販促活動 データ分析講座(その11)

更新日

投稿日

 

情報マネジメント

◆ 販促というギャンブルは、販促データ分析でギャンブルでなくなる

 「販促って、本当に効果があるのかないのか分からない。でも、止めるのも怖い」、このように考えている経営者も、少なからずいます。効果のあるなしは、本当に売上が上がったのか確かめるしかありません。しかし、売上が大きく上がるときもあれば、売上が思ったほど上がらないときもあるため、本当のところどの程度効果があるのか分からないのです。

1. データ分析:一度で判断するのは、残念なこと

 よく、たった一度だけ効果が見られなかっただけで、「この販促活動は効果がない」と判断する企業や人がいます。例えば、初めてインターネット広告をしたら、効果が見られなかったのでもう止める。2~3回かやって効果のあったキャンペーンが、今回上手くいかなかったから、もうやらない。一度上手くいかなくても、次上手くいくかもしれない。逆に、一度上手くいっても、次は上手くいかないかもしれない。今までやっていたからと、だらだら効果があるのか無いのか分からない販促活動を、習慣的にやり続けるケースもあります。
 
 常に一定の成果を得る販促活動は、通常ありません。販促の効果は、常にばらつきます。いい時もあれば悪い時もある。つまり、一定に保つことはできません。なぜならば、競合がどのような動きをしているのかにも影響を受けますし、顧客の行動にも影響を受けます。業界動向の影響もありますし、世界情勢が影響してくることもあります。つまり、色々な要因がかかわってくるため、販促の効果を一定に保つことはできないのです。

2. データ分析:販売促進活動とは

 販促はギャンブルに似ています。日本でギャンブルといえば、競馬です。例えば、1位になりそうな馬にお金を掛けます。掛けた馬が1位になれば、掛けたお金以上のリターンを得ることができます。1頭の馬に掛けるのもよいですが、多くの場合色々な馬に別々の金額を掛けます。例えば、1万円の元手を、リターンができるだけ大きくなるように、馬への掛け金を配分します。投資と考えれば、投資配分します。できるだけ、収益性の高い馬に、お金を掛けようとします。販促も同じです。どの販促活動にいくら投資するのかを考えなければなりません。できるだけ、収益性が高くなるように、販促活動に投資配分します。

3. データ分析:戻っているリターンには変動はつきもの

 ギャンブルは、当たれば大きなリターン(お金)を得られますが、外れればリターン(お金)は0です。掛け金があるので、実質マイナスです。できれば、リターン(お金)を一定化したい。しかし、それは無理な話です。競馬で1位になる馬を、事前に知らなければ、確実なリターン(お金)は望めません。販促も同様です。どの販促活動が今回当たるのかは分かりません。競馬ほどではないですが、当たれば大きいですし、外せばリターンは小さくなります。つまり、ギャンブルも販促も、リターンには変動があるのです。この変動のことを「リスク」といいます。リスクが大きいとは、変動が大きいということです。リスクがあるとは、リターンが安定しないことです。通常、リスクと聞くとマイナスのイメージがあります。しかし、リスクは正の方向(売上が大きくプラスになる)こともあるのです。

4. データ分析:リターンの大きさ以上に、リスク低減を目指す

 販促データ分析の主要テーマの1つに、販促に投資した金額以上のリターン(収益)を得るということがあります。販促の効果は、変動するため「予測の平均値」で考えます。この平均値は曲者です。あくまでも平均にすぎず、実際に平均値の値になることはありません。単なる目安にすぎません。目安に過ぎなくても、リターン(収益)の予測の平均値が高くなるように、販促活動に投資配分しようと考えることでしょう。そうでなければ、販促データ分析しているとは言えません。問題なのは、リターン(収益)が変動つまりリスクがあることです。実は、販促データ分析の良い点は、このリスク低減を目指すことができることにあります。要するに、ローリスク(変動を小さく)ハイリターン(収益を大きく)を目指すことが、販促データ分析ではできるのです。厳密には、目指すだけでローリスク(変動を小さく)ミドルリターン(収益がやや大きく)になります。

5. データ分析:ローリスクとハイリターンはトレードオフ

 販促データ分析の主要テーマの1つが、ローリスク(変動を小さく)とハイリターン(収益を大きく)の両方を実現することです。多くの場合、ハイリターン(収益を大き...

