マーケティングに欠かせないクラスター分析とは？やり方や事例も紹介！

マーケティングでは、販売する商品やサービスに響くターゲットの見極めが大変重要です。ターゲットを判断する場合、直接ニーズのあるユーザーをデータを用いて絞る手法が一般的ですが、データに入らない潜在ユーザーが存在します。そうした潜在ユーザーを見つけ出す手法に、クラスター分析があります。

クラスター分析は、消費者の多様なニーズに即した分析結果を得られるため、マーケティングに欠かせないものとなっています。ここでは、クラスター分析とはどういうものか、やり方や事例などをわかりやすく説明します。

目次

1. クラスター分析とは
2. クラスター分析方法は2種類
3. クラスター分析のやり方
4. クラスター分析の事例
5. クラスター分析結果の活用
6. クラスター分析で注意すること
7. クラスター分析で“あいまい”基準をマーケティング戦略にいかそう

▼クラスター分析レポートの実例をみたい方はこちら

男性向け美容に関するクラスター調査結果レポート

美容・身だしなみに関するインサイト把握や商材購入傾向の把握に役立つ資料を紹介します。

クラスター分析とは

クラスター分析の概要と、分析結果の活用方法について説明します。

分析の基準は「似ているかどうか」

クラスター分析の「クラスター」は英語で、「群れ」「集団」という意味です。大きな集まりから、「似たもの」を集めてグループ分けをする分析手法で、統計データを用いてグループ分けをします。グループ分けの判断基準は、「年齢」とか「居住地」など明確なものではなく、「〇〇だけど△△」「××かつ〇〇」というような、はっきりしない基準に基づき分類します。

こうしたグループ分けでは、属性の近似値（似ているもの、近いもの）を基準とするため、外的要因が明確でないデータをグループ分けする場合にクラスター分析が用いられます。クラスターの数には制限がなく、必要に応じていくつものクラスターによるグループ分けができます。

他の分析方法との違い

クラスター分析と他の分析方法との大きな違いは、クラスター分析では分析の基となるデータの内容が「明確でないもの」であるということです。クラスター分析では、他の分析手法で属性からはみ出てしまったデータを取りこぼさずに、どこか近いクラスターに分けることができます。

また、クラスター分析を行うことによって、大量のデータを視覚的に理解しやすくできることや、各クラスターの位置関係を、全体的な視点から見渡すことができるといったメリットがあります。

クラスター分析の活用方法

クラスター分析は、アンケートや市場調査など、広いターゲット層から回収した多くのデータを分析する場合に効果があります。単に年齢や性別といった属性からでは浮彫りにされない、ユーザーの姿が見えてきます。

マーケティングでは例えば次のような場合に活用されます。

• 新商品開発の市場ニーズ分析
• ターゲット層の特性分析
• 商品の販売圏やモデル販売地の選定
• ブランディングのポジショニング分析

具体的なレポート例として、20～30代男性の美容意識を6つにグルーピングしたクラスター分析レポートを以下の資料で紹介しています。クラスター分析でどういったことが見えてくるか、参考にしてみてください。

▼クラスター分析レポートの実例をみたい方はこちら

男性向け美容に関するクラスター調査結果レポート

美容・身だしなみに関するインサイト把握や商材購入傾向の把握に役立つ資料を紹介します。

クラスター分析方法は2種類

任意の数にグルーピングしたクラスターの分析方法には、「階層的手法」と「非階層的手法」の2種類があります。

統計的には、相関係数などを用いての近似値、あるいは2点間の直線距離を示すユークリッド距離などで非近似値度の計算といった、計算作業を重ねて分析が行われます。

似たデータをまとめる【階層的手法】

「階層的手法」は、似ているデータを同じクラスターに併合する手法です。
グルーピングされたクラスターを樹形図（デンドログラム）に生成し、視覚的に分析することが可能です。

参考：Albert｜クラスター分析の手法

分析するすべてのデータ同士の類似度や非類似度を計算し、「距離測定方法」を用いてクラスターに分けていきます。距離測定方法には、主に以下のような方法があります。

近似値を計る場合によく使われているのが、ウォード法です。データ平均から導かれる偏差値を最少で計算することで、全データのバランスがあまり偏ることなく分類されやすいと言われています。

