■より確率の高いポイントを探る

ここでいう宣伝戦略を、「釣り」に例えてみます。

魚がいる場所というのは、ある程度決まっているため適当にエサをまいたり、釣り針をたらしてもなかなか釣れません。そこで、たいていは事前に魚のいそうなポイントを調べ、探してから竿を投げます。また、釣果を安定、向上させるために、今回のポイント（場所）や天候、使用したエサなどを結果と照らし合わせ、今回が満足の行く結果でなかった場合、次は、場所やエサを変えるといった工夫を考え備えると思います。

これを集客に置き換えますと、商圏内のお客さんは、やはりどこにでも平均的に分布しているわけではなく、やはり偏りがあるのが普通です。また今回の成果に満足できなければ、現状を正確に把握して、適切な改善手段なり工夫が必要です。

より確率の高いポイントを探り、また現状の問題点をみつけて、対策するという工夫があれば成果が上向いていくのは、どちらも同じ だと思いますが、釣りと違って、宣伝の場合はこのプロセスを実行している会社が意外に少ないのではないかと思うのです。

たまたま魚の群れにあたって大漁になっても、その場限りの「偶然」ではいつまでも成果が安定しません。よくも悪くも出た結果に対する分析の積み重ねが必要だと思います。まずは現状を分析して問題点 を探り、対策を積み重ねていけば確率がより高まり、成果が次第に安定し「偶然は必然」になります。

チラシを印刷会社に発注したＡさん。イタリアンレストランのオープンに合わせて、30,000枚を折込んだところ、1週間で30人のお客さんがやってきました。とりあえず来客 があってホッとしましたが、チラシの費用と利益は見合わないようです…。

「まぁ、最初は仕方ない。次に期待しよう。」「知名度が上がれば、そのうち安定するはずだ。」…と、Ａさんは次の折り込みチラシに何を載せようか考えます 。

確かに、最初のうちは仕方ない面もありますが、いつまでもこのままでは、何度やっても結果は「運次第」。　次回以降のチラシが、今回よりうまくいく保証はどこにもありません。

これでは何度もくじ引きをして「当り」を待つのと同じではないのか？もっと宣伝の効率を高めるためには何をするべきか？

チラシの案を考える、Ａさんの脳裏に、ふと、このような疑問が浮かびました。

　Ａさんのお店にきた30人のお客さんの分布図

※1　ＧＩＳ （地図情報システム）とは、地図上に「情報を持ったデータ」を視覚的に表示し、エリア分析を行うもので 、もっと具体的にいうと「お客さんはどこにいるのか？」、また「そのお客さんが何をどのくらい買ったか？」などの情報を地図上でみることができます。本事例では、白地図を使用していますが、状況に応じて、通常の地図データ（ゼンリンなど）のほか、グーグルマップ、空中写真など にも表示することが可能です。また地域別（県や市町村、○丁目別、または500ｍメッシュの区切り）における「人口数 、世帯数」や「性別・年齢別人口」、「世帯人数別」、「昼間人口」、「世帯構成人数」「従事職業別人口」などのほか、住宅の種別（戸建て、 平米数、集合住宅、持ち家、借家）も、色分けやグラフ によって表示することができます。

▼港区の一部で世帯数と65歳以上の女性数の割合を表示した例

さて、ＧＩＳでお客さんの地理的な分布や情報が把握できたところで、今度は統計学により、入手したお客さんの情報を分析し、来店する理由や、傾向などを調べて見ましょう。

一口に統計学といっても、状況、条件によって取るべき分析手法は異なりますが、例えば「売上と距離の関係」の関連や「お客さんの購買動機を分析 し、共通する要因は何か？」ということを 、統計学的に分析を行い数値で探るものです。

この例で紹介するのは、統計学の概念を説明するために、わかりやすく シンプルなものとします。決してこの例だけが 、統計学分析 の全てではありません。実際には、もっと多様な分析を行いますが、かなり複雑な計算を行うため、ここでは説明しきれませんので、 ご了承ください。

例えば、上のＧＩＳの画面をみると、お店から距離が近い人ほど来る確率が高 く、 「リピート客」になっている可能性が高いと予測できます。つまり「距離と売上には因果関係がありそうだ」という仮説が成り立ちますが、これはあくまで推測でしかありません。このような仮説を数学的に検証するのも、ひとつの統計学 なのです。

そこで、アンケートに 協力していただいた30人の情報と、売上データをもとに次のような表ができたとします。

お客さん名	Ａ	Ｂ	Ｃ	Ｄ	Ｅ	Ｆ	Ｇ	Ｈ	Ｉ
店からの距離(m)	25	800	600	50	740	30	10	360	略
売上/月（千円）	18.6	0.2	2.8	15.9	3.2	9.8	22.6	7.5	略

この表を「相関図」にするとこのようになりま した。

上記のデータで、「売上」と「距離」の 関係の度合いを示す「相関係数 （※2）」を計算すると 約「-0.706」となりま した。

このように、「距離が長くなるほど、売上が落ちる関係にある。」という ことが、「何となく」ではなく、数字で現されます。

【売上を予測する】

左の項で、距離とお客さんの売上には関連があることがわかりましたが、さて、それでは実際にチラシをどの程度の範囲にまけばいいかを考えて見ます。

前出の30人のデータをまとめると、一番近い人は10ｍの距離から、遠い人は2650ｍで 、全体の平均は約950ｍ です。　同じくお客さんごとの売上は、最小の人は、450円、最も多く利用した人が22600円となり、平均的な客単価は約6000円/月という感じです。

前回、Ａさんはチラシを3ｋｍの範囲でまきましたが、今回はこの点について単回帰分析を使い簡単な予測値を計算してみます。

アンケートに記載されたお客さんの住所と、お店の距離、そして客単価の売上から、単回帰式を求め、それを計算してみたところ下記のような 予測値になります。

この結果からすると、2500ｍ以上離れるとマイナス、つまり「売上はあまり期待でき ない」ということを示しています。確かに、相関図をみると1500ｍ以上のお客さんは少ないイメージがありますね。

結論として、この数字を見る限りでは、お店の商圏は約2ｋｍというイメージです。仮にチラシを30,000枚撒くのであれば、3km圏内よりも、2km圏内の内側に何度か に分けて、集中して配布したほうが費用対効果は高そうです。

上の例では、事実上2650ｍからもお客さんは来ていますが、 統計学的に考えるとこれは例外の範疇であり、チラシの効率を考えるならば2ｋｍ圏内 にとどめたほうがよいでしょう。2ｋｍ以上離れたエリア対しては、チラシではなく、ＤＭや、ＨＰ、メール、など他の手段をつかったほうが よさそうだ…という結論になります。