実データで体験する

ビッグデータ活用マーケティング・サイエンス―はじめてでもわかる「R」によるデータ分析―

横山真一郎　 　大神田　博 共著

横山　真弘

コ ロ ナ 社

コロ

ナ社

ま　え　が　き

　マーケティングは，「製品および価値の創造と交換を通じて，そのニーズや

欲求を満たすプロセス」といわれている。価値の創造はもともと物々交換から

始まったわけである。人が持つ価値観はそれぞれ異なる。その消費者の価値を

満たすために，希望の商品を消費者に届ける「業ぎょう

」が必要になる。マーケティ

ングを必要とするのはモノを生産する製造業だけではない。現在では農水産物

を生産する 1次産業や流通，金融，不動産などの 3次産業から非営利組織にお

いても不可欠となっている。生産者側と消費者側を結び付ける活動における産

業を流通業という。

　1970年代以降多くの小売業が導入した販売時点情報管理（POS：Point Of

Sales）システムが収集する POSデータはマーケティング・リサーチの世界を

大きく変えた。本書では小売業のマーケティング活動をイメージした内容構成

になっている。

　円滑な流通を実施するために，企業は商品および売り場構成の改善計画や商

品計画さらにチラシ広告などを検討する。そのときに行われる活動では従来の

POSデータの分析から顧客 ID付き POSデータによる分析が行われるようにな

り，POS以外のデータも容易に得られるようになった。そのため，マーケティ

ング活動がビッグデータに基づく活動に変容してきた。また，情報技術の発達

により分析も容易になってきた。そのため，このような時代において行われる

マーケティング活動では，逐次データから状況を判断していかなければならな

い。

　さらに，インターネットなどの普及により情報が容易に得られるようになっ

たことから，消費者はより自分に合った商品の獲得が容易になった。そして現

在は AI（Artificial Intelligence）や IoT（Internet of Things）の進歩もありマー

コロ

ナ社

ii　　　ま え が き　

ケティング 3 .0/4 .0の時代といわれており，いままでの大量消費の時代から

個人の価値の創造や自己実現が求められている。

　本書は，現代のマーケティングとはどのような活動なのか，またその活動に

必要で有効とされている分析にはどのような方法があるのかについて，基本的

な事項から「R」を用いた詳細な分析まで，実際のビッグデータを用いて学習

できるようになっている。「R」は，最近多くの方に使われている統計解析向

きのオープンソース /フリーソフトウェアである。

　本書では，活用例に重点を置き，手法の解説は最小限にしている。活用に重

きを置く読者は，Rをインストール後に 2章から読み始めてもよい。各章では，

「例」でコマンドの説明を行い，「例題」で実際のデータを用いた活用例を示し

ている。さらに，ビッグデータに対しての活用方法を演習課題で学習できるよ

うになっている。

　学習項目は，目次に示すとおりである。これらについて特に初学者でも理解

できる工夫をした。また，ビッグデータを用いてどのようなことができるのか

をわかりやすく解説した。具体的には，小売業の実社会ですでに活用されてい

る事例部分と，ビッグデータを保有する立場として，本書に記載するデータ活

用や分析方法の導入の可能性を論じている部分とがある。現代のマーケティン

グ活動における問題にどのように応えていくのか。そのための考え方や解析手

法にはどのようなものがあるのか。これらについて，本書で学習してほしい。

演習課題や一部の例題で用いる CSVファイルは，本書書籍詳細ページ（https://

www.coronasha.co.jp/np/isbn/9784339029086/）に掲載している。

　なお，Rは多くの貢献者による共同プロジェクトで開発され，世界中のユー

ザによりその機能が日々アップデートされている。

　2020年 4月

横山真一郎

コロ

ナ社

目　　　　　次

1．マーケティングにおけるデータ解析の基礎

1 .1　マーケティングの変遷 1

1 .2　マーケティングにおける統計的考え方 4

