【15分で分かる書評】確率思考の戦略論を徹底解説!

スタビジ【誰でもAIデータサイエンス】byウマたん
6 Feb 202114:47

Summary

TLDRこの動画では、USJのV字回復を支えた森岡毅さんの確率思考戦略論が解説されています。ビジネスの成功は消費者の好み「Preferences」にかかるとされ、それを数学的に捉えるNBDモデルを用いて売上予測とビジネス戦略を立てる方法が紹介されています。森岡さんは、認知率や配下立(灰化率)を改善しながら、新規顧客獲得を重視し、持続可能な成長を目指す戦略を提唱しています。データとマーケティングの融合がビジネスを変える可能性について説かれ、数学的思考がビジネス戦略に欠かせない要素となっていることを示しています。

Takeaways

  • 📚 本動画では、確率思考の戦略論を紹介し、ビジネスにデータを活用する方法について解説しています。
  • 🧠 確率思考は多くの数学好きマーケターに支持されており、ビジネス価値を生み出すための重要なアプローチです。
  • 🔍 ビジネスの成功は、消費者のプリファレンスに基づいており、それらを理解することはビジネス戦略の鍵です。
  • 🛍️ 消費者のプリファレンスとは、特定の商品やブランドに対する好意度を指し、これはブランドのシェアを形成します。
  • 📈 負の二項分布(NBDモデル)を使って、消費者のプリファレンスに基づく行動を予測し、売上を拡大することができます。
  • 🔢 パラメーターmは、購入対象人数の中で実際に購入した人の割合を表し、NBDモデルの核心をなしています。
  • 💡 売上の要因をブレイクダウンすると、認知率、配下率、過去購入率、エヴォーク度セット、年間購入率、年間購入回数、平均購入金額が含まれます。
  • 📊 売上を拡大するためには、これらの要因を分析し、特に認知率と配下率を改善することが重要です。
  • 💹 森岡さんは、水平展開(新規顧客獲得)と垂直展開(既存顧客の購入回数増加)の重要性を語り、前者がビジネス成長に適していると主張しています。
  • 🚀 戦略的マーケティングは、消費者のプリファレンスを上げることにつながる施策を通じて、持続可能な成長を目指す必要があります。
  • 🌟 森岡さんはUSJのV字回復を例に、数学的ロジックと戦略的マーケティングの力を示し、ビジネス目標の達成への道を指しています。

Q & A

  • この動画で紹介されている「確率思考の戦略論」とは何ですか?

    -「確率思考の戦略論」とは、データを活用してビジネスに価値を生み出すことができるマーケティング戦略に関する名著で、多くの数学好きのマーケターに愛読されています。

  • USJのV字回復に貢献した森岡毅さんの戦略とはどのようなものでしょうか?

    -森岡毅さんは、確率思考を用いて消費者の好み(preferences)を分析し、それに基づいてビジネスドライバーを見極め、売上の拡大につながった戦略を展開しました。

  • 消費者のpreferencesとは何を表しているのでしょうか?

    -消費者のpreferencesとは、消費者が商品に対して抱く好意度を指しており、これは商品やブランドのシェアを形成する要素となります。

  • NBDモデルとは何で、どのような役割を果たしますか?

    -NBDモデルは「負の二項分布モデル」の略称で、消費者の購入行動を確率的に表すモデルです。このモデルを用いることで、商品の売り上げを予測することができます。

  • パラメーターmとは何を表し、どのような意味を持っていますか?

    -パラメーターmは、ある期間に購入対象者が実際に購入した回数の割合を表しており、NBDモデルを支配する重要なパラメーターです。

  • 売上をブレイクダウンするとどのような要素に分けることができますか?

    -売上は、購入回数、平均購入金額、認知率、配下率、過去購入率、エヴォーク度セット、年間購入率、年間購入回数、平均購入金額などの要素に分けることができます。

  • 水平展開と垂直展開の違いは何ですか?

    -水平展開は新規顧客獲得を意味し、垂直展開は既存顧客の購入回数を増やすことを指します。森岡さんは水平展開を重視し、リピート率の向上を促進することでmを効率的に拡大する戦略を提唱しています。

  • 認知率と配下率の違いは何ですか?

