑誌広告出稿費 + 新聞広告出稿費 + TV番組での露出時間（お中元話題） + WEB広告推定出稿費 + 大丸HP PV数 + Yahoo!JAPAN同義語検索指数 + Twitterでの言及回数 + 降水量 + 祝祭日ダミー + (誤差)
＝
-3.0
-2.0
-1.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
9.0
10.0
11.0
12.0
13.0
14.0
15.0
16.0
17.0
18.0
19.0
20.0
-3.0
-2.0
-1.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
9.0
10.0
11.0
12.0
13.0
14.0
15.0
16.0
17.0
18.0
19.0
20.0
6/0
1
6/0
2
6/0
3
6/0
4
6/0
5
6/0
6
6/0
7
6/0
8
6/0
9
6/1
0
6/1
1
6/1
2
6/1
3
6/1
4
6/1
5
6/1
6
6/1
7
6/1
8
6/1
9
6/2
0
6/2
1
6/2
2
6/2
3
6/2
4
6/2
5
6/2
6
6/2
7
6/2
8
6/2
9
6/3
0
7/0
1
7/0
2
7/0
3
7/0
4
7/0
5
7/0
6
7/0
7
7/0
8
7/0
9
7/1
0
7/1
1
7/1
2
7/1
3
7/1
4
7/1
5
7/1
6
7/1
7
7/1
8
7/1
9
7/2
0
7/2
1
7/2
2
7/2
3
7/2
4
7/2
5
7/2
6
7/2
7
7/2
8
7/2
9
7/3
0
7/3
1
8/0
1
8/0
2
8/0
3
8/0
4
8/0
5
8/0
6
容量
（リ
ット
ル：対
数変
換値
）
容量
（リ
ット
ル：対
数変
換値
）
売上容量(実績)
売上容量(予測)
6月 7月 8月
状態空間モデルによる分析結果： モデルの予測精度について
33
予測精度は大きく向上した
■目的変数：関東地区「ザプレミアムモルツ」のビール売上容量（対数変換値）とした状態空間モデルによる予測値と実績値のプロット
(実測値と予測値の相関係数 : 0.98)
状態空間モデルによる分析結果： 各変数の寄与状況について
34
base（＝広告効果によらない要因）が売上に寄与する度合いがかなり大きい また、6月下旬～7月上旬にかけて、TV・雑誌等マス広告の寄与が高まる傾向
■目的変数：関東地区「ザプレミアムモルツ」のビール売上容量（対数変換値）とした状態空間モデルによる各変数の寄与度（推定）のプロット
-3.0
-2.0
-1.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
9.0
10.0
11.0
12.0
13.0
14.0
15.0
16.0
17.0
18.0
19.0
20.0
-3.0
-2.0
-1.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
9.0
10.0
11.0
12.0
13.0
14.0
15.0
16.0
17.0
18.0
19.0
20.0
6/0
1
6/0
2
6/0
3
6/0
4
6/0
5
6/0
6
6/0
7
6/0
8
6/0
9
6/1
0
6/1
1
6/1
2
6/1
3
6/1
4
6/1
5
6/1
6
6/1
7
6/1
8
6/1
9
6/2
0
6/2
1
6/2
2
6/2
3
6/2
4
6/2
5
6/2
6
6/2
7
6/2
8
6/2
9
6/3
0
7/0
1
7/0
2
7/0
3
7/0
4
7/0
5
7/0
6
7/0
7
7/0
8
7/0
9
7/1
0
7/1
1
7/1
2
7/1
3
7/1
4
7/1
5
7/1
6
7/1
7
7/1
8
7/1
9
7/2
0
7/2
1
7/2
2
7/2
3
7/2
4
7/2
5
7/2
6
7/2
7
7/2
8
7/2
9
7/3
0
7/3
1
8/0
1
8/0
2
8/0
3
8/0
4
8/0
5
8/0
6
容量
（リ
ット
ル：対
数変
換値
）
容量
（リ
ット
ル：対
数変
換値
）
base(切片) TV GRP 交通 雑誌 新聞 TV露出時間 WEB広告
大丸HP Yahoo!検索 Twitter 祝祭日 降水量 売上容量(実績) 売上容量(予測)
6月 7月 8月
(実測値と予測値の相関係数 : 0.98)
状態空間モデルによる分析結果： 各変数の寄与状況について
35
-3.0
-2.0
-1.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
9.0
10.0
11.0
12.0
13.0
14.0
15.0
16.0
17.0
18.0
19.0
20.0
-3.0
-2.0
-1.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
9.0
10.0
11.0
12.0
13.0
14.0
15.0
16.0
17.0
18.0
19.0
20.0
6/0
1
6/0
2
6/0
3
6/0
4
6/0
5
6/0
6
6/0
7
6/0
8
6/0
9
6/1
0
6/1
1
6/1
2
6/1
3
6/1
4
6/1
5
6/1
6
6/1
7
6/1
8
6/1
9
6/2
0
6/2
1
6/2
2
6/2
3
6/2
4
6/2
5
6/2
6
6/2
7
6/2
8
6/2
9
6/3
0
7/0
1
7/0
2
7/0
3
7/0
4
7/0
5
7/0
6
7/0
7
7/0
8
7/0
9
7/1
0
7/1
1
7/1
2
7/1
3
7/1
4
7/1
5
7/1
6
7/1
7
7/1
8
7/1
9
7/2
0
7/2
1
7/2
2
7/2
3
7/2
4
7/2
5
7/2
6
7/2
7
7/2
8
7/2
9
7/3
0
7/3
1
8/0
1
8/0
2
8/0
3
8/0
4
8/0
5
8/0
6
容量
（リ
ット
ル：対
数変
換値
）
容量
（リ
ット
ル：対
数変
換値
）
base(切片) TV GRP 交通 雑誌 新聞 TV露出時間 WEB広告
大丸HP Yahoo!検索 Twitter 祝祭日 降水量 売上容量(実績) 売上容量(予測)
6月 7月 8月
■目的変数：関東地区「ザプレミアムモルツ」の「新客」ビール売上容量とした状態空間モデルによる各変数の寄与度（推定）のプロット