1 .3　Rのインストールと分析の準備 4

1 .3 .1　Rのインストール 5

1 .3 .2　作業フォルダの設定 9

1 .3 .3　Rの起動と設定確認 12

1 .4　統計解析の基礎 12

1 .4 .1　平均値などいくつかの基本統計量 12

1 .4 .2　ヒストグラム 15

1 .4 .3　母集団の比較 16

1 .5　R による分析 16

1 .5 .1　R言語の説明と使用例 16

1 .5 .2　データの読み込み―ファイル形式の変換― 17

演　習　課　題 33

2．商圏と売上予測

2 .1　商 圏 デ ー タ 34

2 .2　従来の商圏把握方法 36

2 .2 .1　Reilly の 法 則 36

2 .2 .2　Huff モ デ ル 37

コロ

ナ社

iv　　　目 次　

2 .3　実商圏調査の変化 38

2 .4　主成分分析による商圏の分析 39

2 .5　売上額予測のための重回帰分析 41

2 .5 .1　重 回 帰 分 析 42

2 .5 .2　予測モデルの構築 42

2 .5 .3　主成分回帰モデル 43

2 .6　Rによる変数統合と重回帰分析 44

2 .6 .1　主 成 分 分 析 44

2 .6 .2　重 回 帰 分 析 50

演　習　課　題 64

3．店頭マーケティング（セールスプロモーション）

3 .1　購買行動と価値観 67

3 .2　主成分分析による消費者価値観の分析 68

3 .3　クラスター分析による消費者の分類と解釈 72

3 .4　対応分析による消費者あるいはクラスターの解釈 81

3 .5　判別分析による消費者の判別 84

3 .6　アソシエーション分析による購買商品の傾向把握 90

3 .7　顧客満足度と顧客ロイヤリティ 98

演　習　課　題 111

4．マーチャンダイジング

4 .1　戦略事業計画 113

4 .1 .1　PPM の 概 要 114

4 .1 .2　PPMにおける事業の特徴の紹介 114

4 .2　事業目標の策定方法 115

コロ

ナ社

　目 次　　　v

4 .3　コンジョイント分析による製品企画 118

4 .4　ブランドとブランドの効果 127

4 .5　ブランド戦略 131

4 .6　決定木分析による店舗選択の分析 133

演　習　課　題 151

5．Webマーケティング

5 .1　アンケート調査方法とWeb情報 154

5 .1 .1　目　　　　　的 155

5 .1 .2　集　計　方　法 155

5 .1 .3　アンケート調査の実施方法 155

5 .2　ECサイトデータの分析とレコメンデーション 157

5 .3　口コミ分析と普及メカニズム 157

5 .4　市場原理の確認とテキストマイニング 159

5 .4 .1　市場原理の確認 159

5 .4 .2　テキストマイニング 160

演　習　課　題 171

引用・参考文献 172

索 引 174コロ

ナ社

1.マーケティングにおける 　　　　　データ解析の基礎

　［ポイント］　企業は，自社の商品が大量かつ効率的に売れるように活動している。そのために市場調査を行い，商品を企画して製造し，それを輸送や保管活動を通じて販売する。もちろん宣伝活動も重要である。これらの活動全般をマーケティングということができる。　フィリップ・コトラーは，マーケティングはほかのいかなるビジネス機能にもまして顧客とかかわる部分が大きいといっている。そして顧客の価値と満足を理解し，創造し，伝え，提供することこそが現代のマーケティングの理論と実践の本質であると述べている（1）†。　ここで重要なのは価値の創造である。企業は顧客にとっての価値を究明することが必要になる。しかし，価値は人それぞれ異なり，生活スタイルや文化によっても形成されると考えられる。企業だけでなく，われわれ自身もその真の姿を知ることはできない。そのため，顧客の購買行動や商品の売れ筋などからその姿を推測するしかない。しかし，顧客の考え方や要望は時代や時間ごとに変化する。したがって，企業はつねにその変化をとらえて商品開発や販売方法を検討している。この関係をモデル化するためには，統計で用いられている母集団と標本の考え方や，平均や分散の計算やヒストグラムなど記述統計のための手法が使われる。