    -認知率は商品やサービスがどれだけ消費者に知られているかを表し、配下率は小売りにおいて展開されている割合を示します。

  • 平均購入金額を下げることで一時的にpreferencesを上げる方法はなぜ現実的でないと言っていますか?

    -平均購入金額を下げることで一時的にpreferencesを上げる方法は、持続性のあるmの拡大ではなく、長期的なビジネス成長には向いていないためです。

  • この動画で紹介された戦略論を実践するためには、マーケターにはどのようなスキルが求められますか?

    -マーケターには数学的思考力、データ分析能力、戦略立案能力が求められます。また、データサイエンスやプログラミングの知識も役立ちます。

Outlines

00:00

📈 確率思考の戦略論とビジネスの関係性

この段落では、マーケティングの戦略論を確率思考に基づいて解説しています。森岡毅さんの確率思考に基づく戦略論は、データを活用してビジネス価値を生み出すための名著であり、多くのマーケターに広く読まれています。しかし、その理論を理解するには注意点があり、本動画ではそれらの注意点を踏まえながら、消費者のプリファレンス、ビジネスドライバーの見極め方、そしてpreferencesを拡大する方法について3つのパートに分けて解説します。

05:00

🔍 消費者のプリファレンスの重要性とNBDモデルの紹介

第二段落では、消費者のプリファレンスがビジネスの成否を決める重要な要素であると説明しています。プリファレンスは、消費者が商品やブランドに対する好意度を表しており、それが商品やブランドのシェアを構成します。また、NBDモデル(負の二項分布モデル)を使って、消費者の行動を予測し、売上を拡大するためのビジネスドライバーを見極めることができます。NBDモデルは、パラメーターmによって支配され、購入対象人数と購入回数の割合を表す重要な指標です。

10:03

📊 売上の要因とビジネス戦略の展開

第三段落では、売上の要因をブレイクダウンし、ビジネス戦略の展開方法について解説しています。売上の要因は、認知率、配下率、過去購入率、エヴォーク度セット、年間購入率、年間購入回数、平均購入金額などから成り立っています。これらの要素を改善することで、パラメーターmを増やし、売上を拡大することができます。特に、新規顧客獲得による水平展開と既存顧客の購入回数増加による垂直展開の2つのアプローチが重要で、森岡さんは新規顧客獲得を重視しています。また、価格戦やクーポン配布などの短期的な戦略ではなく、消費者のプリファレンスを上げることがビジネスの持続性にとって重要であると強調しています。

Mindmap

Keywords

💡確率思考の戦略論

確率思考の戦略論とは、ビジネス戦略を策定する際に確率や統計的なアプローチを用いた理論です。このビデオでは、森岡毅さんが提唱するこの概念をビジネス復興の戦略として解説しています。例えば、USJのV字回復に至るまでの過程で、確率的なアプローチがどのように役立つかが説明されています。

💡消費者のプリファレンス

消費者のプリファレンスは、消費者が商品やサービスに対する好みや選択の基軸を指します。ビデオでは、プリファレンスが売上のビジネスドライバーとして重要性があり、それがブランドのシェアを形成する要因であると説明しています。

💡負の二項分布(NBDモデル)

負の二項分布、またはNBDモデルは、購入回数の予測モデルであり、消費者のプリファレンスを数値化したものです。ビデオでは、NBDモデルを用いてUSJの売上を予測し、ビジネス戦略を立案する過程が紹介されています。

💡シェア

シェアとは、市場におけるブランドや商品の占有率を指します。ビデオでは、消費者のプリファレンスが集約される形でシェアを形成し、それがビジネスの成功に直結すると説明されています。

💡ビジネスドライバー

ビジネスドライバーとは、売上や利益などのビジネス成果を動かす要因を指します。ビデオでは、認知率、配下率、過去購入率、エヴォーク度セットなど、これらの要素がパラメーターmを通じてビジネスの成功に寄与すると解説されています。

💡認知率

認知率は、商品やサービスが消費者によってどれだけ知られているかを示す指標です。ビデオでは、認知率が購入対象者の数を決定し、売上の拡大に重要な役割を果たすと説明されています。

💡配下率

配下率は、商品やサービスが小売市場で展開され、購入できる状態にある割合を指します。ビデオでは、配下率が購入対象者の数に影響を与え、売上の要因の1つと位置づけられています。

