JP2020149197A

JP2020149197A - マーケティング支援システム、マーケティング支援方法、及びプログラム

Info

Publication number: JP2020149197A
Application number: JP2019044666A
Authority: JP
Inventors: 一希西口; Kazuki Nishiguchi
Original assignee: Strategy Partners Inc
Current assignee: Strategy Partners Inc
Priority date: 2019-03-12
Filing date: 2019-03-12
Publication date: 2020-09-17
Anticipated expiration: 2039-03-12
Also published as: JP6656546B1; US20200294070A1; KR20200109250A; US11443333B2; TW202034252A

Abstract

【課題】適切なマーケティング活動のためのセグメントの分析を簡便に実施することができるツールを提供する。【解決手段】マーケティング支援システムは、ブランドの認知、使用体験及び使用頻度に関するアンケートの回答結果及びアンケートの回答者の属性を含む、アンケート情報を取得する取得部２１１と、回答結果に基づいて、回答者を予め設定された複数のセグメントのいずれかに割り当てる割当部２１２と、複数のセグメントのそれぞれについて、当該するセグメントに割り当てられた回答者数に基づいて、需要者数及び全セグメントに対する需要者数の割合を推定する集計部２１３と、複数のセグメントのそれぞれの需要者に対する施策と、当該施策に対する費用とに関する情報を異なるセグメントの間で比較するように表示させる出力部２１４と、を具備する。【選択図】図３

Description

本発明は、マーケティング支援システム、マーケティング支援方法、及びプログラムに関する。

例えば、下記の特許文献１は、小売業者の製品オファーを作成し消費者に通知するための方法を開示している。この方法は、店舗または小売業者のロイヤルティと製品のロイヤルティの双方を組み合わせることにより、特定の消費者および消費者群を識別して販売する方法である。

特表２００８−５２１１４３号公報

ところで、効果的なマーケティング活動のためには、顧客セグメントに応じて適切にアプローチすることが重要である。例えば、特定のセグメントに対するアプローチを他のセグメントにも展開することは、マーケティング戦略として適切ではない。

ただし、顧客セグメントに応じたアプローチの策定及びその前提としてのセグメント分析は容易でなく、手間が掛かる。

本発明は、このような背景を鑑みてなされたものであり、適切なマーケティング活動のためのセグメントの分析を簡便に実施することができるツールの提供を目的とする。

上記課題を解決するための本発明の主たる発明は、マーケティング対象の属する製品及びサービスの分野における需要者に対して実施した、当該分野に属するブランドの認知、使用体験及び使用頻度に関するアンケートの回答結果及び前記アンケートの回答者の属性を含む、アンケート情報を取得する取得部と、前記回答結果に基づいて、前記回答者を予め設定された複数のセグメントのいずれかに割り当てる割当部と、前記複数のセグメントのそれぞれについて、当該するセグメントに割り当てられた前記回答者数に基づいて、需要者数及び全セグメントに対する需要者数の割合を推定する集計部と、前記複数のセグメントのそれぞれの需要者に対する施策と、当該施策に対する費用とに関する情報を異なるセグメントの間で比較するように表示させる出力部と、を具備する。

その他本願が開示する課題やその解決方法については、発明の実施形態の欄及び図面により明らかにされる。

本発明によれば、セグメント分析を容易に行うことができる。したがって、仮説作りを容易にし、効果的なマーケティング活動を支援することができる。

本実施形態における利用者端末１０、マーケティング支援システム２０及びアンケートシステム３０を含むシステムの全体構成例を示す図である。マーケティング支援システム２０として用いられるコンピュータのハードウェア構成例を示す図である。マーケティング支援システム２０のソフトウェア構成例を示す図である。顧客セグメントの分類方法の一例を示す図である。顧客セグメントの分類方法の他の一例を示す図である。セグメント別の顧客数の算出方法の一例を示す図である。顧客を５セグメントに分類する、顧客プラミッドを示す画面の例を示す。各顧客セグメントに対する費用を表示する画面の例を示す。自社ブランド及び競合ブランドの顧客セグメントのオーバーラップ分析画面の例を示す。顧客を９つのセグメントに分類する、セグメントマップを示す図である。マーケティング支援システム２０の施策計画に係る処理を説明する。マーケティング支援システム２０の競合分析に係る処理を説明する。

以下、図面を参照して、本発明の一実施形態に係るマーケティング支援システムについて説明する。ただし、本発明は、これに限定されるものではない。

本実施形態におけるシステムの全体構成例を説明する。
図１は、本実施形態における利用者端末１０、マーケティング支援システム２０及びアンケートシステム３０を含むシステムの全体構成例を示す図である。利用者端末１０及びアンケートシステム３０はそれぞれ、マーケティング支援システム２０と有線又は無線で通信可能に接続されている。