(実測値と予測値の相関係数 : 0.99)
新客による売上に限定した分析を実施した しかし、全体と比較して大きな差はみられない
分析結果まとめ
36
①メーカーマス広告量が、当該メーカーギフト商材の販売に影響する。 ○新聞、電波、雑誌、ＷＥＢ、ＳＮＳ
② 自社ＷＥＢ露出：広告、メール、検索エンジン広告が影響する。
③ 屋外広告・交通広告の量が当該メーカーギフト商材の販売に影響する。
• マス広告・屋外・交通広告はビール商品売上に寄与しているが、効果は限定的 （広告効果によらない要因が売上に寄与する度合いがかなり大きい）
• 自社WEB露出（今回の分析では大丸HP PV数）の効果はほぼみられなかった
4．分析結果をふまえての新たな分析
37
分析結果をふまえての新たな分析視点
38
base（＝広告効果によらない要因）が売上に寄与する度合いがかなり大きい
• お中元を贈るという「習慣性」の存在？
習慣性がある購買行動であれば、既存客よりも「新客」の方が広告の影響が出やすいのでは？ という仮説が部会での議論から立てられた
• しかし、モデルによる分析結果では大きな差はみられなかった
「習慣性」のカベは、当初の想定以上に高く、新客といえども広告接触だけではなかなか 超えられないものなのではないか
→むしろ、そのカベを乗り越えた「既存客」にこそ、広告の影響が出やすいのではないか？
分析対象セグメントの絞り込み
39
昨年ビー
ル買って
ない人
66.4%
昨年ビー
ル買った
人
33.6%
新客
37.6%既存客
62.4%
●そのうち、
「今年ビールを買った人」： 8.5%
今年のお中元購入者のうち、既存客（＝昨年もお中元購入した者）は約6割
• そのうち、「昨年ビールを買っていない」人は、66%
• さらにそのうち、「今年ビールを買った」人は、8.5%
→このセグメントを対象として、先述のモデルを適用した
既存客のうち・・・
対象セグメントとして分析実施
●2014年お中元購入者の 既存客/新客構成比
●2014年お中元購入既存客における 2013年お中元ビール購入有無
状態空間モデルによる分析結果
40
baseは依然大きいが、 TV・雑誌等マス広告の寄与が若干高い傾向がみられる 相対的にみて、広告効果が高めのセグメントである可能性が考えられる
-3.0
-2.0
-1.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
9.0
10.0
11.0
12.0
13.0
14.0
15.0
16.0
17.0
18.0
19.0
20.0
-3.0
-2.0
-1.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
9.0
10.0
11.0
12.0
13.0
14.0
15.0
16.0
17.0
18.0
19.0
20.0
6/0
1
6/0
2
6/0
3
6/0
4
6/0
5
6/0
6
6/0
7
6/0
8
6/0
9
6/1
0
6/1
1
6/1
2
6/1
3
6/1
4
6/1
5
6/1
6
6/1
7
6/1
8
6/1
9
6/2
0
6/2
1
6/2
2
6/2
3
6/2
4
6/2
5
6/2
6
6/2
7
6/2
8
6/2
9
6/3
0
7/0
1
7/0
2
7/0
3
7/0
4
7/0
5
7/0
6
7/0
7
7/0
8
7/0
9
7/1
0
7/1
1
7/1
2
7/1
3
7/1
4
7/1
5
7/1
6
7/1
7
7/1
8
7/1
9
7/2
0
7/2
1
7/2
2
7/2
3
7/2
4
7/2
5
7/2
6
7/2
7
7/2
8
7/2
9
7/3
0
7/3
1
8/0
1
8/0
2
8/0
3
8/0
4
8/0
5
8/0
6
容量
（リ
ット
ル：対
数変
換値
）
容量
（リ
ット
ル：対
数変
換値
）
base(切片) TV GRP 交通 雑誌 新聞 TV露出時間 WEB広告
大丸HP Yahoo!検索 Twitter 祝祭日 降水量 売上容量(実績) 売上容量(予測)
6月 7月 8月
■目的変数：関東地区「ザプレミアムモルツ」の「既存客・昨年ビール購入なし→今年ビール購入あり」の者のビール売上容量とした 状態空間モデルによる各変数の寄与度（推定）のプロット
(実測値と予測値の相関係数 : 0.99)
5．課題と所感
41
課題と所感
42
baseの中身（＝広告効果によらないお中元購買要因）は何であるのか？を明確に知ることは、本分析だけではできない
• 消費者アンケートを実施するなどして手がかりを得るよりほかない
広告内容（メッセージ、広告のテイスト等）やソーシャルメディア上での言及内容など 「質的」なデータを盛り込むことの必要性
• データの取得可能性と合わせて検討することで、より精緻な分析モデルの構築へ
数理モデリング「だけ」から得られる知見には限界がある
• 使える分析手法・データは何でも使って「合わせ技」で分析の目的を達成するといった アプローチが重要
Copyright© 2014 INTAGE Inc. All Rights Reserved.
2014年お中元意識調査
分析報告
2014年11月26日
公益社団法人日本アドバタイザーズ協会Web広告研究会 御中
Copyright© 2014 INTAGE Inc. All Rights Reserved.
本資料の目次
分析目的・調査概要
サマリー
分析報告
① お中元概要
② 広告の効果
③ お中元新規贈答者
④ デパート主要チェーンの利用実態
Appendix
44
Copyright© 2014 INTAGE Inc. All Rights Reserved.
調査手法 インテージネットモニターに対してのWEBアンケート
調査対象者
① 2014年、大丸松坂屋でのお中元購入者 1,000s
② 2014年、大丸松坂屋以外の百貨店でのお中元購入者 1,000s
③ 2014年、お中元非購入者 1,000s
調査票 SCR 5問
本調査 20問 弊社質問カウント準拠
調査ボリューム SCR 140,000s回収
本調査 3,000s回収
調査エリア 全国
調査期間 SCR 2014年9月10日～12日
本調査 2014年9月18日～22日
分析目的・調査概要
45
2014年のお中元について、ユーザーの意識の実態を明らかにする。
・分析目的
・調査概要
Copyright© 2014 INTAGE Inc. All Rights Reserved.