ただし、データ量が膨大だと測定不能になる恐れがあり、正確なデンドログラムが作成できなくなる可能性があります。

全体感でデータをまとめる【非階層的手法】

「非階層的手法」は、全体的に考えて事前に分類するクラスターの数を決め、事前に決めたクラスターにグルーピングする手法です。

参考：Albert｜クラスター分析の手法

統計的に似たデータを集め、似てないデータを遠ざけるという方法を繰り返し、決めたクラスター数になるまで測定します。一般的に使用されるk-means法（k平均法）では、クラスターの平均（means）を用いて、決めたクラスター数「k」個に分けていきます。最初に決めたクラスターの数だけ、グルーピングが位置する重心がランダムに決まり、表に生成されます。非階層的方法では、樹形図のような階層的な表図は必要としません。

非階層的手法は階層的手法と比べて計算量が少なくて済むこと、ビッグデータのような膨大なデータを扱う場合にメリットがあります。なお、クラスター数をあらかじめ決める必要があること、k-means法で測定する場合、最初に指定するクラスター分の重心位置がランダムに決められるため、同じデータで分析を行っても、分析ごとに結果が変わる可能性があります。

クラスター分析のやり方

実際にクラスター分析を行う場合の順序、方法を説明します。

1.分析目的を明確にする

クラスター分析の始めの一歩は、分析をする目的を明確にすることです。クラスター分析は、どんな調査データにでも適合するわけではありません。ターゲットの性別や年齢など、確定した情報からの分析には、ほかの手法がよいでしょう。明確でない感覚的な調査データから、類似性のあるデータを集約するのがクラスター分析です。分析結果から何を引き出し何に利用するのか決定しておくことが重要です。

2.分析する調査データを決める

「1」で決めた分析目的で使用する調査データを決定します。顧客からへのアンケートや顧客登録時のデータ、商品購入時やサイト流入時のアクセス解析など、分析目的にあった調査データを用意しておきましょう。一般に公開された市場調査データや官公庁サイトの情報なども参考になります。

実際の分析は、複雑な計算を幾度も重ねるため、Excel単体で計算処理を行うのは難しいでしょう。その場合は「エクセル統計」などのExcelアドインソフトを利用します。ほかにはフリーの統計ソフト「R」、膨大なデータ分析などにも対応可能な「SPSS」「JMP」といった有料統計ソフトで行います。

3.クラスターのプロファイリングをする

分析結果がでたら、各クラスターの傾向を確認します。傾向から各クラスターの特性や特徴が見えてきます。そうした解釈行動をプロファイリングといいます。プロファイリングまで終了できたら、クラスター分析も完了です。

クラスター分析の事例

ここでは、クラスター分析の事例を紹介します。

メンズ美容のクラスター分析例

近年市場が拡大し、関心が高くなっているメンズ美容。男性の美容に関する価値観のアンケート調査データを基にクラスター分析しました。

●目的

美容商材の購入や美容・身だしなみに関する価値観をもとに消費者をクラスタリングし、美容・身だしなみに関するインサイト把握や商材購入傾向の把握に役立てる

●データ抽出

ターゲット抽出のため、「因子分析※」「クラスター分析」を使用

●因子分析結果

因子分析で得られた因子得点を用いて対象者セグメントを行った結果、対象者が6クラスターに分類

●クラスター分析結果

分析結果は、下記クラスター分類マップ(縦軸:20代・30代割合、横軸:美容にかける費用平均金額/月、クラスター名の後の数字は出現率)を参照

※因子分析…複数のデータの測定値に共通する因子を取り出す手法。

メンズ美容の調査結果レポート例

6クラスターのうち、年代別に見ると、チャレンジャークラスターと美容エキスパートクラスターが若年層に多く、男前ワイルドクラスターや無関心クラスターは比較的年代が高い傾向にあることが分かりました。

美容にかける費用が最も少ないのはミニマリストクラスター、美容にお金をかけるタイプは美容エキスパートクラスター・こだわり趣味人クラスターという結果となりました。

今回のメンズ美容に関するクラスター分析結果の詳細に関しては、以下の記事で解説しています。もっと詳しく内容を知りたい方は、参考にしてみてください。

20〜30代男性の美容意識は高い傾向に。6つのクラスターから分析するメンズ美容事情

近年、スキンケアや美容に対するニーズは性別を問わずに高まっています。メンズ美容におけるマーケティングの効果を最大化するには、ターゲットを設定することが重要です。 今回の記事では、メンズ美容における6つのクラスターや、ターゲットを設定する重要性を解説します。

