Tokyo webmining

第 32回データマイニング +WEB 勉強会＠東京

「マーケティングサイエンス徹底入門と実践」

@sanoche16

About me

About me

・@sanoche16 and/or佐野宏喜・外資系企業で育つデータサイエンティストの卵・ R, PHP, Python, Linux, Java, Ruby, assembler

・商学部出身（マーケティング , 金融 , 会計）・最近、機械学習の勉強を始めました！・修行が終わったら起業します！

本日は！

Marketing

Marketing

×

Marketing

×

Data Science

Marketing

×

Data Science

Marketing Science!

agenda

１ . 市場の選定２ . 市場セグメントとターゲティング３ . 商品設計４ . 消費者行動

agenda

１ . 市場の選定

みなさんは新規事業を始めるときどんな新製品・サービスを市場に投入しますか？


SWOT分析１ . 市場の選定

アンゾフのマトリクス１ . 市場の選定

そして


プロデジーモデル１ . 市場の選定

プロデジーモデル１ . 市場の選定

・顧客の購買行動から市場の競争　構造を把握・互いに激しくスイッチする商品　同士は同じサブマーケットに属　すると考える

例：プロデジーモデル１ . 市場の選定

人数 A B C D

A 40

B 20

C 30

D 10

市場の構成比


人数 A B C D

A 40０

B 20

C 30

D 10

もし Aがなくなったら


人数 A B C D

A 40 0 1/3 1/2 1/6

B 20

C 30

D 10

B, C, Dへ比率を変えずにスイッチするはず


人数 A B C D

A 40 0 1/3 1/2 1/6

B 20 1/2 0 3/4 1/4

C 30 4/7 2/7 0 3/7

D 10 4/9 2/9 1/3 0

他商品へ比率を変えずにスイッチ


人数 A B C D

A 40 0 20 +13 30+20 10+7

B 20 40+10 0 30+7 10+3

C 30 40+17 20 +8 0 10+5

D 10 40+5 20 +2 30+3 0

無構造仮説での想定


人数 A B C D

A 40 0 33 50 17

B 20 50 0 37 13

C 30 57 28 0 15

D 10 45 22 33 0

無構造仮説での想定


人数 A B C D

A 40 0 45 40 15

B 20 50 0 37 13

C 30 57 28 0 15

D 10 45 22 33 0

無構造仮説に反し、想定以上に A→Bにスイッチ


人数 A B C D

A 40 0 45 40 15

B 20 50 0 37 13

C 30 57 28 0 15

D 10 45 22 33 0

Aと Bは構造化していた！


人数 A B C D

A 40 0 45 40 15

B 20 50 0 37 13

C 30 57 28 0 15

D 10 45 22 33 0

たまたま Bが増えただけなのでは？


人数 A B C D

A 40 0 45 40 15

B 20 50 0 37 13

C 30 57 28 0 15

D 10 45 22 33 0

平均： 40×1/3, 分散 40×1/3×2/3の正規分布で検定


人数 A B C D

A 40 0 45 40 15

B 20 50 0 37 13

C 30 57 28 0 15

D 10 45 22 33 0

たまたま Bが増えただけなのでは？


人数 A B C D

A 40 0 45 40 15

B 20 50 0 37 13

C 30 57 28 0 15

D 10 45 22 33 0


人数 A B C D

A 40 0 45 40 15

B 20 50 0 37 13

C 30 57 28 0 15

D 10 45 22 33 0

やっぱり構造化されている！

２ . 市場セグメントと　　ターゲティング

セグメンテーションとは？「マーケターの仕事は、セグメントを作り出すことではなく、セグメントを特定し、どのセグメントをターゲットにするかを決定することである。」（マーケティング・マネジメント）

2. 市場セグメントとターゲティング

市場セグメントの３パターン2. 市場セグメントとターゲティング

均質型選好

分散型選好クラスター型選好

市場セグメントの３パターン2. 市場セグメントとターゲティング

均質型選好

分散型選好クラスター型選好

ナチュラル市場セグメント

クラスター型選好の場合消費者は様々な市場で「ナチュラル市場セグメント」と呼ばれる明確なクラスターを形成する。この場合、３つの戦略が好まれる。１）中央に位置して全グループを狙う２）規模の大きいクラスターに特化する（集中型マーケティング）３）複数のブランドを開発してそれぞれ別セグメントにポジショニングする