本実施形態では、利用者端末１０、マーケティング支援システム２０及びアンケートシステム３０が互いに独立していることを想定している。ただし、利用者端末１０がマーケティング支援システム２０を含んでもよいし、またマーケティング支援システム２０がアンケートシステム３０を含んでもよい。

利用者端末１０は、例えばマーケティング活動を行う者（利用者）が使用するコンピュータであり、１台でもよいし複数台で構成されてもよい。ここでマーケティング活動は、マーケティングに関する計画の策定、実行、評価及び改善の全過程を含むものとする。

利用者端末１０は、マーケティング支援システム２０から分析結果を受信し、表示する。ここで表示とは、例えばディスプレイへの表示、プリンタによる印刷など、情報の出力全般を指すものとする。

次いで、マーケティング支援システム２０は、利用者によるマーケティング活動を支援する１台又は複数台のコンピュータである。マーケティング支援システム２０の具体的な構成及び動作については追って述べる。

アンケートシステム３０は、マーケティング支援システム２０にアンケート情報を提供するコンピュータであり、例えば調査会社、広告会社又は利用者のサーバである。ここで、アンケート情報は、マーケティング支援システム２０によるセグメント分析の基礎資料となるものであり、例えばアンケートに含まれる質問、その質問に対応する回答者の回答、及び、回答者の属性を示す情報（属性情報）を含む。アンケート情報は、所定の時間間隔（例えば１か月、６か月、１年など）ごとに収集され、蓄積されるものとする。

ここでセグメントの数は、例えば５つ、９つのように予め設定されているものとする。具体的には、図４に示すように、特定のブランドの認知の有無、そのブランドの購買（使用）の頻度、そのブランドの購買（使用）の継続の有無及び使用頻度といった顧客体験に応じて、ロイヤル顧客、一般顧客、離反顧客、認知・未購買客及びブランド未認知の５つのセグメントに分類してもよい。あるいは、図５に示すように、更にそのブランドの購買意向（ブランド選好）の有無（高低）及び現在購買（使用）頻度の高低及び有無に応じて、ロイヤル顧客、一般顧客、離反顧客及び未知・未購買顧客の４セグメントをそれぞれ二分し、未認知顧客と合わせて合計９つのセグメントとしてもよく、両方またはいずれかの分類方法を用いることができる。

本実施形態では、アンケートの回答者を５セグメント又は９セグメントに振り分けるために、アンケートの回答結果を利用する。アンケートは、マーケティング対象となる製品Ａ（サービスを含む）に属する特定のブランド及び／または複数のブランドについて問うものである。ここで、製品Ａとしては、例えば自動車、化粧品、インターネットニュースサイトなどがあり、また、ブランドとしては、例えば自動車であれば、トヨタ（商標）、日産（商標）、ホンダ（商標）等である。

アンケートにおける質問の一例を挙げると、図４に示すように、回答者に対して、特定のブランドの認知の有無、そのブランドの購買の有無、及びその頻度を問うものである。これらの質問は、回答者に顧客体験を問うものであり、これらの質問への回答に基づいて各回答者が５セグメントのいずれかに割り当てられる。

また、アンケートは、図５に示すように、回答者に対して、特定のブランドの認知の有無、そのブランドの購買の有無、その頻度、及び商品カテゴリーにおいて、次も購入／使用したいブランドは自社ブランド及び競合ブランドのうちどれか、を問うことで、特定のブランドに対する回答者の利用意向を確認することができる。これにより、例えば、回答者を９セグメントのいずれかに割り当てることができる。

更に、アンケートは、回答者に対して属性情報の提供を求める。属性情報としては、例えば年齢層、性別、居住地、家族構成、職業、所得などの人口統計学的属性のほか、心理学的属性、地理学的属性及び行動学的属性を含んでもよい。心理学的属性、地理学的属性及び行動学的属性は、例えば、あるブランドを知ったきっかけ、あるブランドを好きな理由、あるブランドに対する印象や、回答者のメディア習慣、ある商品に対する評価などである。

ここで、回答者のセグメントへの割当てはマーケティング支援システム２０の役割であるが、説明の便宜上、ここで述べておく。例えば、図４に示すように、まず、アンケートシステム３０は、回答者に対し、特定のブランド（例えば、ブランドＡ）について知っているか問いかける（Ｓ１０１）。質問に対する回答者の回答がＹＥＳである場合、Ｓ１０２に進み、Ｎｏである場合、マーケティング支援システム２０は、その回答者を、５）未認知顧客に分類する。