サマリー
46
① お中元概要 2014年のお中元贈答者は、全体の34.4%。
- 主な贈答先は親族・知人友人・勤め先の関係など。
② 広告の効果 2014年の贈答のきっかけで「広告を見た」は、全体で5.7%。
- この値は贈答を始めた年数が浅い層ほど、高い傾向にある。
- 接触した広告の種類では、インターネットはTVCMに次いで折込チラシと同程度。
品目決定のきっかけで「広告を見た」は、ビールで5.9%。
- 贈答のきっかけとほぼ同等の値。
贈答のきっかけ・品目決定のきっかけともに、「毎年贈っているから」が最も高い。
- 多くの贈答者には贈答有無から品目の決定までの行動が習慣化していることが想定できる。
Copyright© 2014 INTAGE Inc. All Rights Reserved.
サマリー
47
③ 新規贈答者 今年度から贈答を始めた新規贈答者は、全贈答者のうち2.7%。
- きっかけは結婚・出産が多い。
- 彼らの非継続意向は低く、一度参入させれば、長期的な購買が見込めると考えられる。
新規贈答者の行動について:
- メディア利用率・ネット利用頻度ともに全贈答者より低く、彼らは情報感度は高くないものと 想定される。
- ネット利用目的は全贈答者と同傾向だが、利用サイトでは口コミサイトの利用が目立つ。
④ デパート主要チェーンの利用実態 売上に占めるネットの構成比は20~30%程度。
店舗満足度は70~80%程度。
店舗選択理由は、習慣や知名度が上位。
Copyright© 2014 INTAGE Inc. All Rights Reserved.
分析報告 ① お中元概要
48
Copyright© 2014 INTAGE Inc. All Rights Reserved.
ｎ=
三越 高島屋 伊勢丹 大丸 そごうスーパーマー
ケット松坂屋
ギフト専門
店
その他のデ
パート
ネット上の
ショッピング
サイト（楽
天等）
西武 郵便局
カタログ販売
専門業者
（ディノス、
シャディ等）
阪急
個人商店・
酒店・生
協・農協な
ど
144,091 38.0 37.6 23.9 17.7 17.5 16.5 15.2 14.8 14.0 12.9 11.3 10.4 9.7 8.7 5.5
38.0 37.6
23.9
17.7 17.5 16.5 15.2 14.8 14.0 12.9 11.3 10.4 9.7 8.7 5.5 5.0
(%)
お中元想起チェーン (プリコードから選択)
大丸・松坂屋を含め、デパートチェーンが上位に並ぶ。
デパート以外では、スーパーマーケット、ギフト専門店が上位。
ネット上のショッピングサイトは12.9%。
49
・お中元 想起チェーン (Top15チェーン)
SCR対象者ベース
Copyright© 2014 INTAGE Inc. All Rights Reserved.
34.4 65.6
0% 10% 20% 30% 40% 50% 60% 70% 80% 90%
1
贈った 贈っていない(%)
お中元の贈答率と贈答先
2014年、お中元を贈答したサンプルは全体の34.4％。
贈答先は両親・親戚といった親族と友人・知人、勤め先の関係などが多い。
50
ｎ=
あなたの
両親
配偶者の
両親
その他の
親戚
友人・知
人
上司・部
下など勤
め先の関
係
あなたの
兄弟姉
妹
仕事の取
引先・お
得意様
配偶者の
兄弟姉
妹
仲人
学校・習
いごとなど
の先生
病院、お
寺子供 孫 その他
2,060 33.8 30.5 28.5 26.2 20.9 16.2 15.4 11.7 8.2 7.8 5.3 2.2 0.1 6.6
33.8 30.5 28.5 26.2 20.9
16.2 15.4 11.7
8.2 7.8 5.3
2.2 0.1
6.6
(%)
・お中元の贈答先 (お中元贈答者ベース)
・お中元の贈答率 (SCR対象者ベース 144,091s)
Copyright© 2014 INTAGE Inc. All Rights Reserved.
分析報告 ② 広告効果
51
Copyright© 2014 INTAGE Inc. All Rights Reserved.
ｎ=
毎年贈っ
ているから
お店から
カタログ・
メールが
届いた
店頭で見
た
先方から
いただい
た返礼と
して
広告を見
た
テレビ番
組・雑誌
の特集を
見た
家族・友
人・知人
から聞い
た
セールス
マンが来
た
その他
2,060 72.3 16.1 13.9 8.8 5.7 2.7 2.3 0.5 6.1
72.3
16.1 13.9 8.8 5.7 2.7 2.3 0.5
6.1
(%)
ｎ=
今年から去年～
５年前
５年以
上前
覚えてい
ない
2,060 55 289 1,385 331
18.2 8.0 5.1 3.9
18.2
8.0
5.1 3.9
(%)
52
・2014年贈答のきっかけ ・2014年贈答のきっかけ
今年度贈答のきっかけ
「毎年贈っているから」が70％を超える。多数のユーザーにとって、贈答が習慣化していることが窺える。
「広告を見た」は、贈答者計で5.7%だが、お中元の贈答開始時期別にみてみると、近年参入した層ほど「広告を見た」の値が上昇しており、今年からの新規贈答者では18.2%。
・お中元贈答開始時期別 「広告を見た」の比率
お中元贈答者ベース
Copyright© 2014 INTAGE Inc. All Rights Reserved.
ｎ=
ＴＶＣ
Ｍ
折込チラ
シ
インター
ネット新聞 雑誌
ダイレクト
メール
店頭ポス
ター
街中の広
告その他
117 50.4 45.3 45.3 43.6 31.6 29.1 27.4 19.7 9.4
50.4 45.3 45.3 43.6
31.6 29.1 27.4 19.7
9.4
(%)
接触した広告の種類
インターネットの接触率は、TVCMに次いで折込チラシと同程度。
53
・種類別 広告接触率 (広告接触者ベース)
Copyright© 2014 INTAGE Inc. All Rights Reserved.
