2019.12.05
プロービングとは
プロービングとは・・・ マーケティングリサーチにおいては、あいまい(不完全)なFA回答(自由回答)の深堀をすることを指します。具体的には「おいしそう」……
公開日:2020.03.06
インターネット調査をはじめとして、市場調査において決して無視することのできないものがバイアスです。バイアス(bias)とは、”偏った”や”斜めの”という意味を持つ言葉で、一般的には“先入観”や“偏見”といった言葉と認知されています。バイアスは人が何か物事を考えたり、判断したりするときに頻繁に生じます。
バイアスは統計学や行動経済学においてよく用いられる言葉です。目標とする母集団を想定し、選定したはずの対象者が、うまく母集団を反映できていないときに生じる誤差のことを指します。これは系統誤差(systematic error)と呼ばれ、何らかの原因により誤差が生じたことを表しています。
マーケティングにおいてもバイアスが生じることは珍しくありません。特に、一面的な情報をもとにマーケティング施策を決定してしまうことは、バイアスが生じやすく非常に危険でしょう。
バイアスは大きく分けて「選択バイアス」と「情報バイアス」の2種類があります。「選択バイアス」とは、全体から抽出した対象者が、正確に母集団を代表できていないときに生じる偏りやずれのことを指します。「情報バイアス」とは、人によって情報に対する感度が違うことで生じる偏りやずれのことを指します。
次に身近なバイアスの事例について紹介します。例えば「男性は外で仕事をし、女性は家で育児をするものだ」、「日本人は勤勉な人が多い」など、これらの概念は全てバイアスが生じている一例といえます。近年、男性が育児に参加することは珍しくないですし、女性が出産後に社会復帰することも、ごく普通の事象となってています。また、日本人の大多数が勤勉であるというのも誇張されたイメージに過ぎません。では、こういったバイアスがかかってしまうとどのような影響があるのでしょうか。
物事を判断する際にバイアスがかかってしまうとどのようなことが起こるのか。例えばある商品の売り上げが伸びてきているため、似たような商品を売り出そうとしましょう。しかしただ売上が伸びているから、という理由だけで関連商品をだしても同じようにヒットするといえるでしょうか。そのような判断で施策を決定すると、結果的に想定していた売り上げよりも低くなってしまい、コストだけが嵩んでしまったという事態を招いてしまいます。このようにバイアスが生じると物事を適正かつ正確に判断することが難しくなってしまいます。綿密に練った調査設計を行い、バイアスを排除した状態で市場を把握し、その上で施策を決定することが大事といえるでしょう。
ではバイアスを回避するためにはどうすればよいのでしょうか。以下に対策となる2つのポイントを紹介します。
独断で物事を判断してしまうと客観性が損なわれるリスクが高まります。極力第三者の意見を聞くことで物事を俯瞰的に判断しできるようになり、バイアスが生じるのを防ぐことができるでしょう。
直感的な判断が“真理”とは限りません。例えば何か物事を判断するにあたり、直前にネガティブな情報を得たとします。その場合、直後の判断に心理的影響を及ぼす可能性があります。本当にこれで合っているのか。正しい判断と言えるのだろうか。と自分に問いかけ、慎重に再考を重ねてジャッジしましょう。
マーケティングリサーチとバイアスは切っても切れない関係にあります。対象者選定を行う際にバイアスを無視すれば、調査モニターは想定ターゲットを網羅できれません。また設問設計においても、極力前問の影響を受けない順序で構成していく必要があります。マーケティングリサーチでは回答者をはじめとして、調査設計者やモデレーター、書記といった多数の人が業務に関わります。以上のことより、このような調査に関わる全ての人が、バイアスについて知見を深めておく必要があります。バイアスを考慮した調査を行うことで、得られる情報は確実に人々の意見を反映した非常に有益なものとなるでしょう。
2019.12.05
プロービングとは・・・ マーケティングリサーチにおいては、あいまい(不完全)なFA回答(自由回答)の深堀をすることを指します。具体的には「おいしそう」……
2022.06.10
ブランド戦略とは、自社や商品のブランドを消費者に認知させるための戦略です。ブランド価値が高まれば、自社商品は競合より優位性を獲得します。その結果、価格面や宣伝面……
2021.12.22
被験者とは・・・ 被験者とは、試験・実験の対象となる人を指します。 具体例を挙げると、医療機関で実施される、治験や臨床試験に参加し、「被験薬」の投与を受……
2019.12.05
数量化Ⅰ類・・・ 目的 基本的な考え方は重回帰分析と同様 重回帰分析の説明変数が数値ではない場合に用いる 質的データを1,0データに変換すること……