Ｓ１０２において、アンケートシステム３０は、回答者に対し、ブランドＡを買ったことがあるか問いかける。質問に対する回答者の回答がＹＥＳである場合、Ｓ１０３に進み、Ｎｏである場合、マーケティング支援システム２０は、アンケートシステム３０からのアンケート結果を取得し、その回答者を、４）認知・未購買顧客に分類する。

Ｓ１０３において、アンケートシステム３０は、回答者にブランドＡの商品の購入（使用）頻度を問いかける。質問に対する回答者の回答が、その商品の購入頻度が年２回以上である場合、マーケティング支援システム２０は、アンケートシステム３０からアンケート結果を取得し、その回答者を１）ロイヤル顧客に分類し、購入頻度が年１回以下である場合、２）一般顧客に分類し、また、その商品を今は購入していない場合、３）離反顧客として分類する。ここで、頻度の基準は商品やサービスの性質に応じて適宜設定することができる。

また、図５に示すように、まず、アンケートシステム３０が回答者に対して提供した、知っている製品Ａのブランドを選択する問いに対して、マーケティング支援システム２０は、取得した回答結果にマーケティング対象のブランドが含まれているかどうかを判定する（Ｓ２０１）。回答結果に対象ブランドが含まれていない場合には、マーケティング支援システム２０は、該当する回答者を未認知顧客のセグメントに割り当てる。逆に、知っているブランドの問いに対する回答中にマーケティング対象が含まれていると、マーケティング支援システム２０は、使用したことのあるブランドの問いに対する回答中にマーケティング対象が含まれているかどうかを判定する（Ｓ２０２）。

そして、アンケートシステム３０が回答者に対して提供した、使用したことのあるブランドの問いに対する回答中にマーケティング対象が含まれていない場合には、マーケティング支援システム２０は、この回答者を５セグメントにおける認知・未購買顧客として位置付ける。併せて、今後使用したいブランドの問いに対する回答中にマーケティング対象が含まれているかどうかに応じて、マーケティング支援システム２０は、この回答者を９セグメントにおける積極的認知・未購買顧客又は消極的認知・未購買顧客に振り分ける。逆に、使用したことのあるブランドの問いに対する回答中にマーケティング対象が含まれていると、マーケティング支援システム２０は、現在使用しているブランドの問いに対する回答中に対象ブランドが含まれているかどうかを判定する（Ｓ２０３）。

次いで、アンケートシステム３０が回答者に対して提供した、現在使用しているブランドの問いに対する回答中にマーケティング対象が含まれていない場合には、マーケティング支援システム２０は、この回答者を離反顧客として位置付ける。併せて、今後使用したいブランドの問いに対する回答中にマーケティング対象が含まれているかどうかに応じて、マーケティング支援システム２０は、この積極的離反顧客又は消極的離反顧客に振り分ける。逆に、現在使用中のブランドの問いに対する回答中にマーケティング対象が含まれている場合、マーケティング支援システム２０は、マーケティング対象の過去の利用の有無を判定する（Ｓ２０４）。

次に、回答者がマーケティング対象を過去に利用したことがない場合、マーケティング支援システム２０は、この回答者を一般顧客として位置付ける。併せて、今後使用したいブランドの問いに対する回答にマーケティング対象が含まれているかどうかに応じて、マーケティング支援システム２０は、この回答者を積極的一般顧客又は消極的一般顧客に振り分ける。

そして、マーケティング対象の過去の利用がある場合、マーケティング支援システム２０は、今後使用したいブランドの問いに対する回答にマーケティング対象が含まれているかどうかに応じて、この回答者を積極的ロイヤル顧客又は消極的ロイヤル顧客に振り分ける（Ｓ２０５）。このようにしてアンケートの回答者をいずれかのセグメントに割り当てることができる。ここで、アンケートについては、他の内容も考えられ、例えば、最初のステップから、特定のブランドについて問い合わせることもでき、今後使用したいブラントの問いについて、特定のブランド及び競合ブランドから選択させることもできる。

次いで、マーケティング支援システム２０の構成を詳細に説明する。図２は、マーケティング支援システム２０として用いられるコンピュータのハードウェア構成例を示す図である。マーケティング支援システム２０は、ＣＰＵ２０１、メモリ２０２、記憶装置２０３及び通信インターフェース２０４を含んで構成されている。

ＣＰＵ２０１は、各種プログラムをメモリ２０２に読み出して実行することで、追って述べるマーケティング支援システム２０の各種機能を実現する。記憶装置２０３は、各種のデータやプログラムを記憶する、例えばハードディスクドライブやソリッドステートドライブ、フラッシュメモリなどである。

通信インターフェース２０４は、通信ネットワークに接続するためのインターフェースであり、例えばイーサネット（登録商標）に接続するためのアダプタ、公衆電話回線網に接続するためのモデム、無線通信を行うための無線通信機、シリアル通信のためのＵＳＢ（Universal Serial Bus）コネクタやＲＳ２３２Ｃコネクタなどである。

