2011年07月28日

BtoB商品のマーケティング、特にシステム等の無形財

たまに、BtoCマーケティング的手法をBtoBに適用し、大失敗することがあります。
BtoCの常識しか持ち合わせていないと、BtoBは苦しい。

面白いことに個人向けのマーケティングよりも、個人に近づこうするのが「BtoBマーケティング」。

法人を相手にするのになぜ個人に近づく必要があるの?と思う方もいると思うが、それはBtoB商品は、広告や媒体だけでは受注できず、最終的に営業マンによる接近戦によって受注できるからである。

つまり、ドラッカーが掲げるマーケティングの理想「販売活動を不要にすること」は、非常に難しい。


ならば、マーケティング等に注力せず、営業活動に注力すべきではないかとお思いの方も多い。
それも正しいが、BtoBにはBtoBなりのマーケティングがあります。

BtoBにおけるマーケティング施策の一例をあげてみます。

 1.新規顧客開拓
  Web、セミナー開催、展示会参加等で、営業マンがお客様と名刺交換できる
  仕組みけを作る。
  
   <考えること>
    ・どうやってお客様を呼び込むか?
    ・お客様に来てもらうために、お客様に提供できる情報等、メリットは?
  
 2.サービス利用促進のための、既存顧客フォロー
  お客様参加の勉強会、ユーザー会、ユーザ交流会等で情報発信・交流する。
   
   <考えること>
    ・楽しさの演出
    ・顧客に参加頂くために、提供できる情報等、メリットは?
    ・顧客に何を気づいてもらうのか?

どうですか?

例えば、BtoCマーケティングならば、流行りの「フラッシュマーケティング」を使って集客したり、TV-CM・雑誌広告、メディアとのコラボレーション・・・多額の費用はかかるが、売上に結び付けることができるので、読み間違えさえなければ効果を出すことができるし、派手で目立つ。

いやむしろ、派手で目立つことが必要。(商品によって異なりますが、一般消費財のイメージ)

私もたまには派手なマーケティングをやってみたい。
でも、私の担当はBtoB・しかも無形財のマーケティングでした・・・。
posted by Ryo ASADA at 17:25| Comment(0) | TrackBack(0) | マーケティング | このブログの読者になる | 更新情報をチェックする

2011年07月07日

お詫びと訂正(google analyticsをExcelでなんとかしよう!)

以前、「google analyticsをExcelでなんとかしよう!」で公開したExcel VBAマクロに不具合があり使えないことが判明。
これは、自分が利用しているExcelのバージョンが2007であったために起こってしまった不具合です。

不具合の内容について、もしかしたら有益かもしれないので、ご説明します。

Excel2003と2007の大きな違いは、扱えるデータの件数が圧倒的に違う点である。
・行は65,536行→1,048,576行に拡大
・列は256列→10,6384列に拡大。

今回ミスしたのは、ファイルが「Excel2003形式」にもかかわらず「Excel2007」でないと使えないセル範囲を設定してしまったことだった。(結果エラーが出る)

なぜ気づいたのかというと、今私が使っているPCには「Excel2007」が入っているのにエラーが発生したからである。
「Excel2007」であれば、列数が拡大されており(自分がミスしたものでも)動くはず。

・・と思って、いろいろと検証していたら、「Excel2007」であろうが、下位互換性を確保するためファイルの形式が「Excel2003形式」であれば、Excel2003の行・列数制限に依存するということだった。

行・列数を拡大したいのであれば、「Excel2007形式」で保存しなおす必要がある。

当然の話ですが、ついつい忘れがちなので。

ということで、修正版のExcel

gaデータ抽出マクロ(修正版)

(注意:VBAマクロが含まれています。)

使い方は、過去の私の記事をお読みください。
posted by Ryo ASADA at 10:46| Comment(0) | TrackBack(0) | マーケティング | このブログの読者になる | 更新情報をチェックする

