選ばれる理由を解明し、勝ち筋を設計する
── CMM（コンシューマー・ミックス・モデリング）
コンパス
アンケートスコアは高い。それでも、売れない。
4P・CX・ブランド資産が購買に与える影響を数値化し、スイッチとロイヤルティの構造を特定する。
※COMPASSの技術の一部は、現在特許を出願中です
「消費者の声」は聞いている。
それでも、「成果」が伴わないのはなぜか？
顧客の「本音」と「購買動機」が見えない
調査で「ほしい」と多かった要素を形にした。発売したら、売れなかった。インタビューの発言と実際の行動が矛盾し、顧客自身も言葉にできない購買の動機が、掴めていない。
仮説は立てられる。裏づけが取れない
「これで行こう」と決めた案が、なぜ他の案より良いのか。説明できる材料がないまま、経験と読みで方向を決めることになる。認知は上がったと報告される。それが売上にどうつながるのかは、説明できない。
良し悪しの判断が、人によって割れる
何を基準に良いと言えるのかが定まらないまま、制作物が上がってくる。誰の「良い」も、間違ってはいない。だからこそ、決め手がないまま進んでしまう。
データが足りないのではない。データが、答えられる形になっていない。
調査データもレポートも、手元にある。それでも「なぜ売れたのか」「どの要素が購買を動かしたのか」には、届かない。調査を信じて通した企画が結果を出さなかったとき、問われるのは調査ではなく、判断した人になる。次の企画は、さらに通しにくくなる。
「なぜ選ばれたのか」を統計学で解き明かす。
顧客の本音を数値化し、「売上を伸ばす次の一手」を導き出す
COMPASS（コンパス）は、独自のCMM（コンシューマー・ミックス・モデリング）分析を用いて、消費者のブランド選択メカニズムを解明する分析コンサルティングです。マーケティング4PやCX、ブランド資産が消費者の購買行動に与える影響を分析します。単なる集計ではなく、統計解析によって、競合からのスイッチやロイヤルティ向上に繋がる確率を算出します。
顧客の"無意識"な「購買動機」を可視化
スコアが高い項目が、必ずしも購買につながるとは限りません。COMPASSは、どの要素がブランド選択（購買）にどれだけインパクトを与えているかを数値化します。
戦略における「誰に・何を・どこで」を特定
ターゲット属性（Who）、訴求すべきメッセージ（What）、最適なタッチポイント（Where）。これらを組み合わせた勝ちパターンを導き出します。
「感覚的な議論」を「データドリブンな合意」へ
統計モデルに基づいた客観的な根拠が、社内会議や代理店ブリーフィングにおける「共通言語」となり、迅速な意思決定と確実性の高い実行を可能にします。
※COMPASSの技術の一部は、現在特許を出願中です
課題に合わせて選べる2つの分析アプローチ
「選ばれる理由」と「選ばれ続ける理由」―― 目的に応じて2つのアプローチで戦略策定を支援します。
競合間での「ブランド選択」メカニズム解析：
Brand Switch 分析
競合他社の商品を購入している顧客を、自社ブランドへ「スイッチ（乗り換え）」させるための決定的な要因を特定します。
分析の視点各競合他社それぞれに対して、どの要素を強化すれば最も自社へスイッチする可能性が高まるかを分析
得られる示唆「スコアを1ポイント上げればシェアが何%アップする」といったシミュレーションが可能になり、シェア奪取のための具体的な打ち手を導き出せる
自社の「ロイヤルティ」のメカニズム解析：
Loyalty Driver 分析
「ライトユーザー」を「ミドル・ヘビーユーザー」へと育成し、離脱を防ぐためのロイヤルティ要因を解明します。
分析の視点行動だけでなく、その背景にある心理ロイヤルティが何によって形成されているかを分析
得られる示唆「スコアを1ポイント上げれば何%の顧客がロイヤル化するか」といったシミュレーションが可能になり、LTV向上に向けた打ち手を設計できる
競合に勝つ「訴求ポイント」を特定する
― 分析を「次の一手」に繋げるデータドリブン戦略
「競合分析がアクションに繋がらない」という課題に対し、データに基づいて勝てる「訴求ポイント」を特定する方法論を解説します。消費者が競合から乗り換える確率（スイッチ率）を算出し、投資対効果を最大化する戦略をどのように描くのか。消費財メーカーの事例を交えながら、その実践的なフレームワークをご紹介します。
ダウンロードする従来のアンケート調査で陥りがちなこと
