｢2次｣で問われるのは、｢1次｣出題済の知識か。
昨年の｢Ⅲ｣に負けじと、H30｢Ⅱ｣は何かのサプライズ出題があるはず。そこでマーケが本業のHAKS氏に聞いてみました！
ふ：ねぇ、今年の｢Ⅱ｣はRFM分析が怪しくね？
H：いや、そこは出ないでしょ。でも情報提供ならできますよ。
むむ・・。そこで今週は特別サービス、HAKS先生3回目の登壇です。
【HAKS流】今年出る？1次知識～RFM分析、リフト値
今年は難化が予想される「事例Ⅱ」。嘘か、真かはこれまでの世の中の流れや診断士試験の流れに沿って考察するのが診断士という物。
そこでビッグデータや顧客の購買行動の分析を生業の一つにするHAKSの、主観たっぷりな｢事例Ⅱ｣の大胆提言を。
1⃣外部環境の分析
「ビッグデータが大事だ」なんて言われて数年。世の中はさらに進んで、そこから得られるデータ分析や統計学を駆使し、IoTやらAIまで進化している。
| 書店の本棚には「AIvs教科書が読めない子供たち」や「ライフシフト」なんて本が並んで、将来的には「シンギュラリティ」なんてのが起こって、熱心に仕事をしている優秀な有名企業の社員の仕事すら奪いかねないと説いている。 |
| そう、診断士だって「コンサルタント」と名乗るからには、「口八丁手八丁」ではなく、顧客のあらゆるデータを分析して、経営戦略を提言するくらいでないと話にならない時代。 |
| HAKSが診断士になり愕然としたのが、この「数字を取り扱えない診断士」が、すごく多いのなんのって、、、いまだに「月刊企業診断」にも特集すら出ない。つまりこの分野の重要性が認識できていない。 |
もう国の政策として動いていますので、この分野での補助金が強化されるなんて日も、時間の問題かもしれない（診断士は補助金好きなのに！？）
①ビジネスにおけるデータ活用の実際
さて、生産現場で使うデータ分析は専門領域が深く、事例Ⅲでトピックス的に出題することができても、それ以上は全員スタックするかもしれないほど難しい。
一方、マーケティング領域はみなさん得意の「誰に、何を、どのように」と言ういつもの奴に落とし込むため、「数字」を使う事はもはや当たり前だ。
（巷でやってる診断士が開講する「カスタマージャーニーマップ作り」のほとんどが「適当な勘」でやっているのを見ていて内心腹立たしいHAKSである）
その中で、コンピューターが自動的に最適な顧客獲得方法を組む手法として、マーケティングオートメーションという言葉が広く使われている。かくいう、HAKSのコンサル先もこれらのツールを使用していて、規模の大小に関わらず、浸透しているわけだが、、、
その中の顧客分析の手法に、診断士も得意な次の２つの理論がある。日頃のHAKSが企業のマーケター向けにやっているセミナーの一部を抜粋しよう。
②知識のおさらい～RFM分析とリフト値
①RFM分析
つまりは「誰に、何を、どのように」の「誰に」の中で重要顧客を特定して、ターゲットにする分析だ。
RFM分析
②バスケット分析(リフト値)
つまりは「誰に、何を、どのように」の「何を、どのように」の分析をして、適切な品ぞろえや顧客の好みに合わせたプロモーションを探るのに必要な方法だ。
バスケット分析
（信頼度リフト値）
これらの数字を見て、コンサルするのが流儀という物です。んま、こんなことはマーケを実務でやっている人間からすると「当たり前」かつひよこの初歩的理論で、ここ最近の2次試験は「古典的分野」の出題が続き、
世間の人に「まあ、診断士の言うマーケティングなんて、一昔前か本で聞きかじっただけの役に立たないやつだよね」と印象付けかねない「さぶ～い」話をしていて、このビッグデータ時代を生き残れない化石の様な産物だと認識してほしい。
2⃣内部環境の分析
では出題側はそんな世の中を全く無視しているのかと言えば、そんなことはない。出題側の先生方も「プロ」だ。本当にこれからの診断士に必要なマーケティングスキルとは何かを追いかけている。
①｢2次｣での出題実績
実はビッグデータと非常に関連のある分野で、先ほどのバスケット分析などはこのPOSの分析の延長線上にあるもの。実際にHAKSは食品メーカーさんのコンサルに入るのだが、この分析から自社の商品の開発の方向性を練るというののお手伝いをしている。
それくらい実務では当たり前なのだ。
マーケターの中では重要顧客層の分析をするのに「デシル」と「RFM」は、お作法として新卒のころから学ぶ極めて定番的な分析。
冒頭のPPMの問題もしかり、ここから自社の事業がどのようなPLCに入ってしまっているのかを分析して、次の戦略に役立てるというのは結構定番で、HAKSはこの年の問題はトリッキーながらも、実際の企業戦略を立てるときに「数字」で決めるというコンサルタントの心構えを説くような良問だと感じている。
