「継続的に実施ているアンケート調査から、3年後5年後の消費者行動を知ることができないだろうか？」
マインドウエア総研は、そのような企業様のニーズにお応えしております。その典型的な例が自動車メーカー様。たとえばトヨタ自動車様は、マインドウエア総研が提供するSOMデータマイニング技術を採用されて、世界中で収集されたアンケート調査データを分析されています。
ほかにも家電、情報機器、精密機器、化成品、建材、住宅設備、衣類、食品、飲料、情報通信サービスなどの業界では、消費者への大規模なアンケート調査を定期的に行っている企業様が多数ございます。マインドウエア総研では、従来型の分析手法に加えて、自己組織化マップ（SOM: Self-Organizing Maps）やベイジアンネットワークなどの新技術を利用して、従来手法の限界を大きく超える前向きの新しい分析手法を提供致します。

アンケート調査データの分析は、70年代までの単純集計から、80年代にはパソコンの普及によりクロス集計が可能になり、90年代には多変量解析が普及し始め、さらに2000年以降には構造方程式モデルで設問間の連関構造をモデルすることができるようにまでなってきました。
今後は、さらにSOMデータマイニングによる大規模アンケート調査データの可視化分析が普及すると見込まれます。アンケート調査データの分析でのSOMデータマイニングのベネフィットは、次のとおりです：

• 大規模データ（回答者数と設問数）の分析が素早くできる。
• 消費者をセグメンテーションして、ターゲット消費者グループの特徴を知ることができる。
• ニーズに関する設問群と用途に関する設問群など設問のグループ間の関係性を分析できる
• アンケート調査データと他のデータ（たとえば製品特性データなど）を連結させて分析できる。
• 定期的（たとえば毎年）同じ調査を行っている場合、各セグメントの増減トレンドを追跡できる。
• 関与度に関する設問からブランドやメーカー間の競合状態を示す戦略マップが得られる。

SOMデータマイニングによるアンケート調査データの分析の導入に成功された企業様では、次の段階として、 ベイジアンネットワークを用いて、3年後・5年後の消費者の行動をシミュレーションする手法を導入できます。
ベイジアンネットワークの各ノードがアンケート調査の各設問に対応し、設問間の連関をアーク（リンク）で結んでネットワーク・モデルを作成します。そして、調査データをEMアルゴリズムで学習することにより、CPT(条件付き確率表）を作成します。CPTは、いわば従来のアンケート分析で用いられるクロス表に似たもので、ベイジアンネットワークは、クロス表の集合体により、アンケート・データを丸ごとモデルしているとみなせます。
同じアンケート調査を定期的に行っている場合、ネットワークの構造は不変で、調査の回ごとにCPTのパラメータが変化することになります。したがって、CPTの時系列変化を分析することで、そのトレンドから未来のCPTのパラメータを予測することができます。さらに景気動向や社会情勢、技術動向に関するシナリオを加味して、CPTの変化を推論することも可能です。
ベイジアンネットワークのソフトウェアでは、過去のケース・データを学習してCPTを作成することもできますが、逆に任意の値のCPTを持つベイジアンネットワークからシミュレーションによっケース・データを出力することも可能です。つまり、未来のCPTを仮定して、その場合のアンケート調査の結果をシミュレーションで作成できるのです。そうしてできたシミュレーション・データをSOMデータマイニングで、再び分析することにより、未来の消費者の行動を知ることができるのです。

マインウェア総研では、上記以外にも下記のマーケティング分析をサポートしております。

• XLSTAT-Baseによる基本的な統計・多変量解析
• XLSTAT-Maketeingによるコンジョイント分析
• XLSTAT-Sensoryによる官能評価分析

CRM顧客分析

12345678910111213141516

リスク分析

ページトップへ