1.1　マーケティングの変遷

　マーケティングには二つの目的がある。よくいわれるように，一つ目は，顧

客や社会のニーズにあった商品・サービスを提供し，顧客満足を実現すること。

つまり「市場適合」である。二つ目は，あえて市場とのギャップを創り出し市

　†　肩付き数字は，巻末の引用・参考文献の番号を表す。

コロ

ナ社

2　　　1 .　マーケティングにおけるデータ解析の基礎　

場を牽けん

引するという革新的な「市場創造」である。

　マーケティングは時代とともに変化しており，マーケティング・コンセプト

の変遷は，図 1.1に示すように，「生産志向」⇒「販売志向」⇒「顧客志向」

⇒「社会志向」へと移行し，現在は「顧客志向」の考え方が中心で，市場や購

買者という買い手の立場に立って，買い手が必要とするものを提供するマー

ケット・インの視点に立っている。

生産志向 生産優先の考え方（いかに生産力を向上させるか）

販売志向 販売優先の考え方（生産された商品をいかに販売するか）

顧客志向 顧客優先の考え方（顧客ニーズに適合した商品をいかに生産・提供するか）マーケット・イン（現在の中心的な考え方）

社会志向 社会全体の利益優先の考え方（長期的な視点に立って，社会や人間の福祉にいかに貢献するか）

図 1.1　マーケティング・コンセプトの変遷

　また，マーケティングは，全米マーケティング協会（2007年）（2）によれば

「Marketing is the activity, set of institutions, and processes for creating,

communicating, delivering, and exchanging offerings that have value for

customers, clients, partners, and society at large.　（顧客，得意先，パートナー，

社会一般にとって価値のある提供物を創造，伝達，提供，交換するための活動

であり，一連の制度でありプロセスである。）」と定義されている。また，フィ

リップ・コトラーは，例えば『マーケティング原理（第 9版）』（1）の中で，「個

人やグループが製品や価値を創り出し，それを他者と交換することによって，

必要としているものや欲しいものを獲得するという社会的かつ経済的なプロセ

スである」と述べている。双方とも「交換」や「価値」，「創出や創造」といっ

コロ

ナ社

　1 .1　マーケティングの変遷　　　3

た言葉がポイントである。

　ここでマーケティング活動を改めて考えてみると図 1.2のようにいくつか

の変遷がある。1950年代は，日本ではコストと価格を最低に抑え，大量に製

品を製造し，販売していた。売り手は，すべての買い手に対して一つの製品の

大量生産，大量流通，大量プロモーションを行う時代であった。それが現在は，

ものやサービスの機能・性能よりも製品のビジョンを重視した方針を立て，顧

客自身がもつ「本来的な自我を実現しよう（自己実現）」とするような「顧客

の欲求に応えるように努力する時代」になってきた。

マーケティング 1.0：　製品中心主義

マーケティング 2.0：　消費者志向

マーケティング 3.0：　価値主導

マーケティング 4.0：　自己実現図 1.2　 マーケティング

の変遷

　このマーケティングあるいはその活動を理解するためには，流通業における

小売業をイメージすればわかりやすいだろう。小売業における商品化計画

（MD：MerchanDising）および店頭マーケティング（プロモーションほか）施

策において，従来は POS（Point Of Sales）データを活用した検討が中心であっ

た。それが近年は，顧客の購買履歴などの利用が可能となった。そのデータの

ことを顧客 ID付き POSデータという。そうしたデータが取得できるように

なったことにより，店舗開発（商圏分析）から MDあるいは店頭マーケティン

グなどに大きな変化が現れている。

　POSデータからは，「何がどれだけ売れるのか？」，「どの商品とどの商品の

売れ方が似ているのか？」を分析して，販売計画を検討することがせいぜいで

コロ

ナ社

4　　　1 .　マーケティングにおけるデータ解析の基礎　

あった。それ以上の情報は顧客へのアンケートなどから取得することになる。

それが顧客 ID付き POSデータから顧客の購買履歴や居住エリアがわかること

により，商圏分析や詳細な MDが可能となっている。

1.2　マーケティングにおける統計的考え方

　作ったすべての商品が何でも売れるようであれば問題はないが，実際には人

それぞれ好みが違い，経済的状況も異なるため，購買される商品も量もまちま

ちである。したがって，企業は実際の購買状況やアンケート調査などから顧客

の購買行動を予測して売上高を推測することになる。統計分析では，われわれ

が知りたいと思っている対象のことを母集団と呼び，母集団から無作為に抽出

されたものを標本と呼ぶ。マーケティングにおいては，顧客全体の価値観ある

