ナビゲーションを開く
開くワークスペースを開く

リサーチツール · 無料のブランド・トラッキング分析ツール

ブランドファネル分析

ブランド・トラッキング調査のデータをファネルに変換します。各段階の割合、段階間の転換率、ほかのブランドとの有意差検定、そしてブランドごとに最も顧客を失っている段階がわかります。ファイルはブラウザー内だけで処理されます。

ブランドファネル分析をオンラインで実行

回答者単位のデータファイルを開き、各段階に対応する設問(ブランドごとのはい/いいえ列、または選んだブランドを列挙した複数回答列)を選びます。ウェイトやセグメントも追加できます。各段階の % とベースを直接入力することも可能です。無料・アカウント登録不要で、ファイルはアップロードされません。

CSV、Excel、SPSS、Stata、SAS、R、Parquet、SQLite、JSON に対応しています。ファイルはこのブラウザータブ内で読み込まれ、アップロードされることはありません。 Triple-S の場合は、.sss または .xml のメタデータファイルとデータファイルを一緒に選択してください。

01

段階の割合と転換率

段階の割合は回答者全体をベースにするため、小さなブランドはどの段階でも弱く見えます。転換率は直前の段階だけをベースにします。認知者のうち何人が検討するか、購入経験者のうち何人が最近も買ったか、という見方です。これなら大きなブランドと小さなブランドを同じ土俵で比べられるので、比較すべきなのはこちらの数字です。

認知は低いが転換率が高いブランドにはリーチの拡大が、認知は高いが検討率が低いブランドにはイメージや関連性の課題があります。試用後のリピートが弱い場合は、製品・価格・流通に原因があることが一般的です。

02

計算式

転換率(k)= 段階 k と段階 k−1 の両方にいる回答者 ÷ 段階 k−1 にいる回答者。条件付きの比率なので、Wilson 信頼区間は全サンプルではなくこの条件付きベースで計算します。

段階の割合には Wilson のスコア区間を使います。ほかのブランドとの比較は、プールした標準誤差による 2 標本比率の z 検定で、同じ段階間のほかの全ブランドの回答者を合算して比べます。最大の離脱ポイントは、そのブランドの転換率がほかのブランド合計を最も大きく下回る段階間です。ウェイトを使う場合、区間と検定には n の代わりに Kish の有効サンプルサイズ (Σw)²/Σw² を用います。

03

分析例

「サンプルデータを使う」をクリックすると、架空のスナックブランド・トラッキング調査が読み込まれます。回答者は 800 人、架空のブランドは 5 つで、18〜34 歳の回答者が多すぎる偏りをウェイトで補正しています(Kish の有効ベース 736.5)。Brand A はすべての段階でトップで、認知 90.1%、購入検討 55.4%、最頻購入 19.7% です。

Brand C の認知率は Brand A とほぼ同水準(81.5%)ですが、認知者のうち購入を検討するのは 34.4% にとどまります(95% 信頼区間 30.7%–38.2%、条件付きベース 655)。ほかのブランド合計は 60.1% で、z = -11.1、p < .001。これが Brand C の最大の離脱ポイントです。Brand D の離脱はもっと後ろの段階にあり、購入経験者のうち過去 3 か月に購入したのは 33.2%(ほかのブランドは 55.4%)です。

年齢別に見ると、Brand E の認知率は 18〜34 歳で 64.5%、それ以外の回答者では 33.7% です。つまり 3 つのブランドに必要な打ち手は異なります。Brand C には検討される理由づくり、Brand D には離れた既存顧客の呼び戻し、Brand E には上の年齢層へのリーチ拡大が必要です。ブランドと数値はすべて架空のデータです。

04

向いているケースと向いていないケース

ブランドファネルは「ブランドがどの段階で見込み客を失っているか」に答えます。前提は、すべてのブランドで段階の定義がまったく同じであることです。

  • 複数ブランドの認知・検討・購入を聴取するブランド・トラッキング調査や U&A 調査。
  • 競合と比べて、あるブランドが最も多く見込み客を失っている段階を特定するとき。
  • セグメント、地域、ウェーブ(1 ファイルにつき 1 ウェーブ)の間でファネルを比較するとき。
  • 異なる調査票やサンプルから作ったファネル。段階の定義はブランド間でそろっている必要があります。
  • 比較対象の競合がいない単一ブランドの調査。絶対的な転換率しか残りません。
  • ほかのブランドとの検定を厳密な結果として扱うこと。同じ回答者が複数のブランドに答えているため、サンプルは独立ではありません。
05

結果の解釈

比べるのは段階の割合ではなく転換率です。有意で、かつ十分に大きい離脱(ベースがおよそ 30 以上で数ポイント以上の差)が手を打つ価値のあるものです。段階を飛ばした回答(認知していないのに検討する、など)は別に報告され、段階の割合には含まれますが転換率には含まれません。「よい」転換率はカテゴリーによって異なるため、このツールは外部のノームを使わず、ブランド同士だけを比較します。

参考文献

参考文献・関連資料

  • Lavidge, R. J., & Steiner, G. A. (1961). A model for predictive measurements of advertising effectiveness. Journal of Marketing, 25(6), 59–62.

  • Wilson, E. B. (1927). Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association, 22(158), 209–212.

  • Agresti, A., & Coull, B. A. (1998). Approximate is better than 'exact' for interval estimation of binomial proportions. The American Statistician, 52(2), 119–126.

  • Kish, L. (1965). Survey Sampling. New York: Wiley.

よくある質問

よくある質問

ブランドファネルとは何ですか?

ブランドファネル(パーチェスファネル)は、認知から購入、さらにロイヤルティに至る各段階に市場の何割がいるかをブランドごとに示したものです。認知、購入検討、購入経験、最近購入、最頻購入などの段階と、各段階から次の段階への転換率で構成されます。

ファネルの転換率はどう計算しますか?

ある段階とその前の段階の両方にいる回答者数を、前の段階にいる回答者数で割ります。ベースは前の段階なので、信頼区間は全サンプルではなく、この小さい条件付きベースで計算します。

最大の離脱ポイントはどう判定していますか?

各段階間で、そのブランドの転換率をほかの全ブランド合計の転換率と比べます。最も大きく下回っている段階間が最大の離脱ポイントで、z 検定でその差が有意かどうかを示します。ブランドが 1 つしかない場合は、転換率が最も低い段階間を表示します。

ウェイトや複数回答のデータも使えますか?

使えます。ウェイト付きの割合の区間と検定には Kish の有効サンプルサイズを用います。段階のデータは、SPSS 形式の多重二分変数(ブランドごとに 1/0 やはい/いいえの列)、カンマやセミコロン区切りの複数回答列、ブランド名やコードを含む単一回答列のいずれにも対応しています。

ファネルの % しか手元にない場合は?

「各段階の % を入力」に切り替え、ブランドごとにベースと各段階の % を入力してください。この場合ツールは入れ子型のファネルを仮定し、転換率のベースはベースに占める前段階の割合になります。

調査データ全体をブラウザーで分析しましょう

クロス集計、ウェイト付け、有意差検定、編集可能なレポート出力まで、すべて無料でアカウント登録も不要です。ファイルはお使いのブラウザー内で処理され、アップロードされません。

データファイルを開く

· 英語版を読む