■要約

ビッグデータの企業や行政での活用が話題だが、

そのデータ自体がブラックボックス化しており現場では評価がされづらい。

ビッグデータを有効に利用するには

下記のように行動経済学や心理学、産業組織論などの

知見を活用できるかにかかっている。

 

・「人間行動のモデル化の重要性」

例えば、少々の値下げや値上げは、実際需要にあまり影響を与えない場合も多い。

これは、消費者は普段の買い物に参照価格の幅（受容価格域と呼ばれる）を持っ

ており、その幅の中での変化に消費者は鈍感であるという行動経済学の知見で説

明できる。

値引きを繰り返すと、消費者の参照価格は下がり続け、値引きの悪循環になりう

る。

 

・「偽の関連の排除」

近年ソーシャルメディアは購買行動等に大きく影響を与えるという前提で、

プロモーションへの活用が進んでいる。

しかし、口コミを書く人と見る人はそもそも属性が近いため、

もともと買おうと思っていた時に口コミを見ただけである可能性もある。

このように、施策が売り上げなどに与える影響を考える際には、

本当は他の要因が存在している、見せかけの影響かどうかを見極める必要がある。

 

・「ビッグデータだけではわからない情報」

個人のプライバシー意識や情報源側の思惑から、

ビッグデータ単体からは意思決定上重要な情報が得られない場合がある。

 

■補足

・参照価格と値引きの悪循環に関して

対策として全米規模のカフェチェーンでは、

「必ずではなくたまに報酬を与えることが有効」という「間欠強化」を利用し

「カードを提示するとサプライズで無料になる」プログラムで

低コストで売り上げ増加に貢献した。

このように知見を活用した分析ができれば、有効な打ち手が見える。

 

※間欠強化の例

例えばオンラインゲームの場合、

たまに課題に成功できるように難易度を調整することで、

参加者は次の成功を期待してのめり込む。

 

・口コミと売上が擬似相関である例

口コミを見たり書いたりする人≒ターゲット。

趣味嗜好やライフスタイル、年代などが近い（同類効果と呼ぶ）ことが考えられる。

過剰にソーシャルメディア関連へ投資する一方、広告や販促への投資を減らせば、

本来得られるはずの顧客や売り上げを逃すことにもつながりかねない。

私の地元の名産です。
本当に美味しいので、もし良ければご購入下さい！
↓↓↓↓↓↓↓↓↓↓