いは購買意思を母集団と考えることができる。一方，企業が知る顧客ごとの購

買履歴が標本である。われわれが調べることのできるのはこの標本であり，母

集団全体を直接調べることはできない。しかし，われわれの結論の対象は母集

団である。つまり，どのような商品が売れるのかあるいはどれだけ売れるのか

などについて知りたいと思ったとき，その対象である顧客の購買データを収集

して分析することによって母集団に対してなんらかの結論をくだしている。

　結論をくだすためには観測データの分布を特徴づける記述的な数量が必要で

ある。その代表的なものの一つが平均値や標準偏差である。平均値はデータの

分布の中心的な傾向を示すものであり，標準偏差はデータの分布のバラツキ具

合を示すものである。また，マーケティングに関するデータの分布は，左右対

称の形をとるとは限らない。

1.3　Rのインストールと分析の準備

　効果的なマーケティング活動のためにデータ解析が必要不可欠である。ここ

では，平均値をはじめいろいろな統計量とその求め方について学ぶ。最近，さ

コロ

ナ社

　1 .3　Rのインストールと分析の準備　　　5

まざまなデータの活用ができる環境が整ってきた。それに伴い統計データ分析

が企業の経営活動にいままで以上に使われるようになった。統計計算には

SPSSをはじめ多くのソフトウェアが利用可能である。また Excelにも多くの

計算機能が整っている。その中で最近注目を集めているのが「R」というオー

プンソース /フリーソフトウェア（3）である。これからは，マーケティング戦略

を考えるために，このような統計解析向けのソフトウェアを使いこなすことが

必要になってくる。

1.3 .1　Rのインストール

　まず，ソフトウェアが使える環境を整えることから始める。そのために R

のインストールを行う。ここでは Windows10の場合で説明する。以下に

WindowsのためのRのダウンロードからインストールまでの手順を紹介する。

これは 2018 .12 .20現在のものである。

　〔1〕　Rの実行ファイルをダウンロード　　まず，Webブラウザのアドレス

欄に下記の URL（3）を入力してみよう。

　　　https://cran.r-project.org

　入力すると図 1.3のような画面が表示される。

図 1.3　「https://cran.r-project.org」の画面

コロ

ナ社

【あ, い】アクティブ調査 156アソシエーション分析 90一次商圏 35因　子 120因子負荷量 49

【う, お】ウォード法 74オーディエンスター

ゲティング 153オープンソース 5オムニチャネル 154

【か】会場テスト 112確信度 91価値観 68価値の創造 1カテゴリーマネジメント 113関数オブジェクト 16

【き】キャズム論理 160共同ブランド戦略 132共分散構造分析 100寄与率 49

【く, け】クラスター分析 72クロス集計 81群平均法 74決定木分析 133結論部 91

【こ】恒常和法 123顧客 ID付き POSデータ 3顧客受け取り価値 68顧客価値 68顧客満足 68固有値 49固有ベクトル 49コレスポンデンス分析 81コンジョイント分析 112, 118

【さ】最遠隣法 74最近隣法 74細分化 112散布図行列 51

【し】次元縮約 40支持度 91重回帰分析 42重心法 74樹形図 74主成分 40主成分回帰 43主成分得点 49主成分分析 40, 44順位法 123商　圏 34条件部 91商品化計画 3商品戦略 118情報流 154商　流 154

新ブランド戦略 132

【す, せ】数量化Ⅰ類 43正準相関分析 82製造小売業 112正の相関 24説明変数 51セールスプロモーション 66線形判別分析 86

【そ】相関係数 23総顧客価値 68総顧客コスト 68相対市場シェア 114属　性 120

【た】対応分析 81多群判別分析 85ターゲット 112多重共線性 42立ち位置 112単回帰分析 42

【ち, て】直交表 121地理情報システム 38テキストマイニング 161データオブジェクト 16データベースマーケテイング

98店頭マーケティング 66デンドログラム 74

索　　　　　引

コロ

ナ社

　索 引　　　175

【と】トガリ 15度　数 15度数分布表 15トピック分析 163留置き調査 112トランザクションデータ 90

【な, に】ナイーブベイズ分類器 157ナショナルブランド 112二群判別分析 84二次商圏 35

【は】買回品 34バイラル・マーケティング

158パターン認識 84パッシブ調査 156パレート分析 98判別分析 84

【ひ】ヒストグラム 15ヒズミ 15

標準偏差 4, 14評定法 123標　本 4

【ふ】物　流 154負の相関 24不偏分散 14プライベートブランド 112ブランド 118ブランド・エクイティ 127ブランド拡張戦略 132ブランド戦略 118フリーソフトウェア 5分　散 14