なお、マーケティング支援システム２０は、データを入力する、例えばキーボードやマウス、タッチパネル、ボタン、マイクロフォンなどの入力装置（図示せず）、及び、データを出力する、例えばディスプレイやプリンタ、スピーカなどの出力装置（図示せず）を含んでいてもよい。

図３は、マーケティング支援システム２０のソフトウェア構成例を示す図である。マーケティング支援システム２０は、取得部２１１、割当部２１２、集計部２１３及び出力部２１４の各機能部を含んでいる。

取得部２１１は、アンケートシステム３０から、アンケートの回答結果を示す回答情報、及び、各回答者の属性を示す属性情報を取得する。回答情報及び属性情報については先に詳しく述べた。

割当部２１２は、回答情報に基づいて、各回答者を予め設定された複数のセグメントのいずれかに割り当てる。セグメントへの割当の手順は、先に図４及び図５との関係で詳しく述べた。

集計部２１３は、セグメント毎に、当該セグメントに割り当てられた回答者の属性を集計する。ここで属性情報の集計は、以下に述べる回答率に基づいて行うことができる。

回答率について図６の例で説明すると、あるアンケートにおいて、回答者Ａ〜Ｅが、ブランドＡ〜Ｄ及びマーケティング対象（図６の「当該ブランド」）を含む製品Ａのブランドの中から、利用意向のあるブランドを選択するものとする。ここで回答者は、複数のブランドを選択することができる。この場合、当該ブランドの回答率は、アンケート全体における延べ選択数１４に対する、当該ブランドの延べ選択数３の割合で表され、図６の例では２１．４％である。

また、統計情報を用いることで当該ブランドの利用意向が高いユーザーの数を算出することができる。例えば製品Ａのユーザーが１００万人いるとする統計がある場合、当該ブランドを利用する意向の高いユーザーは、１００万人に回答率２１．４％を乗じた２１．４万人と計算できる。または、調査母数と総務省発表の人口推計とに基づいて、回答人数を算出することもできる。

このようにして、セグメントごとに、そのセグメントに属するユーザーのうち、特定の属性（例えば年齢層；男性、女性の別；職業など）を有するユーザーの割合及び人数を算出することができる。

そして、出力部２１４は、以下、図７〜図１０に示すように、顧客のセグメント分類を可視化させるよう表示させたり、また、集計部２１３による集計結果を異なるセグメントの間で比較するように表示させたりすることができる。また、出力部２１４は、集計結果を実施時期の異なるアンケートとの間でも比較するように表示させてもよい。ここで表示とは、上述した集計結果を、例えば、利用者端末１０のディスプレイに表示させたり、プリンタに印刷させたりすることで可視化することである。表示は、予め設定された表示項目にしたがって行われてもよいし、利用者が利用者端末１０を介して指示した項目について行われてもよいものとする。

図７は、顧客を５セグメントに分類する、顧客プラミッドを示す画面の例を示す。

ここで、５つのセグメントは、１）ロイヤル顧客、２）一般顧客、３）離反顧客、４）認知・未購買」顧客、及び５）未認知顧客からなる。これらのセグメントは、例えば、図４に示すアンケート結果に基づいて決定することができる。アンケート結果に基づき、各々のセグメントの顧客（需要者）の割合と、対象マーケット母数としての実際の人口（例えば、２０−４０代の女性の人口）を掛け合わせれば（日本であれば、総務省統計局の人口推計）、５つのセグメントの人数を算出することができる。

ここで、特に購買サイクルが短い商品の場合、ロイヤル顧客が商品全体の売上の８０％を占め、一般顧客が残りの２０％を占め、利益についても上位２つのセグメントに集中する、という仮説がある。したがって、売上額は、自社で把握しているロイヤル顧客と一般顧客の実購買データを基に、各々のセグメントの平均年間購買額を算出し、各々のセグメントの人数に掛け合わせることで、売上の概算を算出することができる。そして、上位２セグメントと下位３セグメントに対する投資費用額を概算で出すことで、５つのセグメント毎に費用と営業利益を算出することができる。短期的には、上位２セグメントから売上と利益を生み出していることになるが、中長期的には、他の３つの下位セグメントも各々上位のセグメントに移動する可能性があり、既存顧客のロイヤル化同様に、新規顧客の獲得のため、全体的な投資が必要となる。