💡エヴォーク度セット

エヴォーク度セットとは、消費者が購入する可能性のあるブランドのリストを指します。ビデオでは、エヴォーク度セットにおけるブランドの割合が、年間購入率につながり、売上に影響を与えると解説されています。

💡パラメーターm

パラメーターmは、NBDモデルにおける中心的な指標で、購入対象者の中での実際の購入回数の割合を表します。ビデオでは、mが売上を決定づける要因であり、ビジネス戦略の核心と位置づけられています。

💡水平展開と垂直展開

水平展開とは、新規顧客の獲得を意味し、垂直展開は既存顧客の購入回数の増加を指します。ビデオでは、森岡毅さんが水平展開の重要性を強調し、消費者のプリファレンスを拡大するための戦略として位置づけています。

💡プレミアム・プライシング

プレミアム・プライシングは、商品やサービスを高価格帯で提供する戦略です。ビデオでは、平均購入金額を上げることと、同時に消費者のプリファレンスを高める方法として、プレミアム・プライシング戦略が議論されています。

Highlights

この動画ではUSJのV字回復に導いた森岡毅さんの確率思考の戦略論について解説しています。

確率思考の戦略論は数学好きマーケターに広く読まれている名著で、ビジネスマンにも読んでおくべき書籍です。

書籍は消費者のプリファレンスがビジネスの成否を決めると述べており、その重要性を解説しています。

消費者のプリファレンスとは、商品に対する好意度であり、それがブランドのシェアを形成するものです。

負の二項分布(NBDモデル)を使って、消費者のプリファレンスに基づく行動を予測し、売上を拡大することができました。

NBDモデルはパラメーターmによって支配され、購入対象人数と購入回数の割合を表します。

売上の拡大には、認知率、配下率、過去購入率、エヴォーク度セット、年間購入率、購入回数、平均購入金額をブレイクダウンし、分析することが重要です。

ブランドのシェアを拡大するためには、新規顧客の獲得や既存顧客の購入回数の増加が求められます。

森岡さんは水平展開(新規顧客獲得)と垂直展開(既存顧客の購入回数の増加)の重要性を語っています。

水平展開は新規顧客獲得に重点を置く戦略で、垂直展開は既存顧客のリピート購入に重点を置く戦略です。

NBDモデルを支配するパラメーターmを増やすためには、新規顧客獲得を意識したブランドサービスの拡大が重要です。

価格戦やクーポン配布は一時的なpreferencesの向上につながるが、持続的なmの拡大には十分ではありません。

Netflixのコンテンツ戦略がmの水平展開の良い例として挙げられています。

ソフトバンクの無料クーポンキャンペーンは垂直展開の悪い例として紹介されています。

書籍ではUSJのV字回復を成し遂げるために、緻密な数学的ロジックが使われていたと明かされています。

数学的思考とデータの力を駆使してビジネスを成功させることが、この戦略論の核心です。

チャンネルではデータサイエンスとビジネスの面白さを伝える情報を発信しています。

サイトではアルゴリズムの説明やプログラミング実装も行っており、URLが概要欄に記載されています。

Transcripts

play00:00

し旅路

play00:01

データとビジネスをつなぎ世の中を変えようごまたんがお送りします

play00:06

この動画では usj を v 字回復に導いた

play00:10

敏腕マーケター森岡毅さんの確率思考の戦略論について解説していきます

play00:17

確率思考の戦略論は多くの数学好きマーケターに読み継がれる名著でしてデータを活用

play00:23

してビジネスに価値を生み出したいビジネスマンにはぜひ読んでおいてほしい書籍なの

play00:28

ですがこれだけ読んでも正直も8日さん凄いとしかならない可能性が高いので注意が

play00:34

必要です

play00:35

この動画ではそんな注意点や私なりの考えを取り入れながら3つのパートに分けて解説

play00:41

していきます

play00:43

まずはじめに消費者のプリファレンスとは

play00:46

続いて売上のビジネスドライバーを見極める

play00:50

そして最後に preferences を拡大するための方法

play00:54

それでは行ってみましょうまずはじめに消費者のプリファレンスについて見ていき

play00:59

ましょう

play01:00

この書籍では盛岡三と盟友の今西さんがいかにして usj を v 字回復に導いた

play01:08

彼が数学的観点で述べられています

play01:12

この書籍で語っている内容を簡潔に言ってしまうと

play01:15

ビジネスの成否は消費者の preferences で決まるということ

play01:20

さてそれではこの preferences がなぜ重要なのか

play01:24

そして preferences が何者なのかについて見ていきましょう

play01:30

消費者の preferences とは消費者のある商品に対する小井土です

play01:35

会社のランチに行く際に知らずのうちにいくつかの選択肢からお店を選んでいると思い

