ロジスティック回帰分析とは?マーケティング担当者が知っておきたい具体例も解説

 2020.09.28  Marketing Intelligence

マーケティングの役割を単純に説明すると「顧客を知り、売れる仕組みを作る」ことだと言えます。そのためには「論理と感情」、2つの面からのアプローチを行い商品・サービス購入に至るまでの動線を設計することが重要です。

このうち、論理アプローチをより強固なものにするツールが「統計学」であり、ロジスティック回帰分析はその一種です。統計学というと限られた人材が扱うものという印象が強いかもしれませんが、近年ではマーケティング担当者にもそのスキルが求められています。本記事ではそんなロジスティック回帰分析について、わかりやすく解説していきます。

logistic-regression-analysis

「回帰分析」とは?

ロジスティック回帰分析はいくつかある「回帰分析」の一種です。回帰分析とは、様々な事象の関連性を確認するための統計学です。

例えばアイスクリームの需要を予測するにあたって、気温や天気という要素からアイスクリームの需要が予想できます。そして、1つの変数(xやyなどの数量を表す)から予測するものを単回帰分析、複数の変数から予測するものを重回帰分析といいます。

単回帰分析と重回帰分析はどちらも正規分布(平均値の付近に集積するようなデータの分布)を想定しているものの、ビジネスではその正規分布に従わない変数も数多く存在します。そうした場合、予測が0~1の間ではなくそれを超えるかマイナスに振り切る可能性が高く、信頼性の高い予測が行えません。

そこで用いられるのがロジスティック回帰分析です。ロジスティック回帰分析が用いられる場面は、目的変数(予測の結果)が2つ、もしくは割合データである場合です。例えば、患者の健康について調査する際に、すでに確認されている健康グループと不健康グループでそれぞれ、1日の喫煙本数と1ヶ月の飲酒日数を調査したと仮定します。そして、9人の調査結果をもとに10人目の患者の健康・不健康を調べる際は次のような表が完成します。

 

目的変数

説明変数

No.

健康・不健康

喫煙本数(1日)

飲酒日数(1ヶ月)

1

1

20

15

2

1

25

22

3

2

5

10

4

1

18

28

5

2

10

4

6

2

11

12

7

2

7

16

8

1

30

19

9

2

7

8

10

???

25

19

カテゴリ名

データ単位

1不健康

2健康

本/1日

日/1ヶ月

データタイプ

カテゴリ

数量

数量

「???」の答えを導き出すのがロジスティック回帰分析となります。ロジスティック回帰分析の原則は、目的変数を2つのカテゴリデータとして、説明変数を数量データとする場合です。これを式にすると、次のようになります。

マーケティングインテリジェンスを統合する、トラベルテクノロジーのグローバルカンパニー
ケーススタディ:Cummins Inc.(カミンズ)が、「Always On」のマーケティングアナリティクスとグローバルなデジタル戦略で成長を促進

ロジスティック回帰分析をマーケティングへ活用するには?

では、上記のようなロジスティック回帰分析をどのようにマーケティングに活用すれば良いのでしょうか?ロジスティック回帰分析はYES・NOを定義し、その起こる確率を予測することを得意としています。重回帰分析ではマイナスや1以上の確率が算出されることも多いため、「商品を購入した」「商品を購入しなかった」という2つの目的変数しかない場面で活用できます。

例えばマーケティングではDMを送信した際に、DMに反応して商品を購入したユーザーを「1」として、購入しなかったユーザーを「0」と定義します。そうすると、1人あたりの購入確率を算出することが可能になり、購入率が高い順にDMを送信すれば、不特定多数のユーザーにDMを送信するよりも高い成果が期待できます。

この他、マーケティングキャンペーンの反応率を分析する際にもロジスティック回帰分析が活用できます。販売促進を目的としたあるマーケティングキャンペーンにおいて、短期的なウェブページを作成したと仮定します。その際に、キャンペーンページを閲覧した後に商品を購入したユーザーと、キャンペーンページを閲覧せずに購入したユーザーの割合を確認することにより、マーケティングページの効果やマーケティングキャンペーンそのものの効果を分析できます。

さらに営業担当者の架電アポイント回数と受注率の関係を明らかにするなど、マーケティングに限らず様々な場面でロジスティック回帰分析が活用できます。

以下に、Excelによるロジスティック回帰分析とRによるロジスティック回帰分析の例を詳しく紹介したサイトURLをご紹介します。かなり技術的な面に触れている内容なので、実際に分析へ取り組む際の参考になるかと思います。

Excelによるロジスティック回帰分析の例

Rによるロジスティック回帰分析の例

マーケティング意思決定を支援するプラットフォームの活用

いかがでしょうか?ここまでロジスティック回帰分析について解説しましたが、これを習得するにはやはり一定の統計学知識とスキルが必要です。また、習得した後も分析に必要なデータの集取や分析モデルの構築などに時間を割いてしまうことが多く、現実的にリアルタイムな分析活動とマーケティング最適化が難しいという問題点があります。

その問題を補うのが、Salesforceが提供するのがマーケティングインテリジェンスプラットフォームの「Datorama(デートラマ)」です。以下に、特筆すべき特徴をご紹介します。

AIを活用し、仮説を超えた仮説を生む

Datorama Genius(ジーニアス)はマーケターに代わってKPIを分析するAIです。マーケター向けに設計されたGeniusがどのデータがあるKPIに影響を与えているのか、全データに対して自動的に回帰分析と統計分析を行います。そしてもっとも相関性の高いデータから順に提示し、最適化したパスを提案。多岐にわたるデータを集約して、迅速かつ適切なKPIパフォーマンスの最適化を促し、マーケティングパフォーマンス全体の改善をサポートします。

予測・施策の改善サイクルを高度に回す

Datorama Advanced Analyticsは、各マーケターに合わせた指標やデータモデル作成をサポートする機能です。ワンクリックで、施策進捗の予測をし、さらに、最適な予測モデルを提案。更には、優れたライブラリやR言語を利用し、回帰分析や予測分析を含む、柔軟な統計モデリングを実現します。

Datoramaはロジスティック回帰分析を含む複雑な統計・予測もシンプルな機能として提供します。さらに、各種データソースから分析に必要なデータを統合的に管理することで、データの収集から分析を素早く行い、限りなくリアルタイムに近い形でのマーケティング分析を可能にするツールです。

新時代のマーケティング担当者には高い分析スキルが求められます。しかし、数ある統計分析をものにするのは簡単ではありません。Datoramaはすべてのマーケティング担当者のスキル・知識の不足している部分を補い、効果的なインサイトを生み出します。ぜひ、Datoramaによる高度なデータ分析を体感してください。

導入事例:KDDI株式会社

RECENT POST「マーケティング分析」の最新記事


ロジスティック回帰分析とは?マーケティング担当者が知っておきたい具体例も解説
統合的マーケティング・アナリティクス戦略に 必要な7つのステップ

RANKING人気資料ランキング

RECENT POST 最新記事

ブログ購読のお申込み

RANKING人気記事ランキング