図８は、各顧客セグメントに対する費用を表示する画面の例を示す。

まず、図８（ａ）に示すように、５つのセグメントが決定されると、マーケティング支援システム２０の取得部２１１は、各セグメントに対するマーケティング施策として、１）ロイヤル顧客に対する、さらなるロイヤル化の施策、２）一般顧客に対する、ロイヤル化の施策、３）離反顧客に対する、購入経験者へのリターゲティング、４）認知・未購買顧客に対する、購買経験あり未購入者へのリターゲティング、といった施策に対する費用の入力を、利用者端末１０から受け付ける。例えば、ロイヤルカスタマープログラムやＣＲＭは、上位１層か２層に対してのみの施策となり、ロイヤル顧客のみ、あるいは、ロイヤル顧客と一般顧客とに費用を割り振る。デジタル施策のように特定のターゲティングする施策であれば、各々の層に費用を割り振る。

図８（ｂ）に示すように、マーケティング支援システム２０の集計部２１３は、各施策に対する費用の入力を利用者端末１０から受け付けると、費用の項目に、各々「Ａ円」、「Ｂ円」、「Ｃ円」、「Ｄ円」というように、費用を反映させ、出力部２１４は、表示を生成する処理を行う。これにより、利用者は、各セグメントに対して計画される施策に対する費用を一目に確認することができる。例えば、Ａ円は、ロイヤル顧客向けの費用なので、ロイヤル化施策の全額がロイヤル顧客に当てている投資であることが理解できる。

さらに、図８（ｂ）に示すように、マーケティング支援システム２０の出力部２１４は、セグメント横断的に導入される、テレビＣＭのようなマス広告、あるいは、販売促進施策（ＰＲ）の項目を表示することができる。さらに、マーケティング支援システム２０は、各セグメントの顧客数（需要者数）の割合を表示し、マス広告に投じた費用に割合を掛け合わせた費用をセグメント別に表示することで、利用者は、セグメント別の費用を理解することができる。例えば、Ｅ円は、全セグメントに当てられる費用であり、（Ｅｘ１％）円がロイヤル顧客に当てられた投資であり、（Ｅｘ６０％）円が未認知顧客に当てている費用であることが理解できる。そして、マーケティング支援システム２０は、合計額の項目を表示することで、利用者は、ロイヤル顧客に当てている全投資額（費用）を、Ａ円＋（Ｅ円ｘ１％）＋（Ｆ円＋１％）である、と理解でき、また、未認知顧客への全投資額を、（Ｅ円ｘ６０％）＋（Ｆ円ｘ６０％）である、と理解することができる。

なお、図８に示す例では、各顧客セグメントに投資される費用に着目しているが、他の例として、各顧客セグメントに対する施策に配置される人材（例えば、ヘッドカウント）を、同様の手法及び形式で入力を受付け、また、表示することができる。

図９は、自社ブランド及び競合ブランドの顧客セグメントのオーバーラップ分析画面の例を示す。

図７に示す顧客ピラミッドを生成する際に、自社ブランド及び競合ブランドの顧客をアンケート結果から割り当てることができ、自社ブランドと競合ブランドの顧客の重複度合いを視覚化し、分析することができる（オーバーラップ分析）。これにより、利用者は、自社ブランドの競合による強みと弱みを確認することができる。

図９に示すように、マーケティング支援システム２０の出力部２１４により表示される、オーバーラップ分析画面は、自社ブランドと競合ブランドの顧客ピラミッド（５つのセグメント）を人数ベースで掛け合わせた、マトリクス図で構成される。例えば、利用者は、図９に示す画面から、自社ブランドの一般顧客で、競合ブランドのロイヤル顧客は１０人いて、このセグメントに注目し、その顧客がブランドをどのように使い分け（行動学的属性）、なぜ使い分けているのか（心理学的属性）、各ブランドをどう認識しているのかを個々の顧客に対して分析を深めることができる。そして、これを基に、競合からロイヤル顧客を獲得するためのアイディア、競合にロイヤル顧客を取られないためのアイディアを検討し、戦略を構築する。他の例において、アプリＡのロイヤル顧客５９人が、アプリＢの離反顧客９人と重複する場合、なぜアプリＢからアプリＡに乗り換えたのか、各々の顧客に対してインタビューを試みながら丁寧に分析を行うことで、さらに、アプリＢから顧客を奪うためのアイディアを創出するきっかけとなり得る。

また、自社ブランド及び競合ブランドともに離反した層は、双方にとってこれから新規顧客化が見込める層であり、図９において、縦軸・横軸に離反顧客が関係する、計５つのセグメントが該当し、いずれかのブランドの認知はあるものの、どちらのブランドの使用経験が無いセグメントは、縦軸・世軸が認知・未使用顧客が関係する、計３つのセグメントが該当する。また、両ブランドの未認知のセグメントも右下に存在する。利用者は、これらの層の潜在顧客の年齢、性別、行動、心理的属性等の属性を更に掘り下げることで、上位のセグメントの顧客へと成長させることができる。