クラスター分析結果の活用

クラスター分析をすることで、効率のいいマーケティング戦略を実践できます。

販売促進やマーケティングに活用しよう

クラスター分析の結果から、属性に寄らない、ユーザー像というのが見えてきます。こうしたユーザー像を元に、カスタマージャーニーの作成や、顧客セグメントの見直しなどマーケティング施策の新たな取り組みの着手に繋がります。

また、それぞれのクラスターのユーザー像が明確なため、新商品の開発や紹介、キャンペーン展開など、ユーザーに直接響く販売促進への活用ができます。

「変数」で別の応用も可能

クラスター分析では、各クラスターの特性を人物像として示すことがありますが、人ではなく品名や単語といった「変数」でクラスタリングすることもできます。

例えば、アンケート調査の要望で上がった単語を抽出・クラスタリングしてお問合せ対応やサービス向上、商品開発に結びつけたり、商品名をクラスタリングして、自社オンラインショッピングのトップページに表示する商品を変えたりと、様々な応用ができます。

クラスター分析で注意すること

クラスター分析を行う際に注意する点を説明します。

クラスターの特徴の考察は自分自身で

クラスター分析は類似性のあるデータをまとめ、クラスターを生成しますが、各クラスターがどのような特徴、特性があるかは、分析後に自分自身で考察する必要があります。特徴・特性のほか、クラスタリングされた内容が、どういった意味を背景に持つのかも自身で把握することが必要です。

クラスター分析に合わないデータもある

クラスター分析では、クラスターの意味や特徴を考慮せず生成します。そうしたことから、クラスター分析できれいに分類できないこともあります。想定通りにグルーピングされなかったり、生成されたクラスターに全く特徴が見られないなどです。

データの類似性の基準を見直したり、クラスター数を変えるなどの調整をしてみましょう。そのほか、クラスター分析が合わないデータの場合もあります。因子分析なども試してみましょう。

近似性を判断する方法はひとつではない

類似性でグルーピング分析する手法はクラスター分析だけではありません。2点間の直線距離間で近似性を判断するユークリッド距離は、クラスター分析を行う際によく使用されます。そのほか、マハラノビス距離やマンハッタン距離、コサイン類似度など様々な基準があります。

どの基準を分析に使用するかで、結果が変わることもあります。どういう基準が合うのかは、解析するデータによって異なります。解析前段階では最適な基準か分からないため、うまく分類ができない場合は基準を変えてみるなど、調整してみましょう。

クラスター分析で“あいまい”基準をマーケティング戦略にいかそう

クラスター分析は、年齢や性別など確定データではなく、感覚的であいまいなデータを類似値でグルーピングする分析手法です。あいまいな要素の高いソースを分析するため、クラスターの特徴が見えずらかったり、うまく分析できていなかったりする場合は分析基準を変えるなど調整します。クラスター分析の結果は、様々なマーケティング施策に応用ができ、大変効果のある分析データとなります。

販売促進や顧客対策などマーケティング戦略に生かしましょう。

▼クラスター分析レポートの実例をみたい方はこちら

男性向け美容に関するクラスター調査結果レポート

美容・身だしなみに関するインサイト把握や商材購入傾向の把握に役立つ資料を紹介します。

クラスター分析の関連記事

20〜30代男性の美容意識は高い傾向に。6つのクラスターから分析するメンズ美容事情

近年、スキンケアや美容に対するニーズは性別を問わずに高まっています。メンズ美容におけるマーケティングの効果を最大化するには、ターゲットを設定することが重要です。 今回の記事では、メンズ美容における6つのクラスターや、ターゲットを設定する重要性を解説します。

【美容意識調査】5つの女性クラスターから読み解く購入傾向と美容意識。クラスター分析の必要性を解説

女性美容クラスターごとの購入傾向や美容に対する意識を把握することで、ターゲッティングや商品・サービスの改良方針が見えてきます。ここでは、女性美容クラスター調査の結果をご紹介します。