ｎ=
毎年贈っ
ているから
店頭で見
たから
お店から
カタログ・
メールが
届いたか
ら
広告を見
たから
先方から
いただい
たから返
礼として
テレビ番
組・雑誌
の特集を
見たから
家族・友
人・知人
から聞い
たから
セールス
マンが来
たから
その他
523 64.6 21.6 11.5 5.9 4.4 4.2 2.5 0.4 6.3
64.6
21.6
11.5 5.9 4.4 4.2 2.5 0.4
6.3
(%)
贈答品決定のきっかけ
贈答品の決定理由では、「広告を見たから」はビールで5.9%で、お中元贈答のきっかけとほぼ同程度。その他品目でも、最大で10%強。ここでも「毎年贈っているから」が最も高い。
54
・贈答品購入理由 (ビール購入者ベース)
主食嗜好飲
料酒類
雑貨・家
庭用品
カタログギ
フト乾物類
その他食
品生鮮品 調味料 ビール
商品券・
ギフトカー
ド
調理加
工品
清涼飲
料菓子類 その他
ｎ= 219 192 222 87 72 192 73 387 172 523 128 571 276 802 76広告を見たから 10.5 8.9 7.7 6.9 6.9 6.8 6.8 6.7 6.4 5.9 5.5 5.4 4.7 4.1 10.5
10.5 8.9 7.7
6.9 6.9 6.8 6.8 6.7 6.4 5.9 5.5 5.4 4.7 4.1
10.5 (%)
・各品目での「広告を見た」の比率 (各品目購入者ベース)
Copyright© 2014 INTAGE Inc. All Rights Reserved.
分析報告 ③ お中元新規贈答者
55
Copyright© 2014 INTAGE Inc. All Rights Reserved.
ｎ=
結婚・出
産
家・地域
の習慣
就職・転
職
周りが
贈ってい
るから
家族・友
人・知人
に勧めら
れて
その他覚えてい
ない
55 49.1 10.9 10.9 10.9 5.5 9.1 14.5
49.1
10.9 10.9 10.9 5.5
9.1 14.5
(%)
ｎ=
結婚・出
産
家・地域
の習慣
就職・転
職
周りが
贈ってい
るから
家族・友
人・知人
に勧めら
れて
その他覚えてい
ない
2,060 33.7 27.1 10.8 8.7 6.6 5.8 20.0
33.7
27.1
10.8 8.7 6.6 5.8
20.0
(%)
2.7 14.0 67.2 16.1
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
2,060
今年から 去年～５年前 ５年以上前 覚えていない(%)
お中元新規参入時期と参入理由
・贈答を開始した時期
・初めての贈答のきっかけ (全贈答者) ・初めての贈答のきっかけ (新規贈答者)
全贈答者のうち、今年度から新しく贈答を開始した新規贈答者は、2.7%。
新規贈答者のきっかけは、全贈答者と比べ、「家・地域の習慣」が低く、「結婚・出産」が高い。
お中元贈答者ベース
56
Copyright© 2014 INTAGE Inc. All Rights Reserved.
ｎ=
贈ろうと考え
ている
まだわからな
い
贈るつもりは
ない
全贈答者 2,060 90.6 8.9 0.5
非贈答者 1,046 5.6 39.1 55.3
新規贈答者 55 63.6 34.5 1.8
90.6
5.6
63.6
8.9
39.1
34.5
0.5
55.3
1.8
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
全贈答
者
非贈答
者
新規贈
答者
贈ろうと考えている まだわからない 贈るつもりはない(%)
今後の贈答意向
・お中元 来年以降の贈答意向
来年贈るつもりはないと回答したサンプルは、現在の全贈答者のうち0.5%、新規贈答者のうちでも1.8%と小さい。一度お中元に参入すると、継続意向は高いものと考えられる。
全数ベース
57
Copyright© 2014 INTAGE Inc. All Rights Reserved.
利用メディア
・普段利用するメディア
新規贈答者の各メディアの利用率は、全てのメディアで全贈答者を下回っており、彼らの情報感度はあまり高くないものと考えられる。
全数ベース
ｎ=
ＴＶ ラジオ 新聞 雑誌
インターネッ
ト（ＰＣ・タ
ブレット）
インターネッ
ト（携帯・
スマートフォ
ン）
この中に一
つもない
全贈答者 2,060 89.7 33.4 65.6 43.5 74.9 66.0 1.3
非贈答者 1,046 92.1 27.4 44.7 32.9 69.1 78.8 1.1
新規贈答者 55 85.5 27.3 49.1 27.3 54.5 63.6 1.8
89.7
33.4
65.6
43.5
74.9 66.0
1.3
全贈答者 非贈答者 新規贈答者
(%)
58
Copyright© 2014 INTAGE Inc. All Rights Reserved.
ｎ=
個人的な興
味、娯楽の
情報収集の
ため
仕事や研
究、勉強の
情報収集の
ため
ニュースや時
事情報を知
るため
商品（サー
ビス）の購
入（利
用）のため
商品（サー
ビス）に関
する情報検
索のため
暇つぶし・時
間つぶしのた
め
友人や知人
とのコミュニ
ケーションの
ため
キャンペーン
や懸賞へ応
募するため
その他の目
的で利用す
る
全贈答者 2,060 85.2 46.5 71.6 51.7 46.1 41.7 31.1 31.9 8.6
非贈答者 1,046 90.9 43.3 70.9 58.7 48.9 53.6 32.4 30.8 8.7
新規贈答者 55 78.2 41.8 67.3 47.3 47.3 49.1 34.5 32.7 5.5
85.2
46.5
71.6
51.7 46.1 41.7
31.1 31.9
8.6
全贈答者 非贈答者 新規贈答者
88.9
90.6
85.5
6.5
4.7
10.9
2.7
2.6
3.6
1.9
2.1
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
全贈答
者
非贈答
者
新規贈
答者
毎日 ２～３日に１回 １週間に１回 ほとんど見ない
(%)
インターネット利用実態
・インターネット利用頻度
新規贈答者のインターネット利用頻度は、毎日未満の構成比が全贈答者・非贈答者を上回っており、彼らの利用頻度は相対的に低いといえる。利用目的は、全贈答者とほぼ同じ傾向。
・インターネット利用目的
全数ベース
59
Copyright© 2014 INTAGE Inc. All Rights Reserved.