play01:41

ます

play01:42

それぞれのお店に対して preferences が割り振られているのです

play01:47

5日間のうちにあなたが何かいえーというお店に行くのかは

play01:51

preferences に基づく確率で表されます

play01:56

a というお店が大好きで preferences が高かったとしても5日間で一

play02:01

回も行かない可能性はあります

play02:04

そしてそれぞれに消費者の preferences に基づく行動をすべて集めた

play02:09

ものが a というお店のシェアを構成するのです

play02:14

そしてその消費者の preferences に基づく行動をすべて集めたものは負

play02:20

の二項分布

play02:21

nbd モデルと呼びこのように表されます

play02:26

つまり nbd モデルがわかればええというお店の売り上げがおおよそ予測できる

play02:31

ことになるのです

play02:34

負の二項分布はネガティブ倍の見えるディストリビューションというので

play02:38

nbd モデルと呼ばれます

play02:41

このモデルを使って usj の売上を予測し売上を拡大するために必要なビジネス

play02:47

ドライバーを見極めて v 字回復に導いたのが森岡さんなのです

play02:53

負の二項分布自体は一見複雑そうに見えるかもしれないのですが

play02:58

概念は難しくありません

play03:00

負の二項分布は m というパラメーターによって支配されています

play03:05

つまり n さえ理解しておけば良いのです

play03:10

m はある期間に購入できた購入対象人数のうち実際に購入された回数の割合です

play03:18

この時購入は1人何回でもできるものとします

play03:22

100人の購入対象者のうち10人が2回ずつ購入した場合の m は10かけるに

play03:29

言わる100で0.2となりますね

play03:33

つまり購入対象人数かける m で全購入回数が採取されます

play03:41

ここまで雑踏消費者の preferences について説明してきましたがこの

play03:45

preferences の定義はわかりづらく

play03:48

混乱しかねない部分です

play03:51

まとめますと preference そのものは消費者のある商品ブランドに対する

play03:56

好意度

play03:58

それを総合したものが商品やブランドのシェアを構成し負の二項分布

play04:04

nbd モデルで表すことができる嘘して全体の購入対象人数のうち

play04:11

そう購入回数の割合であるパラメータ m が

play04:14

nbd モデルを支配しているんです

play04:19

続いて売り上げをブレイクダウンしてビジネスドライバーを見極める

play04:24

ブランド商品のシェアは消費者個人の preferences の総合値である

play04:29

nbd モデルで表すことができそして nbd モデルはパラメーター m に支配

play04:35

されているのでしたね

play04:37

つまりシェアを拡大していくためには m を上げていくことが至上命題になります

play04:43

ただもう少し解像度を上げるために売上をブレイクダウンしてパラメータ m との

play04:49

関係性を見ていきましょう

play04:51

一般的な定義より売上はそう購入回数かける

play04:56

平均購入金額になります

play05:00

つまり m の定義ある期間に購入できた購入対象人数のうち

play05:05

そう購入回数の割合より売上は購入対象人数かける m かける平均購入金額になり

play05:13

ます

play05:15

そしてこの購入対象人数というのをブレイクダウンすると購入対象人数は総人数かける

play05:23

認知率かけるはい化率になるんです

play05:27

preference を支配する m がいくら高くてもその認知率と灰化率が低い

play05:32

とそもそも購入対象人数が少なくなり

play05:36

preferences のポテンシャルを生かしきれないのです

play05:40

認知率とはその名の通りどれだけの人に認知されているか

play05:46

はい化率という言葉は聞き慣れないかもしれませんがメーカーでは頻繁に登場する用語

play05:51

でどれだけの割合の小売りに展開することができているかを表した仕様です

play05:57

いくら認知率が100%でも全国で1店舗だけしかアック使っていなければほとんど

play06:03

購入することができないでしょう

play06:06

日用品が例に取り上げられているので灰化率という言葉が使われていますが要はどれ

play06:12