ところがH27以降は、これら「データ分析系」問題はトンと出ていない。ここは推測だが、相当、試験結果の素点が悪かったに違いないし、一定のクレームも入った事だろう。
ここまでは時代の最先端を行きかけた事例Ⅱの出題傾向も「拗ねてしまった」出題側が翌年の「駅前の布団屋」の「ターゲット＋４P」で終始こねくり返す古典的な問題にしたのだろう。（内心、診断士受けるやつの頭って古いんだな～と思った事だろう）
では、こういった問題も2次で不意打ちを打たずに、1次試験から論点として、徐々に出すことで正当性を主張するはず。すると今回の｢賭け｣の狙いである、
｢1次｣出題済の知識から次のサプライズ出題がある、と読むこともできなくはない。
②｢2次｣出題予想に使える｢1次｣過去問
| 売り手とその顧客との関係性に関する記述として、最も適切なものはどれか。 |
| ×ア 航空会社やホテル、スーパーやドラッグストアなどにおける CRM プログラム導入事例に触発された大規模飲料メーカー A 社は、一般的に低コストでできる仕組みであるため、最終消費者を対象とした顧客関係管理システムを導入した。 ×イ 地域スーパーの経営者 B 氏は、ロイヤルティ・カードを通じて収集した顧客の購買データを見て驚いた。既存顧客の下位 割は、特売商品ばかり購入しており、損失をもたらしているのだ。この種の顧客はとくに、ミルクスキマーと呼ばれる。 〇ウ ファストフードチェーンの C 社は、ID-POS の導入にあたって、｢リレーションシップ・マーケティングは、顧客との関係性を深め、継続・拡大する考え方だから、個々の顧客を特定するための有用なデータを集めていく必要がある｣という発想を持っていた。 ×エ 訪問販売による小売業者 D 社は、ここ数年、既存顧客の高齢化とともに顧客数の減少に悩まされている。そこで、一般的に既存顧客の維持よりも費用がかからないことから、新規顧客の獲得にシフトしていく意思決定を行った。 |
| A.ウ：ID-POS（顧客属性付きPOS）は顧客のIDを特定できるため、ここや同一属性の顧客での購買行動を把握できるから、個別のDMなどの提供を通して、顧客関係性が深まり、ライフタイムバリューを最大化できるプロモーションができる。 |
| 次の文章を読んで、下記の設問に答えよ。 あるスーパーマーケットの、ある期間に購買のあった顧客 1,000 人分の ID-POSデータを用いて、顧客が当該期間内に購入する商品の組み合わせを分析した。その結果、商品Ａの購入者が 200 人、商品Ｂの購入者が 250 人、商品Ａと商品Ｂの両方の購入者が 100 人であった。 |
| （設問１） ｢商品Ａを購入した当該顧客の何パーセントが商品Ｂを購入するか｣という値を、商品Ｂのプロモーションを検討する材料として計算したい。このときこの値は、一般に何と呼ばれる値か、最も適切なものを選べ。 |
| ×ア Jaccard 係数 ×イ 支持度 サポート 〇ウ 信頼度 コンフィデンス ×エ 正答率 ×オ リフト値 |
| A.ウ ：これは先に示したバスケット分析の概念図通り |
| （設問２） 設問の｢商品Ａを購入した当該顧客の何パーセントが商品Ｂを購入するか｣という値を実際に計算したとき、最も適切な値はどれか。 |
| ×ア 15 ％ ×イ 20 ％ × ウ 25 ％ ×エ 40 ％ 〇オ 50 ％ |
| A.オ ：これも信頼度の定義に従えばおのずと解答が、、、 |
| マーケティング計画に関する記述として、最も適切なものはどれか。 |
| ×ア POS データを用いた最も基本的な分析手法の 1 つはアクセス解析である。これは、購買金額の規模によって顧客をいくつかのグループに分け、それぞれのグループの顧客による売上や利益への貢献度を測定するものである。 ×イ 首都圏在住の大学生をターゲットとする就職活動支援サービスの展開を計画す る企業が、ターゲットの潜在ニーズを把握するために標本調査を実施する場合、母集団の規模とその男女構成比が事前に把握できるため、その比率に応じた標本抽出を行うことができる。この種の標本抽出法を系統的抽出法という。 ×ウ マーケティング計画の初期段階においては二次データが用いられる場合が多いが、二次データは内的データと外的データに分類される。小売業者にとっては、POS データなどの販売データは外的データである。 〇エ 洋菓子メーカーＡ社は、SNS のフォロワーを 100 万人以上もつ若手人気モデルと契約し、SNS を用いて若者をターゲットにしたスイーツに対するブランドのプロモーションを強化している。その狙いは、早期に前期大衆（early majority） への普及を図ることである。これをキャズムを超えるという。 |