 

情報マネジメント

◆ 販促というギャンブルは、販促データ分析でギャンブルでなくなる

 「販促って、本当に効果があるのかないのか分からない。でも、止めるのも怖い」、このように考えている経営者も、少なからずいます。効果のあるなしは、本当に売上が上がったのか確かめるしかありません。しかし、売上が大きく上がるときもあれば、売上が思ったほど上がらないときもあるため、本当のところどの程度効果があるのか分からないのです。

1. データ分析:一度で判断するのは、残念なこと

 よく、たった一度だけ効果が見られなかっただけで、「この販促活動は効果がない」と判断する企業や人がいます。例えば、初めてインターネット広告をしたら、効果が見られなかったのでもう止める。2~3回かやって効果のあったキャンペーンが、今回上手くいかなかったから、もうやらない。一度上手くいかなくても、次上手くいくかもしれない。逆に、一度上手くいっても、次は上手くいかないかもしれない。今までやっていたからと、だらだら効果があるのか無いのか分からない販促活動を、習慣的にやり続けるケースもあります。
 
 常に一定の成果を得る販促活動は、通常ありません。販促の効果は、常にばらつきます。いい時もあれば悪い時もある。つまり、一定に保つことはできません。なぜならば、競合がどのような動きをしているのかにも影響を受けますし、顧客の行動にも影響を受けます。業界動向の影響もありますし、世界情勢が影響してくることもあります。つまり、色々な要因がかかわってくるため、販促の効果を一定に保つことはできないのです。

2. データ分析:販売促進活動とは

 販促はギャンブルに似ています。日本でギャンブルといえば、競馬です。例えば、1位になりそうな馬にお金を掛けます。掛けた馬が1位になれば、掛けたお金以上のリターンを得ることができます。1頭の馬に掛けるのもよいですが、多くの場合色々な馬に別々の金額を掛けます。例えば、1万円の元手を、リターンができるだけ大きくなるように、馬への掛け金を配分します。投資と考えれば、投資配分します。できるだけ、収益性の高い馬に、お金を掛けようとします。販促も同じです。どの販促活動にいくら投資するのかを考えなければなりません。できるだけ、収益性が高くなるように、販促活動に投資配分します。

3. データ分析:戻っているリターンには変動はつきもの

 ギャンブルは、当たれば大きなリターン(お金)を得られますが、外れればリターン(お金)は0です。掛け金があるので、実質マイナスです。できれば、リターン(お金)を一定化したい。しかし、それは無理な話です。競馬で1位になる馬を、事前に知らなければ、確実なリターン(お金)は望めません。販促も同様です。どの販促活動が今回当たるのかは分かりません。競馬ほどではないですが、当たれば大きいですし、外せばリターンは小さくなります。つまり、ギャンブルも販促も、リターンには変動があるのです。この変動のことを「リスク」といいます。リスクが大きいとは、変動が大きいということです。リスクがあるとは、リターンが安定しないことです。通常、リスクと聞くとマイナスのイメージがあります。しかし、リスクは正の方向(売上が大きくプラスになる)こともあるのです。

4. データ分析:リターンの大きさ以上に、リスク低減を目指す

 販促データ分析の主要テーマの1つに、販促に投資した金額以上のリターン(収益)を得るということがあります。販促の効果は、変動するため「予測の平均値」で考えます。この平均値は曲者です。あくまでも平均にすぎず、実際に平均値の値になることはありません。単なる目安にすぎません。目安に過ぎなくても、リターン(収益)の予測の平均値が高くなるように、販促活動に投資配分しようと考えることでしょう。そうでなければ、販促データ分析しているとは言えません。問題なのは、リターン(収益)が変動つまりリスクがあることです。実は、販促データ分析の良い点は、このリスク低減を目指すことができることにあります。要するに、ローリスク(変動を小さく)ハイリターン(収益を大きく)を目指すことが、販促データ分析ではできるのです。厳密には、目指すだけでローリスク(変動を小さく)ミドルリターン(収益がやや大きく)になります。

