クラスター分析って？マーケティングにおける活用方法と応用方法

クラスター分析とは、仮説を元に情報の相互関連を分析する「多変量解析（統計的技法の総称）」のひとつです。さまざまな性質のものが混ざり合っている集団から、似た性質のもので「集落（クラスター：cluster）」を作り、対象を分類する統計的な分析手法です。

 クラスター分析の手法は2種類です。「階層クラスター分析」「非階層クラスター分析」の特徴をご紹介します。

・マーケティングの市場調査の分類
市場調査の分類を行なうことで、「商圏の特性」や「ブランドのポジショニング」などを分析できます。ターゲットへの効果的なアピールに、クラスター分析が効果的です。

クラスター分析には、分類をするために「対象間の距離」を決める必要があります。例えば〇〇未満の距離内にあれば「似ている」、〇〇以上の距離が離れていれば「似ていない」と判定する基準を定義します。距離測定をしたうえで類似度または非類似度を計算しなければ、「似ている」「似ていない」の基準が曖昧になり、正確な分類結果が得られません。

 集団の中から類似性を見つけて分類するクラスター分析は、あくまでも「分類」を目的とした分析です。クラスター分析で得られた結果から、法則性や因果関係を読み解かないといけません。マーケティング戦略では、クラスター分析に加えて、「相関分析」や「回帰分析」など複数の手法を併用して検証する必要があります。

まずはクラスター分析をする目的を決めましょう。例えば、「商品の売上UP」などが目的に該当します。データの対象が「人なのか？商品なのか？」「どのデータを使うのか？」などを決定後、「階層クラスター分析」か「非階層クラスター分析」のどちらかを選びます。ビッグデータの場合、ほとんどが「非階層クラスター分析」になるでしょう。

異なる性質のものが集まる集合から、何を類似性において分類するかを決定します。そして、対象間の距離を選びましょう。距離の算出方法には、「ユークリッド距離(2点間の直接距離)」「マハラノビス距離(テーマ群からの距離)」があります。

クラスター同士の距離を測る方法としては、「ウォード法」「群平均法」「最短距離法」「最長距離法」「k-means法（k平均法）」などがあります。

アンケート結果から見えるターゲットの意識、例えば、「どこに着ていくためのファッションなのか」「関連アイテムも購入したいのか」「平均購入金額はいくらか」などを分類の基準にして、クラスター化できます。「クラスター1：ビジネス系意識高い女子」「クラスター2：ワーキングママ」「クラスター3：サブカル＆文化系女子」「クラスター4：アウトドア大好き女子」などで分類することも可能です。

購買データで見える顧客の行動特性、例えば、「サイトへのアクセス回数」「購買回数」「商品の価格帯」などを分類の基準にして、クラスター化できます。「クラスター1：トライアル層」「クラスター2：ヘルシー層」「クラスター3：スイーツ層」「クラスター4：ギフト層」などで分類することも可能です。

アパレルショップの購買データから、例えば、「セーターを買いに来た客」と「薄手のコートを買いに来た客」をクラスター化して、「平均購入金額がそれほど高くない」「手頃価格の小物を買っている」という傾向に気づいたとします。そして購買データのなかでそのボリュームが大きかったとしましょう。クラスター化された「季節感追求タイプ（セーターを買いに来た客・薄手のコートを買いに来た客）」に購買余裕があると推定できたら、連アイテムとして、店舗にニット帽やマフラーをコーディネートしてディスプレイすることで余剰資金のある顧客の購買を引き出すことが期待できます。またクラスター分析から読み解くことで、余剰で購入できる金額などを割り出すことが出来るようになるかもしれません。

家具屋のアンケート結果から頻出ワードを抜き出して、クラスター分析ができます。例えば、同じクラスター内に「アレルギーがある」「洗濯しやすい」「持ち運びやすい」などの単語が集まっていることに気づいたとします。

こうした消費者の価値観がヒントになり、属性情報だけの分類では見えてこなかったアプローチで、掃除しやすい家具の新商品開発につながる可能性があります。

 ご紹介したように、クラスター分析によって消費者や商品をクラスター化でき、マーケティングに活用できます。「顧客層の特性分け」「商圏の特性分け」「ブランドのポジショニング」などの分析でも利用されている「クラスター分析」は、新たなマーケティング戦略を模索中の方におすすめの分析手法といえるでしょう。