| A.エ ：ア～ウにおいて、マーケティングリサーチの基本を知っていて、POSの分析が分かっていればすぐに解決。アはPOSはアクセス解析の手法ではない。ウは小売にとってPOSは内的データである。 |
| 次の文章を読んで、下記の設問に答えよ。 顧客リレーションシップのマネジメントにおいて、企業は、収益性の高い優良顧客を識別し、優れた顧客価値を提供することで関係性の構築、維持、強化に努め、ブランド・ロイヤルティなどの成果を獲得することを目指している。 |
| （設問 1 ） 文中の下線部①に関する記述として、最も適切なものはどれか。 |
| 〇ア 初めて購入した顧客がリピート顧客、さらには得意客やサポーターになるように、関係性にはレベルがある。自分のすばらしい経験を、顧客が他者に広めているかどうかは、関係性レベルの高さを判断するための手段となる。 ×イ パレートの法則をビジネス界に当てはめると、売上の 50 ％が上位 50 ％の優良顧客によって生み出される。 ×ウ 優良顧客の識別には、対象製品の購買においてクロスセルやアップセルがあったか否かは重視されない。 ×エ 優良顧客の識別のために用いられる RFM 分析とは、どの程度値引きなしで購買しているか（Regular）、どの程度頻繁に購買しているか（Frequency）、どの程度の金額を支払っているのか（Monetary）を分析することである。 |
| A.ア ：これ自体は顧客関係性の当たり前の理論を言っていて答えやすい。イはパレートの法則もデシル、RFMに合わせて知っておいてほしい。2割の優良顧客が8割の売上を構成するという理論だ。ウは優良顧客とは客単価が高い顧客であり、実務ではクロスセル（＝バスケット分析）、アップセル（＝デシル分析）などで、どういった買い方を分析するかと言うのは重要だ。エはそもそも言葉が違う。先の事例をごらんください。 |
| マーケットバスケット分析は、頻繁に購入される商品の組み合わせ（相関ルール）を見つけ、併買を促すためのヒントを見つけ出すのに活用される方法の 1 つである。この相関ルールの評価に関する下記の設問に答えよ。 |
| （設問 1 ） 相関ルールを多角的な観点から評価するためには、複数の指標が用いられる。 このうち、リフト値は重要な評価指標の 1 つであるが、他に 2 つの評価指標を挙げる場合、以下の①～④のうち、最も適切なものの組み合わせを下記の解答群から選べ。 |
| ×① コンバージョン率 〇② 支持度（サポート） 〇③ 信頼度（コンフィデンス） ×④ 正答率 〔解答群〕 ×ア ①と③ ×イ ①と④ 〇ウ ②と③ ×エ ②と④ ×オ ③と④ |
| A.ウ：もうこれも言わずもがなで、、、 |
| （設問 2 ） 商品Ｘと商品Ｙの相関ルールを評価するとき、商品Ｘの購買が、どの程度、商品Ｙの購買を増大させているかを示すリフト値を計算する式を次に示す。 リフト値 = 商品ＸとＹを購入した顧数/A ÷ B/全顧客数 以下の①?④のうち、式の空欄ＡとＢに入る語句として、最も適切なものの組み合わせを下記の解答群から選べ。 |
| ×① 全顧客数 〇② 商品Ｘを購入した顧客数 〇③ 商品Ｙを購入した顧客数 ×④ 商品ＸとＹを購入した顧客数 〔解答群〕 ×ア Ａ：① Ｂ：② ×イ Ａ：① Ｂ：④ ×ウ Ａ：② Ｂ：② 〇エ Ａ：② Ｂ：③ ×オ Ａ：③ Ｂ：④ |
| A.エ：これも先の説明通り |
今日のまとめ
年々「加速して」この分野が出題されていることにお気づきだろうか？
※その一方、最大手の参考書には経営理論にも運営管理にもこの分野の記述はほとんどない、すなわちポンコツ旧式診断士が作っていると推測。
そう、出題側は「外部環境に合わせて、診断士のあるべき姿はデータ分析も駆使した、AIに負けないロジカルな考え方で中小企業をよくしてほしい」という思いで、「今年出してももう文句言わせないよ！！！」という下地を作っているのだ。
日々進化する出題側の意図や戦略についてどう感じるかがカギだ。
・・・ちなみに。
こんな偉そうなことを言っていて実はHAKSは「出ない」に賭けている。この執筆、実は「ふうじんさんとの賭け」で、「出る」に賭ける彼から、この分野に明るい私に声がかかったのだが、、、。
そもそも「古典マーケしか理解できない診断士にデータ分析なんて100年先の話だよ」と見立てていまして、、、出たらもう大変な難易度UPになって、出ないだろうと言う目論見。
とはいえ、過去問の傾向や世の中の流れではいつ出てもおかしくない分野。
信じるか信じないかはあなた次第！！！
■■ここからテンプレ■■