だけの人がその商品サービスを手に入れたいと思ったときに手に入れられるようになっ

play06:17

ているかということです

play06:19

ただ注意しておきたいのが web サービスであればはい化率は基本100%であり

play06:24

むしろ初期フェーズああえてはい化率を下げてターゲットを絞ることも戦略の一つです

play06:32

例えば facebook はローンチ初期にハーバード大学の学生だけしか利用でき

play06:37

なかったのは有名な話ですね

play06:41

さて先ほどの売り上げのブレイクダウンに戻りましょう

play06:45

preference の支配パラメーター m男ブレイクダウンするとどうなるん

play06:49

でしょうか

play06:50

m は過去購入率かけるエヴォーク度セットに入る立

play06:54

かける年間購入率かける年間購入回数で表されます

play07:01

個購入率というのはその通り全体の対象人数のうち過去に購入された人数の割合です

play07:09

そしてエヴォークとセットというのはあるカテゴリーの中で自分が購買する可能性の

play07:15

あるブランドリストです

play07:17

先ほどの例を再び取り上げると会社のランチで毎日いくつかの選択肢からお店を選んで

play07:23

いると思いますが

play07:25

これはいくつかのお店があなたのエヴォークとセットに入っている状態なのです

play07:30

ランチの会僕とセットに映画50%

play07:34

b が30% c が20%入っていたなら10日間ランチすると a に5回日に3

play07:41

play07:42

シーンに2回行くことになります

play07:44

この f 多くとセットの中での割合が年間購入率になるんです

play07:50

年間購入回数はカテゴリーによってある程度決まっているのでコントロールが難しい

play07:56

部分です

play07:58

これで売り上げをだいぶブレイクダウンすることができました

play08:02

最終的に売り上げは全体少人数かける認知率

play08:06

かける配下立かける過去購入率かける

play08:10

ボークとセットに入る立かける年間購入率かける年間購入回数かける平均購入金額と

play08:17

分解することができますね

play08:20

売り上げを伸ばしビジネスゴールを達成するためにはこれらの要素のうちどこに伸び

play08:26

しろがあるかを見極めることが大事なんです

play08:29

認知率が足りないのかはい化率が足りないのか

play08:33

preference の総合値を支配するパラメータ m が足りないのか

play08:37

価格が低いのか

play08:40

ちなみに平均購入金額を下げて preferences を一時的に上げることも

play08:45

可能ですがそれは現実的ではありません

play08:49

平均購入金額を挙げつつも preferences を同時に高めていくプレミアム

play08:54

プライシングの戦略が売り上げを伸ばしていく鍵です

play08:58

だからこそこの書籍の中では認知率と灰化率と preferences に経営資源

play09:04

を集中性をそしてその中でも特に注力すべき

play09:08

無限の可能性を秘めているのは preferences であると言っているわけ

play09:12

ですね

play09:15

さてさらに踏み込んで preferences を拡大するための方法について見て

play09:19

いきましょう

play09:21

preference の総合値を支配する m を増やすためには新規のお客さんを

play09:26

獲得し

play09:27

m を増やす水平的な展開と既存のお客さんの購入回質を上げて m を増やす垂直的

play09:33

な展開があります

play09:36

100人の購入対象者のうち10人がに対す購入している状態から20人が2回ずつ

play09:42

購入する状態にするのが水平展開

play09:45

10人が4回ずつ購入する状態にするのが垂直展開

play09:49

そしてこの2つの方向のうち盛岡三は水平展開をするべきだと強く語っています

play09:57

先ほどの m男ブレイクダウンした要素のうち各購入率とエヴォーク度セットを上げる

play10:03

のは水平展開

play10:05

年間購入率と年間購入回質を上げるのは垂直展開のアプローチです

play10:11

森岡さんは水泳展開をすることにより既存のお客さんのリピートも増え

play10:16

m が効率よく拡大すると言っています

play10:20

森岡さんの言っていることは正しいのですが注意が必要です

play10:24

これをそのままに受けて水平展開をして新企画渡航するために価格を下げる

play10:31

クーポンを配布するテレビ cm を大量に投下するとだけ考えてしまうとまずいん