【へ, ほ】平均値 4平均値の差の検定 16便益の束 118母集団 4

【ま】マーケター 67マーケティング 1マーケティング・コンセプト

2

マーケティング・ミックス

115マーチャンダイジング 112マルチブランド戦略 132

【む, め】無相関 24メジアン 14メディアン法 74

【も】目的変数 51モード 14最寄品 34

【ら, り】ライン拡張戦略 132リテイルサポート 113リフト値 92

【る, れ, ろ】累積寄与率 49レコメンデーション 153ロイヤリティ・

マーケティング 98

◇ ◇

【A, B】average 74Bassモデル 158BMI 40B to B 154B to C 154

【C】centroid 74CLT 112complete 74confidence 91corresp関数 81

CRM 98CS 68CSVファイル 18C to C 154

【E, F, G】EC 153FSP 98GIS 38

【H, I】Huffモデル 37ICT 153

【K, L】KHCoder 161lift 92

【M】mcquitty 74McQuitty法 74MD 3, 112MeCab 161median 74

【N, O】NB 112

コロ

ナ社

176　　　索 引　

O2O戦略 154

【P】PB 112PCA 40PLC 118POS 3PPM 114p値 33

【R】R 5Reillyの法則 36RFM分析 100R言語 16

【S】SBU 113single 74SPA 112STP分析 112support 91SWOT分析 117

【W】ward 74Welchの検定 32

【数字】30：70（20：80）の法則 983C分析 1174C 116

4P 116

【コマンド】apply() 88apriori() 95arules 93average 74biplot() 83caFactorialDesign() 122centroid 74colnames() 122complete 74conjoint 121, 137cor() 23corresp() 81CRAN 101dist() 74docDF() 162expand .grid() 121getwd() 12hclust() 74head() 20hist() 22identify() 77inspect() 97install .packages() 92itemFrequencyPlot() 94lavaan 101lda() 86library() 82list() 97MASS 82

max() 22mcquitty 74mean() 17median() 21min() 22mtext() 94pairs() 52partykit 134plot() 22prcomp() 45predict() 54princomp() 45range() 22read.csv() 19residuals() 54RMeCab 161round() 17, 24rownames() 122rpart 134sd() 21sem() 102single 74str() 92summary() 22t . test() 32table() 89top . topic .words() 169var() 21ward 74write.csv() 163コ

ロナ

社

――著 者 略 歴――

横山　真一郎（よこやま　しんいちろう）1982年 東京工業大学大学院理工学研究科博士課程修了（経営工学専攻），工学博士1982年 武蔵工業大学助手1985年 米国ロチェスター大学客員研究員～86年1996年 武蔵工業大学教授2009年 東京都市大学教授（校名変更）～18年2009年 プロジェクトマネジメント学会会長～10年2018年 神奈川大学客員教授2018年 インド，ブレインウェア大学教授2018年 Business&Education Labo株式会社代表取締役 現在に至る2019年 日本品質管理学会認定 JSQCフェロー

大神田　博（おおかんだ　ひろし）1976年 武蔵工業大学工学部経営工学科卒業1976年 株式会社西友勤務1999年 産業能率大学兼任教員 現在に至る2004年 株式会社インテージ勤務～11年2011年 株式会社太洋社取締役～15年　2016年 文京学院大学非常勤講師～20年

横山　真弘（よこやま　まさひろ）2014年 電気通信大学大学院情報システム学研究科博士後期課程修了（社会知能情報学

専攻），博士（工学）2014年 中央大学助教2015年 職業能力開発総合大学校助教2020年 千葉商科大学専任講師 現在に至る

コロ

ナ社

ISBN 978-4-339-02908-6　C3055　Printed in Japan （齋藤）

実データで体験するビッグデータ活用マーケティング・サイエンス―はじめてでもわかる「R」によるデータ分析―Marketing Data Science Learning with Real Data―Data Analysis with "R" for Beginners―

Ⓒ Shin-ichiro Yokoyama, Hiroshi Okanda, Masahiro Yokoyama 2020

2020 年 6 月30日　初版第１刷発行� ★

著　　者　　横 山 真 一 郎大 神 田 博横 山 真 弘

発 行 者　　株式会社　　コ ロ ナ 社代 表 者　　牛 来 真 也

印 刷 所　　壮 光 舎 印 刷 株 式 会 社製 本 所　　株式会社　　グ リ ー ン

112―0011　東京都文京区千石 4―46―10発 行 所　株式会社　コ ロ ナ 社

CORONA PUBLISHING CO., LTD.Tokyo Japan

振替00140―8―14844・電話（03）3941―3131（代）ホームページ　https://www.coronasha.co.jp

検印省略

　＜出版者著作権管理機構�委託出版物＞本書の無断複製は著作権法上での例外を除き禁じられています。複製される場合は，そのつど事前に，出版者著作権管理機構（電話 03-5244-5088，FAX�03-5244-5089，e-mail:� info@jcopy.or.jp）の許諾を得てください。

本書のコピー，スキャン，デジタル化等の無断複製・転載は著作権法上での例外を除き禁じられています。購入者以外の第三者による本書の電子データ化及び電子書籍化は，いかなる場合も認めていません。落丁・乱丁はお取替えいたします。

コロ

ナ社