クラスター分析は、マーケティングのデータ分析手法の一つとして、多くの場面で活用されています。どのような場面で利用できるのか、具体的な活用シーンを確認しましょう。クラスター分析の種類と、具体的な進め方についても解説しています。
クラスター分析(クラスタリング)とは
クラスター分析(クラスタリング=Clustering)とは、調査対象とする大きな集団の中から類似するもの同士を集めて、いくつかの小さな集団に分類する統計解析の手法です。
クラスター(Cluster)には「集団・集落」という意味があります。
クラスター分析は多くの分野で活用されていますが、マーケティングの分野では、ビッグデータの解析や、アンケート調査結果の考察、ビジネス戦略を練るためのSTP分析などで利用されます。
クラスター分析の種類
クラスター分析には、主に2つの種類があります。それぞれの特徴と、メリット・デメリットを解説します。2つの違いを知っておくことで、必要に応じて使い分けるための参考にもなるでしょう。
デンドログラムを使用する「階層クラスター分析」
階層クラスター分析とは、樹形図(デンドログラム)として分類する手法です。
階層クラスター分析では、データ同士の類似度を表す「距離」を測定し、近いもの同士を結合させていきます。距離の数値を縦軸にして、近いものから順に線で結合させていくと、トーナメント表のような樹形図が出力されます。
階層クラスター分析は、「何個の集団に分類するか」が決まっていなくても実施できるのがメリットです。「どの距離までを一つの集団にするか」を後から決められるので、出力結果を見ながら、何個の集団に分類するかを決められます。
ただし調査対象のデータ数が多すぎると計算処理が膨大になり、解析しにくい場合があるのがデメリットです。
データ同士の距離を測る方法は「ウォード法」「最短距離法」「群平均法」など、いくつかの方式があります。
多数のデータを扱いやすい「非階層クラスター分析」
一方の非階層クラスター分析(非階層的手法)は、階層クラスター分析とは異なり、あらかじめ「何個の集団に分類するか」を決めておく手法です。
いくつかの分析方法がありますが、よく知られているのは「k-means法」と呼ばれる方式。クラスターの平均(means)を用いて、k個のクラスター数に分類する手法です。
あらかじめ指定した数の「重心」をランダムに配置し、それぞれの重心から近いデータを1つのクラスターとします。こうして作られた各クラスターの「重心」を求め、今度はその重心を基準にして再びクラスターを作ります。この手順を、重心が固定するまで続けるというものです。
非階層クラスター分析は、階層クラスター分析よりも大量のデータを分析するのに適しているのがメリット。ただし前述のとおり、あらかじめ「何個の集団に分類するか」を決めなければならないので、事前の準備や検討が必要である点がデメリットです。
どんな場面で使う?クラスター分析の活用例
クラスター分析は、マーケティングの分野ではどのように活用されているのでしょうか。具体的な活用場面を3つ紹介します。
アンケート・市場調査の「データ分析」
クラスター分析はアンケートや市場調査などの「結果を分析」するために活用されています。
アンケートを実施しただけでは、「商品やサービスに対する好感度の高さ」や「どの広告を見て購入した人が多いか」など、質問ごとの傾向しか分かりません。
調査結果に対してクラスター分析をすることで、質問ごとではなく「ユーザーごと」に、いくつかの集団に分類できます。その結果、ユーザーがいくつかのタイプに分かれることが分かり、タイプごとに適したマーケティング施策を実施するための参考になるのです。
STP分析の「セグメンテーション」「ポジショニング」
クラスター分析は、マーケティングの基本である「STP分析」でも活用されています。
STP分析の中でも特に活用しやすいのは「セグメンテーション」と「ポジショニング」です。
「セグメンテーション」とは、自社の商品やサービスのターゲットとする顧客層を決めるために市場を細分化すること。通常は年齢や性別、興味・関心など、特定の「変数」を元にして細分化しますが、具体的な変数が決められない場合に、クラスター分析が役立ちます。
「ポジショニング」とは、市場における自社の立ち位置を決めることです。競合他社の展開するブランドの中で、自社ブランドがどのような位置にあり、どのように差別化していくべきかを検討するために、クラスター分析が役立ちます。
広告配信に利用する「ターゲティング」
クラスター分析は、広告配信でも利用されています。特に「ターゲティング広告」と呼ばれる配信方法では不可欠な存在です。
例えばWebサイトの閲覧履歴や、ECサイトの購入履歴などに基づいて配信する「行動ターゲティング広告」では履歴データを集めて、各ユーザーを複数のセグメントに分類し、ユーザーの志向に合わせた広告を表示できます。

クラスター分析を導入する方法・手順
クラスター分析をするための具体的な手順を解説します。利用できる解析ソフトやデータ管理ツールについても確認しておきましょう。
1. 分析するデータを決める
まずはクラスター分析をするデータの種類を決める必要があります。
「ユーザーの購入履歴」「競合商品」など、何のデータを分析するのかを具体的に決定します。アンケートや市場調査なら、質問項目や調査対象を考える段階です。
クラスター分析を実施する「目的」にマッチしたデータの種類を選びましょう。例えば「自社のブランディング戦略の準備」という目的なら、競合ブランドの特徴に関するデータを分析対象にできます。
分析対象として選択するデータの種類によって、クラスター分析を実施する意味や効果が大きく変わります。十分に検討して選びましょう。
2. Excelや統計ソフトを利用して解析する
データの種類が決まったら、そのデータをExcelや統計ソフトに取り込んで、自動的にクラスター分析の計算をします。
Excelを使う場合、標準機能だけでは難しいので、高度な統計解析をするための「アドイン」のインストールが必要です。クラスター分析ができる「統計解析ソフト」も利用できます。
DMP(データマネジメント・プラットフォーム)を利用することも可能です。ユーザーに関する膨大なデータを集めて管理できるDMPには、データをクラスター分析し、セグメント分けする機能もあります。DMPなら、分析の結果をメルマガ配信ソフトや広告配信サービスなどと連携して使えるので、マーケティング施策を自動化・効率化できます。

3. 解析結果を人間が分析し、施策に反映する
解析ソフトを使えば自動的にクラスター分析の結果が出力されますが、結果が出ただけでは不十分です。出力結果を分析・考察して、マーケティング施策に反映する必要があります。
出力された各集団の特徴を比較し、集団ごとにどのようなニーズや趣味・趣向があり、それぞれに効果的なマーケティング施策は何かを考えましょう。
その分析・考察の結果に基づいて、集団ごとに異なる広告やメールなどを配信するという形で施策に反映していきます。
まとめ
クラスター分析は、マーケティングにおいて重要な分析手法です。STP分析やアンケート調査の分析、ターゲティング広告の配信など、活用場面は多くあります。優れたビジネス戦略を練るためのテクニックの一つとして使い方を把握し、有効に活用していきましょう。