図１０は、顧客を９つのセグメントに分類する、セグメントマップを示す図である。

図１０に示す９つのセグメント（９セグマップ（商標）、ともいう。）は、図７において定義された５つのセグメントの上位４つのセグメントを、ブランド選好によって各々２つに分類したセグメントと、さらに、未認知顧客のセグメントの計９つのセグメントで構成される。ここでブランド選好とは、購入者本人の次回のブランドの購入または使用意向を意味し、ブランドの認知、購買（使用）頻度の有無、及び購買（使用）の頻度に、当該回答者に問い合わせ、回答を取得することで、回答者を９つのセグメントに分類することができる。

図１０に示すように、次回購買以降の高低により、ロイヤル顧客は、１）積極ロイヤル顧客と、２）消極ロイヤル顧客とに分類され、一般顧客は、３）積極一般顧客と、４）消極ロイヤル顧客とに分類され、離反顧客は、５）積極離反顧客と、６）消極離反顧客とに分類され、認知・未購買顧客は、７）積極認知・未購買顧客と、８）消極認知・未購買子役とに分類される。例えば、積極ロイヤル顧客は、商品を大量に購入（使用）し、かつ、ロイヤルティも高く、顧客として失うリスクは低い層であるのに対し、消極ロイヤル顧客は、大量に購買（使用）しているが、ロイヤルティは低く、顧客として失うリスクは高い層とされる。また、積極一般顧客は、購入量は少ないがロイヤルティは高く、積極的ロイヤル顧客化する可能性が高い層であり、大量購入していない理由としては、競合ブランドのロイヤル顧客である、販売網のリーチや店舗内露出が少なく入手しにくい、その商品の便益には満足しているがロイヤルティに結び付くような、また、価格を合理的だと感じられるような独自性を理解していない、認知していない等の理由を見つけ出し、解決策を提案することができれば、積極ロイヤル顧客に移行する可能性が高い層である。一方で、消極一般顧客は、購入量は少なくロイヤリティも低く、離脱の可能性が高い一過性の顧客層であり、ほとんどの商品で本顧客層が多いとされる。

図１０に示すように、９つのセグメントマップの横軸の右から順に、ロイヤル顧客、一般顧客、認知・未購買顧客、未認知顧客のセグメントが配置され、縦軸は、上がブランド選好あり、下がブランド選好なし、と分類されたセグメントが配置される。各々のセグメントは、上述のように、アンケート結果で分類された回答者の割合を人口推計に掛け合わせることで、推定人数を算出することができる。その数を時系列でトラッキングして表示することで、各セグメントへの施策への投資効果を把握することが可能となる。また、自社ブランドと競合ブランドとの間で、セグメント別の顧客数及び人数の割合の時系列による推移を比較して表示することもできる。ここで、利用者は、マーケティング支援システム２０の処理結果をセグメント間で比較し、セグメント別に個々の顧客の年齢、行動、心理的属性を深堀して分析することで、セグメントを分けるギャップを見つけ出すことができ、そのギャップの深掘りを行うための質的調査に役立てることができる。例えば、積極的ロイヤルユーザーと消極的ロイヤルユーザーとの間で、年齢差と「信頼できる」に差があるという分析結果が出たとする。この場合、特定の年齢層に対するコミュニケーションが偏っているか、もしくは、特定の年齢層にしか響かないコミュニケーションを行なっている、との仮説が成りたち得る。そこで、追加的に、それぞれのメディア接触率を比較したり、コンセプトテストをそれぞれのセグメントに行ったりすることで、その仮説の確認を行うことができる。あるいは、更に深掘りして、より具体的な仮説設定を行うことができる。こういった、分析を容易にし、仮説作りを容易にするところに、本実施形態の大きな利便性がある。

また、図１０に示すように、横軸の左から右方向への変化が、購買頻度の「低」から「高」への変化、すなわち、販売促進の効果と捉えられ、また、縦軸の下方向から上方向への変化が、ブランド選好の「低」から「高」への変化、すなわち、ブランディングの効果として捉えられる。例えば、右上方向への顧客の移行は、販売促進効果とブランディング効果の両方が実現された、こととして視覚的に理解することができる。本フレームワークにより、従来統合的に見ることができなかった、顧客拡大・売上拡大という販売促進的な変化と、顧客のロイヤリティ構築といったブランディング的な変化を同列で可視化・定量化し、統合的なマーケティング分析を可能とすることができる。本セグメントマップにより、セグメント毎に個々の顧客を分析し、戦略構築、ポテンシャル評価を行うことで、販売促進とブランディング構築への投資の統合的な分析が可能となる。