2011年06月28日

(続編)相関係数を応用した「協調フィルタリング方式」のレコメンデーション

前回、「細かい説明は別の機会にさせてください。」と書いていた、相関係数を応用した「協調フィルタリング方式」のレコメンデーション

ちょっと調べてみたら、特許庁のWebサイトに「標準技術書」として掲載されていました。

http://www.jpo.go.jp/shiryou/s_sonota/hyoujun_gijutsu/net_koukoku/134.html

これは比較的簡単に書かれており、他の文献より分かりやすいが、それでもまだ分かりにくい。

この「技術書」はまだ分かりやすほうです。

しかし、「技術書」というのは高い技術を持った人が、誰に向けて書いたものなのかと、思うくらい読み込むために根気を要することが多い。

根気を要するだけならまだしも、ワケがわからないことも多々。

それとも、高い技術と知識を持った人が自分のインテリジェンスを自己顕示するためのものか?

技術は使われてこそ技術。
知識は普通の人に理解されてこそ、知識。

いかに素晴らしいものであっても、難しくて活用できない技術と分かりにくい知識は、ただのガラクタです。

技術も知識も持っていながら、それをわかりやすく表現できていないのはただの怠慢。

「簡単」でなければなりませんね。

さて、相関係数を応用した「協調フィルタリング方式」のレコメンデーションの解説です。

相関係数は、数字の大小に関係なくそれをグラフにしてみたときに「山の形」が似ているかどうかです。

例えば「富士山」と「利尻富士」は山の形が比較的似ています。
富士山→http://www.yamanashi-kankou.jp/chinese_t/chinese_t002.html
利尻富士→http://www.mgphoto.jp/rishire/0002.html

当然、それぞれの山の高さは違います。
富士山の標高:3,776m
利尻富士の標高:1,721m

重要なのは、「山の形」であり、「山の高さ」は関係ないのです。

例えば、「2009年の月別の売上」と「2010年の月別の売上」を比較した時、
2009年の売上高は全体的に低いけど、両方に共通する特長として「夏・冬のボーナス時期」の売上が高いということがあったとします。

これをグラフにしてみると、「山の形」は似ているが「山の高さ」が違う。

そういうのが、相関係数が高くなったりします。
そして、それらが統計的にどのくらい似ているのか(何%似ているのか)を数字にできるのが相関係数です。(本当は「相関係数」では何%似ているのか?は表現できないのですが、わかりやすく説明しています。)

さて、本題に戻ります。

まず
「AさんとBさんの好みが似ていれば」→「同じものを好むはずだ!」
という(強引な?)前提で考えることから始めます。

その上で、
「Aさんが買っていない物があれば」→「その物はAさんも好きなはずだ!」
という(強引な?)理屈で、「その物」をオススメするというものです。

ここでポイントとなるのは、
「Aさん」と好みが似ている人をどうやって探すのか?
で、ここが「相関係数」の出番です。

「相関係数」は2つのものが統計的にどのくらい似ているのかを数字で表すことができる便利なものなので、その仕組を利用します。

グラフ化してみて、「Aさん」と山の形が似ている人を探して、一番「山の形」が近い人(相関係数が高い)を「好みが似ている」と認定します。

その上で、「好みが似ている」人が買っているが「Aさん」は買っていない物を「おすすめします」

ここで、Aさんが好む商品のカテゴリ(本なのか、家電なのか)は全く関係ありません。
重要なのは、統計的に数字が近いかどうか。

なので、大きく外れることもあれば「意外な気づき」があることもあります。

相関係数を応用した「協調フィルタリング方式」のレコメンデーション
(ダウンロード-Excel形式)

posted by Ryo ASADA at 00:27| Comment(0) | TrackBack(0) | マーケティング | このブログの読者になる | 更新情報をチェックする

広告


この広告は60日以上更新がないブログに表示がされております。

以下のいずれかの方法で非表示にすることが可能です。

・記事の投稿、編集をおこなう
・マイブログの【設定】 > 【広告設定】 より、「60日間更新が無い場合」 の 「広告を表示しない」にチェックを入れて保存する。


×

この広告は1年以上新しい記事の投稿がないブログに表示されております。