例えば同じ３０歳独身男性社会人でも、共通する部分としない部分がある。 年収、購入する耐久財、ライフステージは共通しているだろうが、休日の過ごし方はおそらくいろいろなバリエーションがありうるだろう。 逆に、休日の過ごし方でくくるのであれば、デモグラフィックな属性ではなく、「何が好きか=心理的な属性」のほうが、マーケティングを考えるのは楽になる。
というのがサイコグラフィック分析によるセグメンテーション。「エッジなケータイユーザ」とか「癒されたいOL」とかがサイコグラフィックなセグメンテーションの表現だ。 こうしたセグメント化は、特に嗜好品などの趣味のものを売るときには、当然ながら不可欠である。
サイコグラフィックによるセグメンテーションは、そのセグメントの世界観、価値観を捕まえないと意味がないので、量的な表現ではなく質的な表現が多くなるが、これによって「解釈の幅」が出てしまう。 したがって、サイコグラフィックセグメンテーションから販売計画へ落とすときには、補助的な指標を使って世界観、価値観への適合度を計測可能にしておく必要がある。
「エッジなケータイユーザとは、利用料が月間２万円を越すユーザであるが、これに当てはまらなくても、ケータイで日あたり２時間ゲームをやる人も含む」といった具合。 こういった数値指標は、データがなければ当初は感覚的に決めてもいい。 マーケティング成果の計測時にこうした指標のチェックが行えれば - PDCサイクルをまわすときの監視値になっていれば、妥当な値に収束していくので、当初のエラーは問題ではない。 数値が適合しているかよりも、当該セグメントを表すキーワードがきちんと適時性をもって表現できているかのほうに気を配りたい。 そうしたキーワードなどのセグメントをあらわす「表現」がこのセグメンテーションのキモ/フレームとなる。
じゃぁこうしたフレームをどうやって発見/構築するかだが、これには統計学が役に立つ。
OLAPと呼ばれる多変量解析を行ってキーワードの絞込みを行ってもいいし、ベクトル分析や分散分析によって、有意な差が集団間に認められるかどうかをまず測定し、その差を表すキーワードを後からブレインストーミングで洗い出す、といった要領ですすめれば、フリーディスカッションのテープを２倍速で３時間聞く羽目にはならないはずだ。
