多変量解析の各分析手法がどんなもんなのかがわかる入門書。中級者にもいいかも？　朝野煕彦／入門多変量解析の実際第2版

なるべく数式を使わずに解説してくれる入門書。
とはいえ、「誰も教えてくれなかった因子分析」よりは、
複雑になってる気がする。
冒頭ウォーミングアップとして行列とベクトルの話が出てくるのは構成上どうなんだろう。
ちょっと面食らったけれど、そこは無視しても各分析の話は読めるので、安心してよい。

これまでクラスター分析を行うときは、まず因子分析を行い、そこで得られた因子得点をクラスター分析にかけることが多かった。

なるほど。確かに因子を集約してクラスター分析ってのはわかりやすい流れだな。

・計算方法が多すぎる
→とにかくメジャーな解法に従おう！

・最適クラスターを決める基準がない
→クロス集計で決着をつける

・どうやったらクラスターにアクセスできるのかわからない
→クラスターとデモグラフィック変数との対応をつける

3番目の悩みは分析自体が目的となって、結局行動につながらないパターン。
クラスター分析してみたものの、そのクラスタに直接アプローチできなければ、
ダイレクト・マーケティングは展開できない。
アクションにつながる分析じゃないと意味ない。

気軽に重回帰すればほぼ確実に無意味なアウトプットが出てくる。
仮にそれがテストデータとフィットしていたとしても、
現実では役立たないので気をつけないと・・・

消費者に欲しいものを聞いてもわからない、なぜなら消費者自身、
自分が欲しいものをわかっていないから。
だから消費者に意見を聞いてもしょうがない、
選択行動だけを観察しようという考え方が行動分析。

コンジョイント分析が代表的。

コンジョイント分析の際の属性の数は、５個前後が適当。
属性を増やすと、消費者自身が混乱してしまい、
かえって少数の属性に集中してしまうらしい。

コンジョイント分析の前提として、消費者のベネフィットがどんな所にあるかは
事前に把握しておかなければならない。
調査時に設計する水準や属性が的外れだとまともな分析はできないということ。

どの分析手法を使ってどんなことが知りたいのか、
そのためにどんな質問をするのか、
ちゃんと事前に設計しておかないと出来ない。

ビジネス書大好きMBAホルダーが教える私の学びシェア