5. データ分析:ローリスクとハイリターンはトレードオフ

 販促データ分析の主要テーマの1つが、ローリスク(変動を小さく)とハイリターン(収益を大きく)の両方を実現することです。多くの場合、ハイリターン(収益を大きく)を目指すとハイリスク(変動が大きく)なります。これではギャンブルです。逆に、ローリスク(変動を小さく)を目指すとローリターン(収益が小さく)なります。これは堅実ですが、費用対効果を考えたとき、あまり良い結果になりません。通常、費用対効果は悪くなります。つまり、ローリスク(変動を小さく)とハイリターン(収益を大きく)はトレードオフの関係になります。では、どうすれば良いのか?

6.データ分析:販促データ分析でギャンブルでなくなる

 販促データ分析の目指すところは、ローリスク(変動を小さく)ハイリターン(収益を大きく)。現実には、ローリスク(変動を小さく)ミドルリターン(収益がやや大きく)。ローリスク(変動を小さく)ということは、安定したリターン(収益)を確保できることを意味します。一定のリターン(収益)ではないですが、リターン(収益)の予測の平均値から大きくかい離することはありません。つまり、ローリスク(変動を小さく)ミドルリターン(収益がやや大きく)な販促は、もはやギャンブルとは言えないでしょう。

   続きを読むには・・・


この記事の著者

高橋 威知郎

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)


「情報マネジメント一般」の他のキーワード解説記事

もっと見る
中小製造業向けの現場作業DX化戦略、IoT、RPAの導入

  【目次】 1. IoT(InternetofThings)の活用 1.1 スマートセンサーの導入 スマートセンサ...

  【目次】 1. IoT(InternetofThings)の活用 1.1 スマートセンサーの導入 スマートセンサ...


分析より、いかに活用するか データ分析講座(その38)

◆ なぜ、データ分析で成果がでないのか? KPIの共有の仕方で解決する「簡単なコツ」  なぜ、データ分析しても施策につながらず、具体的な成果がでない...

◆ なぜ、データ分析で成果がでないのか? KPIの共有の仕方で解決する「簡単なコツ」  なぜ、データ分析しても施策につながらず、具体的な成果がでない...


効果の見えないデータ分析に明日はない データ分析講座(その76)

◆ 効果の見えないデータ分析に明日はない  本格的にデータ分析を実務で活用する、またはすでに利用しているのなら、その効果を金額換算したほうが良いでし...

◆ 効果の見えないデータ分析に明日はない  本格的にデータ分析を実務で活用する、またはすでに利用しているのなら、その効果を金額換算したほうが良いでし...


「情報マネジメント一般」の活用事例

もっと見る
‐社内の問題克服による開発活動‐  製品・技術開発力強化策の事例(その14)

 前回の事例その13に続いて解説します。社内における様々な問題を高いレベルで深く追及して解決することが、競争力のある技術を育成し、売れる製品を生み出す事に...

 前回の事例その13に続いて解説します。社内における様々な問題を高いレベルで深く追及して解決することが、競争力のある技術を育成し、売れる製品を生み出す事に...


‐情報収集で配慮すべき事項(第1回)‐  製品・技術開発力強化策の事例(その9)

 前回の事例その8に続いて解説します。ある目的で情報収集を開始する時には、始めに開発方針を明らかにして、目的意識を持って行動する必要があります。目的を明確...

 前回の事例その8に続いて解説します。ある目的で情報収集を開始する時には、始めに開発方針を明らかにして、目的意識を持って行動する必要があります。目的を明確...


デジタルデータの保存とは

        今回は、地震災害等を想定して、デジタルデータの保存に焦点を当てて、主なバックアップ方法と長所...

        今回は、地震災害等を想定して、デジタルデータの保存に焦点を当てて、主なバックアップ方法と長所...