インターネット利用実態
・インターネット主利用サイト
新規贈答者は、口コミサイトの利用が目立つ。
全数ベース
ｎ=
Ｙａｈ
ｏｏ！な
どの検索
ポータル
サイト
Ａｍａ
ｚｏｎな
どのショッ
ピングサイ
ト
Ｙｏｕ
Ｔｕｂ
ｅ、ニコニ
コ動画な
どの動画
サイト
インター
ネットメー
ルサイト
価格．
ｃｏｍな
どの比較
サイト
企業のＨ
Ｐ
ｍｉｘ
ｉ、Ｆａ
ｃｅｂ
ｏｏｋな
どのＳＮ
Ｓ
オークショ
ンサイト
Ｃｏｏ
ｋｐａ
ｄなどの
レシピサイ
ト
無料通
話サービ
スサイト
ネットスー
パー
Ｔｗｉ
ｔｔｅ
ｒなどの
ミニブログ
Ａｍｅ
ｂａなど
のブログサ
イト
証券／
ＦＸサイ
ト
ネット掲
示板
オンライン
ゲームサ
イト
＠ｃｏ
ｓｍｅな
どのクチコ
ミサイト
共同購
入サイ
ト、クーポ
ンサイト
この中に
一つもな
い
全贈答者 2,060 79.2 51.2 47.2 37.0 35.7 30.5 23.9 18.9 16.5 14.2 13.0 12.2 12.1 11.1 9.5 9.5 8.7 7.9 2.5
非贈答者 1,046 79.9 53.4 58.1 32.3 35.2 26.4 30.0 20.5 17.2 17.2 9.4 14.2 15.1 7.9 11.8 12.5 9.8 4.2 3.6
新規贈答者 55 74.5 43.6 47.3 41.8 30.9 29.1 27.3 18.2 18.2 21.8 7.3 12.7 18.2 5.5 9.1 5.5 20.0 7.3 0.0
79.2
51.2 47.2 37.0 35.7 30.5
23.9 18.9 16.5 14.2 13.0 12.2 12.1 11.1 9.5 9.5 8.7 7.9 2.5
20.0
全贈答者 非贈答者 新規贈答者
60
Copyright© 2014 INTAGE Inc. All Rights Reserved.
分析報告 ④ デパート主要チェーンの利用実態
61
Copyright© 2014 INTAGE Inc. All Rights Reserved.
購入ルート
・主要デパート別 購入ルート 延べ人数構成比
主要チェーンでは、インターネットの構成比は20~30%程度。
56.8
49.5
53.5
41.5
52.8
49.6
46.1
37.5
38.3
46.8
37.4
39.2
34.2
36.5
38.1
53.5
44.7
21.7
22.8
22.8
22.6
23.1
23.0
21.9
24.5
25.3
23.2
24.4
22.0
27.3
23.9
24.8
15.1
21.1
11.6
14.5
12.7
17.6
13.1
13.3
16.1
16.9
16.5
14.1
16.8
17.2
16.5
16.5
15.5
13.9
14.9
5.5
7.7
5.8
11.0
5.9
8.3
9.5
13.8
13.0
9.6
13.3
13.4
14.5
14.9
14.0
6.5
11.7
4.3
5.4
5.2
7.3
5.1
5.8
6.3
7.4
7.0
6.3
8.1
8.1
7.5
8.2
7.6
10.9
7.6
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
大丸 (n=1668)
松坂屋 (n=1026)
三越 (n=1604)
西武 (n=620)
高島屋 (n=1525)
伊勢丹 (n=1024)
そごう (n=788)
小田急 (n=354)
東急 (n=399)
阪急 (n=726)
阪神 (n=426)
近鉄 (n=424)
京王 (n=334)
東武 (n=338)
松屋 (n=367)
その他のデパート (n=606)
スーパーマーケット (n=555)
実店舗 インターネット カタログなどの通販 セールスマン その他
SCR対象者ベース
62
Copyright© 2014 INTAGE Inc. All Rights Reserved.
店舗選択理由
・デパート計 / 大丸 / 松坂屋 店舗選択理由
店舗の選択理由は、習慣(「いつも買っている店だから」) 、知名度(「有名店だから」)などが上位に来ている。
ｎ=
いつも
買ってい
る店だか
ら
有名店だ
から
カードを
持ってい
る
家に近い
ポイント
付与があ
る
割引があ
る
商品の種
類が多い
当てはま
るものは
ない
店員の態
度がよい
会社に近
い
デパート計 2,060 51.6 39.9 24.9 22.2 21.2 16.6 11.6 8.1 7.4 4.0大丸 755 49.9 41.7 26.5 14.0 24.1 17.9 11.5 7.0 7.0 4.4松坂屋 320 42.2 44.1 20.0 15.6 14.7 11.3 9.4 12.5 8.1 2.8
51.6
39.9
24.9 22.2 21.2 16.6
11.6 8.1 7.4
4.0
デパート計 大丸 松坂屋(%)
お中元贈答者ベース
63
Copyright© 2014 INTAGE Inc. All Rights Reserved.
店舗満足度
・主要デパート別 購入店舗満足度
多くの主要チェーンで、「満足」・「やや満足」の合計が70~85%程度。
満足
32.630.6
38.125.3
35.740.3
2635.934.8
40.638.7
27.153.8
38.644.4
21.6
やや満足
50.645.9
42.742.2
48.445.7
51.938.537
43.635.5
42.919.2
36.437
51.3
どちらでもない
15.8
20.6
18.4
32.5
15.5
13.2
20.2
23.1
26.1
15.8
25.8
28.6
26.9
25
18.5
25.5
やや不満
0.8
1.9
0.4
0.4
1.9
2.6
2.2
1.7
不満0.3
0.9
0.4
0.8
1.4
大丸(n=755)
松坂屋(n=320)
三越(n=239)
西武(n=83)
高島屋(n=283)
伊勢丹(n=129)
そごう(n=104)
小田急(n=39)
東急(n=46)
阪急(n=101)
阪神(n=31)
近鉄(n=70)
京王(n=26)
東武(n=44)
松屋(n=27)
その他のデパート(n=357)
お中元贈答者ベース
64
Copyright© 2014 INTAGE Inc. All Rights Reserved.