例えば、アプリＡの９つのセグメントの各々の顧客数及びその人数割合と、アプリＢの９つのセグメントの各々の顧客数及びその人数割合を、異なる時期（例えば、１年前と現在）で比較することで、販売促進軸（積極ロイヤル＋消極ロイヤル＋積極一般＋消極一般）での顧客数の推移と、ブランディング軸（積極ロイヤル＋積極一般＋積極離反＋積極認知・未購買）での顧客数の推移を確認することができ、次のブランディング施策（例えば、テレビＣＭ）や販売促進施策（オンライン広告）により獲得する総顧客数（新規インストールの総数）と、全体のマーケティング費用が、投資制約条件（例えば、顧客一人から一定期間の間に得られる累計利益（ＬＴＶ））に合うように設計し、運用する。

図１１を参照して、マーケティング支援システム２０の施策計画に係る処理を説明する。まずステップＳ３０１において、マーケティング支援システム２０の取得部２１１は、アンケートシステム３０から、アンケートの回答結果及び回答者の属性を含むアンケート情報を取得する。例えば、取得部２１１は、アンケートシステム３０により実施される、図４に示すようなアンケートの回答結果を取得する。

次いで、ステップＳ３０２において、割当部２１２は、各回答者を、予め設定された複数のセグメントのいずれかに割り当てる。

そして、ステップＳ３０３において、集計部２１３は、セグメントごとに、該当する回答者を、予め設定された又は利用者によって指示された属性ごとに集計する。ここで、例えば、集計部２１３は、セグメント毎の回答者の割合に、対象マーケット母数としての実際の人口（例えば、２０−４０代の女性の人口）を掛け合わせることで（日本であれば、総務省統計局の人口推計）、５つのセグメント毎の人数（需要者数）を算出することができる。

次に、ステップＳ３０４において、取得部２１１は、利用者から、セグメント毎の施策を受け付ける。例えば、図８（ａ）に示すように、取得部２１１は、５つのセグメントの各々に対するマーケティング施策として、１）ロイヤル顧客に対する、さらなるロイヤル化の施策、２）一般顧客に対する、ロイヤル化の施策、３）離反顧客に対する、購入経験者へのリターゲティング、４）認知・未購買顧客に対する、購買経験あり未購入者へのリターゲティング、といった施策の入力（具体的な施策内容の入力）を利用者端末１０から受け付ける。さらに、全セグメントへの横断的な施策として、マス広告の施策や販売促進（ＰＲ）施策といった施策を受け付けることもできる。ここで、マーケティング支援システム２０は、予め、各セグメントに対する施策を、各セグメントに対応づけて記憶しておくこともできる。また、マス広告施策や販売促進（ＰＲ）施策についても、全てのセグメントに対応する施策として記憶しておくともできる。

次に、ステップＳ３０５において、取得部２１１は、利用者から、セグメント毎の施策に対する費用の入力を受け付ける。例えば、図８（ｂ）に示すように、取得部２１１は、５つのセグメントの各々に対するマーケティング施策として、１）ロイヤル顧客に対する、さらなるロイヤル化の施策、２）一般顧客に対する、ロイヤル化の施策、３）離反顧客に対する、購入経験者へのリターゲティング、４）認知・未購買顧客に対する、購買経験あり未購入者へのリターゲティング、といった施策に対し、Ａ円、Ｂ円、Ｃ円、Ｄ円といった金額の入力を各々受付け、さらにマス広告施策や販売促進（ＰＲ）施策が存在する場合は、Ｅ円、Ｆ円といった金額の入力を受け付ける。

次に、ステップＳ３０６において、出力部２１４は、入力された費用を予め設定された形式（例えば、図８に示す表示フォーマット）又は利用者が指示した形式にしたがって出力する。ここで、集計部２１３は、例えば、図８（ｂ）において、入力された費用に対し、各セグメントの所定の項目に金額を入力する処理を行う。例えば、ロイヤル顧客に対する施策（さらなるロイヤル化の施策）に対しＡ円の費用の入力を受け付けたときに、集計部２１３は、ロイヤル顧客の項目に「Ａ円」を対応づけして記憶する処理を行い、また、全セグメント共通のマス広告施策に対しＥ円の費用の入力を受け付けたときに、集計部２１３は、例えば、Ｅ円に対して、ロイヤル顧客の人数割合１％を掛け合わせた金額（Ｅ円ｘ１％）を算出し、記憶する処理を行う。また、ここで、出力部２１４は、セグメント間で費用に顕著な差異がある場合には、該当する項目を、例えば着色や太字等で強調表示することもできる。