一般的なアンケート調査の場合、評点が平均や競合より高ければ良いという評価になりがちだが、それによってブランド選択率が上がるというわけではない
各項目の評点に対する現状のスナップショットの理解にはなるが、改善インパクトやそこからの予測を行ったりするなどのアクション活用には転換しづらいことが多い
統計的なアプローチで影響度合いを勘案した場合でも、回答者の異質性までは加味し切れず、具体的なアクションの示唆としては弱くなりがち
CMMコンサルティングのプロセス・分析フロー
仮説の設計からシミュレーションまで、データサイエンティストとコンサルタントが伴走し、一つひとつの工程を確かめながら、成果へ導きます。
戦略整理・仮説討議
ターゲットとする相手やセグメントを明確にし、どの層にアプローチするかを決定します。競合間シェアや自社ロイヤルティ状況など、マーケティングの現状や課題を整理したうえで、分析設計を行います。
データ取得・分析
「スイッチ」「ロイヤルティ」を押し上げるためのドライバー要素を構造的・数値的に把握すべく調査設計し、アスキングデータを取得、分析を実行します。
モデル構築・シミュレーション
消費者行動モデルを構築し、スイッチ率のシミュレーションを行います。このシミュレーションを通じて、各要素が消費者のブランド選択にどの程度影響を与えるかを定量的に評価します。
CMM分析アウトプット一例 特許出願中
複雑な消費者心理を、意思決定に使える「数値」と「構造」に変換して提示します。
「何を押さえれば勝てるか」を数値で特定
競合からのスイッチ／顧客をロイヤル化させるために、どの要素（4P・CX・ブランドイメージ）が最も効果的かをランキング形式で可視化します。
ここがポイント
- 「スイッチ率*」を算出するため、優先順位が明確になる
- 競合A社、B社それぞれに対して有効な「攻め方」の違いがわかる（Brand Switch分析）
*スイッチ率：アンケート回答スコアが1pt上がることによってスイッチ／ロイヤル化する人の割合
「維持すべき強み」と「攻めるべき機会」を整理
「自社の評価スコア」と「競合との差分」の2軸で要素をプロット。すでに勝っている「維持要素（重要成功要因）」と、僅差で競り合っている「成長要素」を明確にします。
ここがポイント
- 投資リソースを集中すべき要素が一目でわかる
- 「非効率な投資（すでに勝っている、または影響度が小さい）」を回避できる
ブランド選択構造の解明
消費者行動への直接的な影響だけでなく、特定のブランドイメージを経由した「間接効果」を特定。どの施策がブランド資産の構築に寄与しているかを構造的に解明します。
ここがポイント
- 「ブランドへの愛着」や「信頼」を高めるために、具体的にどの体験やメッセージが必要かがわかる
- 施策 → 意識変容 → 購買行動 という一連のメカニズムを数値化できる
株式会社メガネトップとの取り組み
── 眼鏡市場
Situation
「眼鏡市場」を全国1,063店舗※で展開し、業界首位のシェアを持つ同社。しかし主要顧客層であった30〜40代が上の世代へ移行し、若年層の獲得が注力テーマとなっていました。過去の成功体験に基づく判断だけでは、新しい顧客層に何が効くのかを見極められない。市場の変化を前に、購買を後押しする要因を客観的に捉え直す必要がありました。
Approach
「競合ではなく自社が選ばれる条件（新規獲得）」と「選ばれ続ける条件（離脱防止）」を切り分け、二つの軸で分析しました。4P・CX・ブランド資産の各要素が購買に与える影響を、世代別に数値化。特定のブランドイメージが向上した際に消費者が動く確率まで算出することで、感覚に頼らない判断材料を導き出しています。
Outcome
若年層を動かしていたのは価格の優位性ではなく、顧客に寄り添った独自の価値と、購買プロセスで形成されるブランドイメージでした※。市場での重視度と自社の優位性を掛け合わせて整理したことで、どの層に何を優先して伝えるかの輪郭が定まりました。
特定されたキードライバーは現在、経営から店舗までが共有する「共通言語」として社内に浸透させる段階に入っています。経験と勘に基づく判断に客観的な裏づけが加わり、データをベースに議論する土壌が生まれました。
※店舗数は2025年3月時点。具体的な分析結果や戦略方針は非公開のため、加工・マスクした表現を用いています。肩書はインタビュー時点のものです。
