今回は、アンケートデータを使って顧客のセグメンテーションができるK-Meansクラスタリングについて簡単に紹介します。
例えば、マーケティングの担当者として、アンケートに回答してくれた人たちに対してキャンペーンのメールを配信したいとしましょう。
しかし、ここで疑問があります。
回答者全員に「同じ」キャンペーンのメールを送ってしまっていいのでしょうか？
アンケートの回答者は全員同じ性質であるはずはなく、回答者はそれぞれ異なる性質を持った人たちのはずです。
例えば、あるサービスを導入する時に重視するものについて調査を行ったアンケートデータがあったとします。
回答傾向をもとに、回答者は以下のような3つのグループがあると考えられます。
サービスの使いやすさ、機能、品質を重要視するグループ
アフターフォロー、サポート品質、応対速度を重要視するグループ
価格を重要視するグループ
上記のように、アンケートの回答傾向は何を回答者が重視するかによって異なっています。
そこで、「クラスタリング」を行うことで、回答の傾向をもとに回答者をいくつかのグループに分類することができます。
実際のデータには、下記のようにクラスターの番号が割り当てられることになります。
回答の傾向をもとに分けられたクラスターに、それぞれどういった特徴があるのかをラベルを付けます。
アンケートデータをクラスタリングすることで、グループ分けした回答者に対して、適したアプローチを取ることができるようになります。
Exploratoryの場合は、アナリティクス・ビューの下で簡単に「K-Means クラスタリング」を実行することができ、様々なチャートによってクラスタリングの傾向を直感的に理解できるようになっています。
実務で使えるスキルを身に着けたい！
今回紹介したようなアンケートデータの分析に役立つ分析手法、さらにアンケートデータに特有なデータ加工の問題の解決方法などをもっと深く学び、さらに現場で使えるレベルのスキルを身に着けたいという方は、アンケートデータの加工と分析に特化したトレーニングを用意しておりますので、ぜひご検討いただければと思います。
自分のデータで試してみたい！
記事内の全てのチャートは、データの加工、可視化、分析、レポーティングのためのUIツールのExploratoryを利用して作成しています。
ご自身のデータを使って、これらのチャートを作成したり、データの分析をしたい方は、下記のページより無料トライアルが可能ですので、ぜひ、お試しください！