これにより、利用者は、顧客のセグメント毎に計画される施策に対して投資される費用（人材の場合には人数）を確認することができる。

図１２を参照して、マーケティング支援システム２０の競合分析に係る処理を説明する。まずステップＳ４０１において、マーケティング支援システム２０の取得部２１１は、アンケートシステム３０から、自社ブランド（ブランドＡ）及び競合ブランド（ブランドＢ）について、アンケートの回答結果及び回答者の属性を含むアンケート情報を取得する。例えば、取得部２１１は、アンケートシステム３０により実施される、図４に示すようなアンケートの回答結果を取得する。ここで、アンケート結果には、回答者が、自社ブランド及び競合ブランドに対する回答を行った結果が含まれる。

次いで、ステップＳ４０２において、割当部２１２は、各回答者を、自社ブランド及び競合ブランドについて、予め設定された複数のセグメントのいずれかに割り当てる。

次いで、ステップＳ４０３において、集計部２１３は、自社ブランド及び競合ブランドのセグメントごとに、該当する回答者を、予め設定された又は利用者によって指示された属性ごとに集計する。ここで、例えば、集計部２１３は、セグメント毎の回答者の割合に、対象マーケット母数としての実際の人口（例えば、２０−４０代の女性の人口）を掛け合わせることで（日本であれば、総務省統計局の人口推計）、５つのセグメント毎の人数（需要者数）を算出することができる。

そして、ステップＳ４０４において、出力部２１４は、自社ブランド及び競合ブランドのセグメントごとに集計された回答者数（需要者数）またはその割合を、予め設定された形式（例えば、図９に示す表示フォーマット）又は利用者が指示した形式にしたがって出力する。ここで、集計部２１３は、図９に示すように、自社ブランドの特定のセグメントの顧客が、競合ブランドのどのセグメントに分類されるか、その重複度合いを確認できるよう人数またはその割合を集計する。また、ここで、出力部２１４は、利用者の選択に応じて、単一または複数のセグメントの項目を着色や太字等で強調表示したり、注目すべきセグメントの項目を強調表示したりすることができる。例えば、利用者が、自社ブランドのロイヤル顧客を選択する入力をしたときに、出力部２１４は、（そのロイヤル顧客が属する）競合ブランドの複数のセグメントをハイライト表示することができる。また、出力部２１４は、例えば、図９において、縦軸・横軸に離反顧客が関係する、計５つのセグメントをハイライト表示したり、縦軸・世軸が認知・未使用顧客が関係する、計３つのセグメントを異なる色でハイライト表示したりすることができる。

これにより、利用者は、自社ブランド及び競合ブランドの顧客セグメントのオーバーラップ分析を容易に行うことができる。

以上、本実施形態について説明したが、上記実施形態は本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物も含まれる。

１０利用者端末
２０マーケティング支援システム
３０アンケートシステム
２１１取得部
２１２割当部
２１３集計部
２１４出力部

Claims

マーケティング対象の属する製品及びサービスの分野における需要者に対して実施した、当該分野に属するブランドの認知、使用体験及び使用頻度に関するアンケートの回答結果及び前記アンケートの回答者の属性を含む、アンケート情報を取得する取得部と、
前記回答結果に基づいて、前記回答者を予め設定された複数のセグメントのいずれかに割り当てる割当部と、
前記複数のセグメントのそれぞれについて、当該するセグメントに割り当てられた前記回答者数に基づいて、需要者数及び全セグメントに対する需要者数の割合を推定する集計部と、
前記複数のセグメントのそれぞれの需要者に対する施策と、当該施策に対する費用とに関する情報を異なるセグメントの間で比較するように表示させる出力部と、
を具備するマーケティング支援システム。
前記出力部は、さらに、前記複数のセグメントのそれぞれの需要者に対するマス広告の費用を表示させる、請求項１に記載のマーケティング支援システム。
前記出力部は、さらに、前記複数のセグメントのそれぞれの需要者に対する販売促進費用を表示させる、請求項１に記載のマーケティング支援システム。
マーケティング対象の属する製品及びサービスの分野における需要者に対して実施した、当該分野に属する第１のブランド及び第２のブランドの認知、使用体験及び使用頻度に関するアンケートの回答結果及び前記アンケートの回答者の属性を含む、アンケート情報を取得する取得部と、
前記回答結果に基づいて、前記回答者を予め設定された複数のセグメントのいずれかに割り当てる割当部と、
前記複数のセグメントのそれぞれについて、当該するセグメントに割り当てられた前記回答者数に基づいて、需要者数及び全セグメントに対する需要者数の割合を推定する集計部と、
前記需要者数または前記需要者数の割合を、前記第１のブランド及び前記第２のブランドを比較して、かつ、異なるセグメントの間で比較するように表示させる出力部と、
を具備するマーケティング支援システム。
前記出力部は、前記第１のブランドの前記複数のセグメントのそれぞれの需要者が、前記第２のブランドの前記複数のセグメントのいずれに割り当てられているか、を表示させる、請求項４に記載のマーケティング支援システム。