Appendix
65
Copyright© 2014 INTAGE Inc. All Rights Reserved.
【ご参考】全贈答者/非贈答者/新規贈答者 性年代構成比
※ノンウェイト値ですので、ご参考データとなります ※全贈答者・非贈答者はSCRベース、新規贈答者は贈答者ベースです
ｎ=
男性１０
代・２０代
男性３０
代
男性４０
代
男性５０
代
男性６０
代
女性１０
代・２０代
女性３０
代
女性４０
代
女性５０
代
女性６０
代
全贈答者 49,602 1.4 8.3 16.0 15.3 8.5 4.7 14.4 15.3 11.7 4.5
非贈答者 94,489 3.8 12.5 19.5 10.3 3.4 10.6 19.4 14.0 5.2 1.2
新規贈答者 55 12.7 9.1 14.5 9.1 1.8 9.1 29.1 5.5 9.1 0.0
1.4
3.8
12.7
8.3
12.5
9.1
16.0
19.5
14.5
15.3
10.3
9.1
8.5
3.4
1.8
4.7
10.6
9.1
14.4
19.4
29.1
15.3
14.0
5.5
11.7
5.2
9.1
4.5
1.2
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
全贈答
者
非贈答
者
新規贈
答者
男性１０代・２０代 男性３０代 男性４０代 男性５０代 男性６０代
女性１０代・２０代 女性３０代 女性４０代 女性５０代 女性６０代(%)
66
Copyright© 2014 INTAGE Inc. All Rights Reserved. 67
クチコミキーワードによる分析
株式会社ホットリンク
SaaS事業部 ゼネラルマネージャー
宮田 洋毅
2014年11月26日（水）
第一部 大丸松坂屋百貨店 2014年お中元商戦ビールの売上を分析する
本クチコミ分析の流れ
• ソーシャルをベースに
– 全体の俯瞰
– 行動別、態度別、男女別などの切り口での解析
– 解析結果から出てくるインサイト
– インサイトに基づいての仮説だし
– 仮説にもとづいたコミュニケーションの改善提案
69
本来は、改善提案をする前に、
実アンケートやインタビューを実施し検証しますが、
今回はクチコミ分析で完結します。
ビールのみではなく、お中元全体について分析します
株式会社ホットリンク
全体の俯瞰：「お中元」のクチコミ推移
• ブログとTwitterのトレンドグラフ
70
7/1、7/15で急激に伸びている
伸び始めは6月中旬から徐々に増加している
7/1 7/15
株式会社ホットリンク
これだけでは何も分かりません。
全体の俯瞰：「お中元」のクチコミ推移
なので、
行動別や態度別などの切り口によって解析を行い、 インサイトを探していきます。
まずはメディアの決定から。 Twitter、Facebook、ブログ、２ちゃんねる、掲示板、Q&AサイトとさまざまなSNSがありますが・・・
株式会社ホットリンク 71
性別 地域別 態度変容別 年代別 評判別 話題別
お中元の分析に適したメディア
72
メディア 特徴
ブログ 購買消費行動などの「なぜ」が分かる媒体 •文字数が多いので、投稿に時間がかかる
•考えが整理されていて、背景情報が理解できる
広告などの反応測定向き •文字数が少ないため、投稿が簡単
•各事象に対して反応が出やすい
•瞬間的な反応を見ることができる
２ちゃんねる
リスク情報や、マニアックな情報向き •ディープでマニアックな書き込みが多い
•文句も多い
•匿名ならではの誹謗中傷・漏洩
実はBtoB商材に向いている •クローズドのためクチコミが少ない
•身内向けと世間向けでユースが違う
•ユーザー層が特殊
掲示板・
Q&Aサイト
ユーザーの疑問の発見に向いている •ユーザーの疑問や課題がでやすい
•使用感想などのユーザが見つけやすい
•ライトからヘビーユーザーまで幅広い 株式会社ホットリンク
例えば、
• ブログ
– お中元が届きました。嬉しい、私は何を買おうかしら。たしか甘い物はお好きではないので、他の物にしよう。今なら送料無料キャンペーンが…
– 上司からお中元がきた！困ったー早くお返しをしなければ。何が良いかと迷って松坂屋へ行ってみると… etc
– お中元ｷﾀｰ でもまだ送ってねぇええ！！
– ビールのお中元CM見てたらビール飲みたくなった etc
株式会社ホットリンク 73
では、ブログについて行動別に分析します
行動別に解析
贈る側のクチコミと貰う側のクチコミを別に見ます
7/1
7/1～3
■貰う側 ■贈る側
それぞれ増加した瞬間の中身を読み解きます
• ６月の中旬から、贈る側のクチコミが増加
• 7/1～3に、貰う側のクチコミが急増
株式会社ホットリンク 74
行動別： クチコミ
• 一気にクチコミが伸びた7/1の内訳 頻出語を見てみると・・・
今日 自分 お歳暮 早い 時期 実家 いい 多い 明日 美味しい 注文 良い おいしい 手配 ご飯 お菓子 嬉しい
• もらって喜ぶクチコミが約８割
• お中元の時期が早まって嘆く声や、 「急いでお返しをしなくては」という焦る声など、 ネガティブなクチコミも１５%程度存在
75 株式会社ホットリンク
貰う側
行動別： クチコミの男女別
口コミを男女別に見てみると
やっぱり女性はギフトが好き
株式会社ホットリンク 76
貰う側
実際のクチコミ
株式会社ホットリンク 77
貰う側
行動別：お中元を
一気にクチコミが伸びた6月中旬の内訳 頻出語は・・・
注文 今年 購入 商品 ギフト いい 多い 自分 美味しい セット お歳暮 仕事 プレゼント 時期 実家 嬉しい 明日 ネット 良い 贈り物 時間 早い イオン 限定 楽しみ 送料 お中元の手配 お店 毎年 季節 大変 百貨店 昨日 好き 準備 予定 カタログ お世話
78
商品を選んだりカタログ閲覧したりを楽しむ人も
手配を焦るクチコミや、毎年恒例の行事と、
注文・手配を達成したというクチコミが多い