クラスター型選好の場合消費者は様々な市場で「ナチュラル市場セグメント」と呼ばれる明確なクラスターを形成する。この場合、３つの戦略が好まれる。１）中央に位置して全グループを狙う２）規模の大きいクラスターに特化する（集中型マーケティング）３）複数のブランドを開発してそれぞれ別セグメントにポジショニングする


ここは確実にクラスタリングを抑えたいところ！


クラスタリングの手法

こちらもご覧ください！


クラスタリングの手法

重心法

k-means最長距離法

ウォード法群平均法自己組織化マップ

EMアルゴリズム最短距離法

LSH

階層型非階層型


k-meansの紹介


k-meansの紹介クラスター数を決定し、ランダムに重心となる点を当てる


k-meansの紹介すべての点について、最も近い重心となる点と対応させる


k-meansの紹介重心を所属している点のそれになるよう移動する


k-meansの紹介再度、一番近い重心にすべての点を対応させる


k-meansの紹介重心を再計算する














k-meansの紹介点が変わらなくなればクラスタリング終了


k-meansの紹介点が変わらなくなればクラスタリング終了


ちょっと TIPSロングテールの変数

この変数を持つクラスターが出来てしまう


ちょっと TIPS対数変換を行う


ちょっと TIPS順序を保って、補正してくれる

３ . 商品設計

3. 商品設計

商品発売後

様々な声が届く！一体どうすれば！！

デザインをもっとオシャレに！

持ち運びが便利だと。

性能向上。。。

低価格、低価格

セキュリティが心配

3. 商品設計

商品を見える化したい

重要なものを把握したい！

消費者イメージを知りたい！！

そんなあなたへ！！！！

3. 商品設計

知覚マップの作り方→主な方法 2つ

１）多次元尺度構成法（MDS）

２）属性評価（因子分析 , 主成分分析等）

3. 商品設計

知覚マップの作り方→主な方法 2つ

１）多次元尺度構成法（MDS）

２）属性評価（因子分析 , 主成分分析等）

とても良い記事

3. 商品設計

Markezineの Excelビジネス統計

http://markezine.jp/article/detail/17315

ということで拝借3. 商品設計

コク香り酸味

Sマルタ -0.116248 1.2456822 1.5275252

モーニング S -1.278724 -1.245682 0.0727393

BOSS 1.0462287 -0.415227 0.8001323

FIRE 1.0462287 0.4152274 -0.654654

サンタマルタ 1.0462287 1.2456822 1.5275252

BLACK無糖 0.4649906 -0.415227 -0.654654

UCCB -1.278724 1.2456822 -1.382047

ジョージア B -1.278724 -1.245682 -1.382047

ROOT -0.697486 -1.245682 0.0727393

WANDA 1.0462287 0.4152274 0.0727393

3次元空間へのプロット3. 商品設計


有向線分を引く


法線を下ろして点と直線を対応させる

点の違いを際立たせる直線を引く！


もう１本！


もう１本！

・第１主成分・第２主成分

平面にプロットして完成！3. 商品設計

素晴らしきMarkezineさんより拝借

Rのコード3. 商品設計

Rのコード3. 商品設計

結果3. 商品設計

４ . 消費者行動

ブランドカテゴライゼーション4. 消費者行動

入手可能集合

知名集合

非知名集合

処理集合

保留集合

拒否集合

想起集合

非処理集合


入手可能集合

知名集合

非知名集合

処理集合

保留集合

拒否集合

想起集合

非処理集合


入手可能集合

知名集合

非知名集合

処理集合

保留集合

拒否集合

想起集合

非処理集合


入手可能集合

知名集合

非知名集合

処理集合

保留集合

拒否集合

想起集合

非処理集合


入手可能集合

知名集合

非知名集合

処理集合

保留集合

拒否集合

想起集合

非処理集合


入手可能集合

知名集合

非知名集合

処理集合

保留集合

拒否集合

想起集合

非処理集合

購買に至るためには想起集合に入る必要がある


入手可能集合

知名集合

非知名集合

処理集合

保留集合

拒否集合

想起集合

非処理集合

購買に至るためには想起集合に入る必要がある

約 3つと言われる

4. 消費者行動

購買モデルはロジットモデルで考えられるロジットモデルとは、「回帰モデルの目的変数をロジット変換し

たもの」

4. 消費者行動

購買モデルはロジットモデルで考えられる

ロジット変換

６ . 消費者行動

購買モデルはロジットモデルで考えられる

商品の特性を把握して、購買率の予測が出来る！

ご清聴ありがとうございました！

Thank you

Documents

Tokyo webmining