play10:35

です

play10:37

それって消費者の preferences を上げることにつながっていますかと

play10:40

いう話なんです

play10:42

あくまで消費者の preferences を水平展開して開けていくことが大事

play10:48

価格を下げるのもクーポンを配布するのも価格という要素を使って維持しできに購入を

play10:54

促しており持続性のある m の拡大ではありません

play10:59

テレビ cm の10日は認知率の向上にはつながるかもしれませんがそれだけでは m

play11:05

の水平展開にはなりません

play11:08

ここで水平展開の良い例と垂直展開の悪い例をあげておきましょう

play11:15

例えば水平展開の良い例はネットフリックス

play11:18

ネットフリックスは多くのユーザーに刺さるコンテンツをものすごいスピードで投下し

play11:24

ています

play11:25

つまり先ほどの m の水平展開にあたります

play11:30

そしてそれ自体が既存ユーザーの解約防止に繋がり

play11:34

全体として m を効率的に拡大しているんです

play11:38

逆にソフトバンクが行った牛丼屋サーティーワンの無料クーポンキャンペーン

play11:45

あれは既存顧客の解約防止という意味で塩を垂直拡大しに行ったのですが根本的にその

play11:52

キャンペーンは辞表とのシナジーはなく

play11:55

preferences というよりも価格のコントロールに近い試作でした

play11:59

さらにキャリアの授業は成熟しており解約率はほぼいってその中で既存顧客の垂直拡大

play12:06

を無理に取りに行ったのですがほとんど来書かなかった悪い例です

play12:11

もちろん一概にすべてを水平展開するべきだとは思いませんが

play12:16

消費者の preferences を拡大する意味での新規獲得を意識して

play12:20

ブランドサービスの拡大につなげましょう

play12:24

ここまでで確率思考の戦略論について徹底的に解説してきました

play12:30

森岡さんは赤字大そうだし v 字回復を成し遂げるほどの売り上げ目標を達成する

play12:36

ためには先ほどの要素のうちどこをどれだけドライブさせればよいのかを徹底的に分析

play12:42

しそしてそのビジネスドライバーを限られたヒトモノカネのシゲの中でどのようにある

play12:49

ケーションしてくだ

play12:50

させていくか戦略を練っていたのです

play12:53

端から見ていると大きな予算をかけてハリーポッターが当たって v 字回復という

play12:58

ように見えなくもないですが実はそこに至るまでに usj そのもののコンセプトを

play13:04

再定義し

play13:05

所さんをできるだけ抑えつつ多くの preferences を獲得できる施策を

play13:10

打ち続け

play13:11

そこで得たキャッシュをもとにハリーポッターを生

play13:13

エコーさせるという緻密な数学的ロジックが隠されていたのでした

play13:18

森岡さんのほかの首席とも合わせて読むと理解が非常に深まりますぜひ数学

play13:24

マーケティングの思考を身に付けてデータの力でビジネスを愚弄させていきましょう

play13:29

このチャンネルではデータサイエンスとビジネスの面白さを身近に感じてもらえるよう

play13:34

な情報を発信しています

play13:36

良ければチャンネル登録といいねとコメントお願いします

play13:40

またサイトの方でアルゴリズムの説明やプログラミング実装を行っています

play13:46

概要欄に url を記載しておくのでぜひ覗いてみてください

play13:51

それでは本日の覚えて帰ってほしいキーワード行ってみましょう

play13:55

preference とは消費者のある商品に対する好意度でありそれを総合した

play14:01

ものは

play14:02

パラメータ m に支配される負の二項分布

play14:05

nbd モデルであらわされる

play14:08

売り上げは全体少人数かける認知率かける

play14:13

はい化率かける過去購入率かけるエヴォーク度セットに入る立かける年間購入率かける

play14:20

年間購入回数かける平均購入金額とブレイクダウンされる

play14:25

認知率と灰化率を改善しながら nbd モデルを支配するパラメータ m男

play14:31

水平拡大していくことがビジネスゴールを達成するために必要である

play14:36

それではまた今度レッツスタービジ

Rate This

5.0 / 5 (0 votes)

関連タグ
確率思考ビジネス戦略データ活用V字回復マーケティング戦略論消費者プリファレンスビジネスドライバーパラメーターmNBDモデルマーケター