株式会社ホットリンク
贈る側
実際のクチコミ(1)
株式会社ホットリンク 79
贈る側
実際のクチコミ(2)
株式会社ホットリンク 80
贈る側
単語別：頻出語の深堀
ここで「カタログ」という単語にフォーカスし、 男女別に比較を実施
• クチコミは男性４：女性６
• 女性はカタログに対して肯定的で、 カタログの閲覧自体を楽しむ人が多い（先述）
• 対して、男性はカタログに対して選ぶことが できず不快に思っていることが多い
株式会社ホットリンク 81
ここで見られるインサイト
82 株式会社ホットリンク
まとめ
• 発見できたインサイトからの提案要素
– 贈らなくちゃ！と焦る気持ちを 上手に拾いあげるコミュニケーション戦略
– 男性には、シンプルな商品コミュニケーション方法
– 女性には、相手に合わせて選べる楽しみを提供
やっぱりもらったら嬉しい。というクチコミが 多いです。ギフト文化って良いですね。
株式会社ホットリンク 83
番外編
株式会社ホットリンク 84
掲示板・Q&Aサイトをベースに読み解くと
• 頻出語 お歳暮 いい お世話 実家 会社 仕事 良い お礼 今年 場合 両親 結
婚 時期 rss 電話 気持ち 質問 相手 お願い 社長 自分 感謝 主人 旦那 お返し 子供 無い 暑中 見舞い 普通 必要 毎年 失礼 上司 常識 義母 最近 ギフト メール 嬉しい ビール 個人 夫婦 お中元お歳暮 連絡 商品 先生 多い 関係 美味しい 今回 ご両親 お付き合い 名前 一般 義理 マナー 義両親 直接 息子 暑中見舞い 品物 経営 義父 贈り物 一緒 職場
85
お中元のマナーや義理の家族や職場、恩師お世話になった方に失礼がないか、とにかく心配。
皆お中元が怖い。 新規の獲得には、この恐怖をいかに緩和させるか、 もしくは「自分用お中元」や「のし無し文化」などの新文化の浸透が鍵かもしれません
株式会社ホットリンク
以上
ご静聴ありがとうございました
株式会社ホットリンク 86
株式会社ホットリンク
SaaS事業部 ゼネラルマネージャー
宮田 洋毅
Web広告研究会 11月 月例セミナー 大丸松坂屋百貨店 発表資料
2014年11月26日
株式会社大丸松坂屋百貨店
田中直毅 [email protected]
神谷彩子 [email protected]
87
Big Data 委員会 分析ワーキンググループ紹介
88
◆分析ワーキンググループ
菅原 裕 副委員長 日本ヒューレット・パッカード株式会社
大畠正照 株式会社ブレインパッド
家中孔憲 株式会社インテージ
宮田用毅 株式会社ホットリンク
真山理栄 ヤフー株式会社
平田大治 シックス・アパート株式会社
橋本紀子 日本ユニシス株式会社
貞光直治 株式会社NTTアド
平見 匡 キャノンマーケティングジャパン株式会社
小高治正 株式会社博報堂DYメディアパートナーズ
田中直毅 株式会社大丸松坂屋百貨店
神谷彩子 株式会社大丸松坂屋百貨店（J.フロントリテイリング）
◆ヒヤリングへのご協力
日本百貨店協会様
そごう・西武様
高島屋様
本間 充 花王株式会社
菊池大輔 株式会社NTTアド
有馬もとい 日本ユニシス株式会社
篠原正裕 株式会社インテージ
福江一起 インフォコム株式会社
和田英輝 インフォコム株式会社
松倉蛍太郎 株式会社デサント
佐藤剣策 株式会社クレディセゾン
広瀬裕貴 株式会社インテリジェンスビジネスソリューションズ
野崎勝弘 株式会社ベネッセコーポレーション
綿引いずみ キリン株式会社
田村美貴 株式会社ヒトクセ
濁沼広樹 株式会社ヒトクセ
大丸松坂屋百貨店とは
89
大丸 松坂屋
主な店舗所在地
◆大丸松坂屋百貨店
90
20世紀型ビジネスモデルという危機感
91
「20世紀型企業」、「レガシーな業態」ですねと 分析ワーキンググループ内で、何度かご指摘受けました。
1611年
松坂屋 創業
1717年
大丸 創業
2010年
大丸松坂屋百貨店
お中元に関しては「20世紀型のビジネスモデル」を続けていて、 「21世紀型のマーケティング・コミュニケーション」を実現できていないという危機感。
【参考】大丸松坂屋 売上推移
92
0
100,000
200,000
300,000
400,000
500,000
600,000
700,000
800,000
2010 2011 2012 2013 2014
売上高（百万円）
大丸松坂屋HP より一部抜粋して作成
【参考】百貨店業界 売上推移
93
0
2,000,000
4,000,000
6,000,000
8,000,000
10,000,000
12,000,000
1991 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
売上高（百万円）
日本百貨店協会HPより一部抜粋して作成
会場の皆様に質問です
94
今年の夏、お中元を贈りましたか？
分析前にワーキンググループ内で聞いたところ お中元を贈る習慣があるのは約2０％でした。
そもそも、お中元とは？
95
起源は古代の中国の道教と言われています。
道教の「三元」の祭りのうち七月十五日に生まれた神様を祝うお祭りが仏教の行事と結びつき、日本に伝わり仏様へのお供物を送る習慣になったようです。
江戸時代になってから、お供えと共にお世話になった人への贈り物をする贈答行事になりました。
※「三元」とは 旧暦の一月が上元、七月が中元、十月が下元
大丸松坂屋オンラインHP 「お中元の由来」より一部抜粋して作成
Big Data委員会として 選んだ３つの仮説
96
１
メーカ様のマス広告量が、当該メーカーギフトの販売に影響する。 （新聞、TV、雑誌、WEB、SNS）
２
自社（大丸松坂屋）のWEB露出が販売に影響する。 （WEB広告、メール、検索エンジン広告）
３
屋外広告、交通広告量が当該メーカーギフトの販売に影響する。
30の仮説をWEB研参加企業が共通して興味を持つであろう３つに絞った。 上記を条件を満たす商材として、「ビール」を分析対象に設定した。
分析対象のビールギフト
97
キリンビール様 アサヒビール様
サントリー様 サッポロビール様
分析に参加した正直な感想
98
「参加して良かった！」
「担当者としての心構えや覚悟」「組織の理解」 は予想していた以上に必要。
ブレインパッド様分析に対して
99
• お中元広告の効果の分析モデルを作ることが実際に出来るのだろうか？
• 広告の配分比率を変える根拠になる？
• アイテム、顧客など（目的変数）対象を変えた時にかかる労力はどの程度か？
ブレインパッド様分析結果１
100
予想を上回るBaseの大きさ。
Twitter効果は意外である。
ブレインパッド様資料より抜粋して作成
ブレインパッド様分析結果２
101
今年からビールを購入した人対象
ブランドスイッチには効果がある
のか？
ブレインパッド様資料より抜粋して作成
インテージ様分析に対して
102
• アンケートでお中元に関する顧客の実態はわかるのか？（ネットアンケートとの親和性について少々懐疑的でした）
• お中元という商売においてWEB広告の効果は本当にあるのか？
インテージ様分析結果１
103
贈答率34.4％
感覚値と同程度の結果
贈答先も 予想通りの結果
インテージ様分析結果２
104
ビールが３位という結果に驚き！
インテージ様分析結果３
105
新規・継続顧客への広告手法の課題
を認識！
インテージ様分析結果４
106
ネット広告の接触率がここまで上がっ
ている！
インテージ様分析結果５
107
広告効果の低さに衝撃！
インテージ様分析結果６
108
参入のきっかけは予想通り。
インテージ様分析結果 7
109
新規の方のネット利用が低いの
は意外。
ホットリンク様分析に対して
• お中元に関するブログ、SNSなどへの書き込みは少ないのではないか？
• 売上に対するブログ、SNSの影響は少ないのではないか？
110
ホットリンク様分析結果１
• ブログの減少と中元マーケット減少傾向は一致していない。総ブログ数の減少からすると割合の変化は少ないが、関心の減少は気になる。
• ネガ比率の減少は、「儀礼」から「パーソナル」への移行なのか？
111
0
5,000
10,000
15,000
20,000
25,000
2011 2012 2013 2014
ブログ お中元 御中元 HIT数
お中元 御中元 HIT数
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
2011 2012 2013 2014
ブログ ポジネガ比率
ネガ比率
ポジ比率
2011 2012 2013 2014
比率 0.045% 0.046% 0.048% 0.051% ホットリンク様資料より抜粋して作成
ホットリンク様分析結果２
• 贈る時、受け取る時の感情がにグラフになった！感動！
112
0
20
40
60
80
100
120
140
合計
20
14
/6/2
20
14
/6/5
20
14
/6/8
20
14
/6/1
1
20
14
/6/1
4
20
14
/6/1
7
20
14
/6/2
0
20
14
/6/2
3
20
14
/6/2
6
20
14
/6/2
9
20
14
/7/2
20
14
/7/5
20
14
/7/8
20
14
/7/1
1
20
14
/7/1
4
20
14
/7/1
7
20
14
/7/2
0
20
14
/7/2
3
20
14
/7/2
6
20
14
/7/2
9
お中元 御中元 中元：手配
お中元 御中元 中元：受取
ホットリンク様資料より抜粋して作成
ホットリンク様分析結果３
• 贈る時に「面倒だ」と思いながら来店するが、贈答先からのお礼の言葉を聞くと「贈ってよかった」とポジティブな感情になっている。
• カタログに対する反応の違い。
113
分析スケジュール
114
4月 5月 6月 7月 8月 9月 10月 11月
概要
データ収集
分析
アンケート
まとめ
※点線矢印 は追加・変更作業となった期間
追加作業 発生！
分析手法の変更！
データ収集する際の戸惑い
115
何のデータを、どの程度の粒度で集めれば良いのか？
欲しいデータはどの部署が持っているの？
設定したことが無い条件を、どうやって設定するの？
日時？
週別？
品番？
品名？
POS？ ID？
システム部門？ 販促部門？ EC部門？
新規顧客 既存顧客
データの収集と粒度
116
データはどんな形でも良いです。 まずは送ってください。
どんなデータを用意できますか？
何を調べたいの？
データの抽出条件はどうする？
分析チーム
システム
データの所管部署
117
大丸松坂屋
システム
企画室 営業企画室
JFRIC
JFR
オンライン
2014年6月の段階では、 データの所管部署は３社にまたがっていた。
分析過程で発生した調整事項
118
金額 数量 容量
重回帰 状態空間
モデル
社内では金額と数量でしか話をしていないが今回は容量に。
販売価格の変化の影響や、ギフトの場合は箱に入っているという事情から容量に。
プロジェクトを通じて感じたこと
119
分析は単発で実施するだけではダメ。継続して分析しながら理解するもの。 →掘り下げたい内容があれこれでてきます。
数理モデルに加えアンケート調査も実施したことで、従来の思い込みを見直すキッカケを得ることができた。 →新たな仮説を見つけることができる。
WG内からの率直なご指摘を受け止めて次のチャレンジにつなげる覚悟ができているか。
課題
• 顧客と直接コミュニケーションした結果の検証までは踏み込めなかった。
• 売上拡大のための一方的なプッシュ施策では、顧客との継続的な関係は築けないことを再認識。
• 「状態空間モデル」とは何なのか、ということを説明を社内関係者に説明のは結構大変。
（売上、来店人数、HPアクセス数など様々な変数を
使用した回帰分析は実施しているのすが）
120
ご清聴、誠にありがとうございました。
121