Posts Tagged ‘リサーチ’

コントラスト効果

Written by KFS on . Posted in リサーチと行動経済学

始めか、後か、それが問題だ
マーケティングリサーチとコントラスト効果

目次

コントラスト効果とは

人が認識をする際に用いるルールの1つで、2番目のものが最初のものとかなり違うと、実際よりももっとその差を大きく考える傾向がある、ということ
(出典:「影響力の正体」ロバート・B・チャルディーニ 著

 

氷で冷やした冷たい手で触る常温の水は、水だとわかっていても、なんだかとても暖かく感じます。

一方、サウナの後の水風呂の冷たさ。

これと同じように、何かを認識する際に、人はその前後の比較によって、物事を判断する傾向にあり、先立つ条件次第で同じものも違って見えてくることを指す用語です。

 

個人的には、同じチャルディーニの本の中の説明にある「スーツを先に売れ理論」と言われる方がわかりやすい感じがします・・・。

簡単に言えば、

ネットリサーチのページを更新しました

Written by KFS on . Posted in KFSからのお知らせ

以下、ネットリサーチに関するページをリニューアルしました。

 

  • KFSのネットリサーチ
    KFSは、 定量調査と定性調査を組み合わせ、マクロ視点、ミクロ視点の双方から、問題解決の糸口(成功の鍵-社名でもあるKFS)を探るアプローチを得意としています。
    定性調査の調査手法として、代表的なインターネットリサーチに関するKFSの基本的な考え方をまとめています。
    KFSのネットリサーチの基本コンセプトは、「GIGO(Garbage In, Garbage out.=「ゴミを入れれば、ゴミが出てくる」。
    データを集めるのがどんどん簡単になってきているからこそ、企業のマーケティング活動に”使えるデータ””判断に活かせるデータか?”という視点が大切になってくるのではないでしょうか?
    →KFSのネットリサーチ(詳しくはこちら) 
  • ネットリサーチにおけるKFSの7つの特長
    ネットリサーチにおける調査設計~実査~報告書作成~報告会の開催や調査実施後のワークショップ開催までの各ステップごとに、KFSの取り組みや考え方について、詳細にご紹介しています。
     →詳しくはこちら

 

過剰一般化のバイアス (少数の法則)

Written by KFS on . Posted in リサーチと行動経済学

「最近の若い人は・・」、「おばさんってやっぱり・・・」

目次

過剰一般化のバイアスとは

実際には限られたサンプルであるのに、世の中全体を現しているように一般化して、事実誤認を引き起こす現象。
「街角10人に聞きました」、で10人中6人が話したことをまるで世の中全体の話のように大げさに取り上げるバラエティ番組や、東ス○や、週刊○○のように、電車で開くのがちょっとためらわれる新聞、雑誌に使われる手法(これも私個人の過剰一般化のバイアスの例?)。

一番、身近な例では、自分の周りの人の数人を見て、

「最近の若い人は・・」や、「おばさんってやっぱり・・・」など、

まるでそれが世間一般を表しているように考える現象です。

私の周りでも、居酒屋トーク・女子会トークなどで、

雨の日の東京駅の○○○ブックセンターの2Fは、イケメン遭遇率が高い。B1は、ダメ」とか、

「銀座6丁目の喫茶店の○○堂は、夕方6時くらいに行くと美人遭遇率が高い。」とか、

「プロレス会場で、最前列で見ている男の人は、ゲイ比率が高い」とか、

ほとんど「それ、絶対ウソ。信頼性なし。」という話で盛り上がります。

実際に、全部調べたわけではなく、たまたま、偶然の目撃情報と妄想に基づいた、まさに「過剰一般化バイアス」の典型例なのですが・・。

ここで、「銀座6丁目の○○堂で、夕方6時くらいに行くと美人遭遇率が高い理由」について、

【第5回】定量的な裏づけ-標本数:サンプルサイズ(標本数)の考え方について

Written by KFS on . Posted in リサーチとロジカル&ラテラルシンキング

調査の信頼性を高めるために

サンプルサイズの考え方とロジカルシンキング

「みんなって誰?」「それでホントにみんなって言えるの?」をきちんと、ロジカルに説明していこうとすれば、定量的に信頼性の高いデータの確保が不可欠になります。

では、「定量的に信頼性の高いデータ」とは、具体的に、どれだけの”数”のデータを集めれば良いのでしょうか?

サンプルサイズ(標本数)の設定は、まさにこの問題です。

これは、ロジカルに考える問題であるとともに、「判断の問題」でもあります。

統計的な信頼度はもちろん、数に比例して高くなります。
ただし、無制限にサンプルサイズを増やせば、当然ながらその分の費用は上がります。
調査を実務面から考え、予算と信頼性の兼ね合いを見ながら、結果として役立つ数(標本数)を設定することが肝要です。

 

サンプルサイズの決定も、ロジカルに行きましょう。

【第4回】みんなって誰?-代表性(調査対象者の選定)

Written by KFS on . Posted in リサーチとロジカル&ラテラルシンキング

調査の信頼性向上に向けて

調査対象者における「代表性」とロジカルシンキング
-調査対象者の選び方についてロジカルに考える-

 

調査全体のアウトフレームから、個別調査に落とし込む際には、調査目的に沿って

  • 調査対象と対象者の抽出条件
  • サンプルサイズ

を決めていかなければなりませんが、今回はこのお話です。


子供(のり君):○○買って―――!

ママ:ダメ!

のり君:なんで、みんな持ってるよ、買って―――!

ママ:みんなって誰よ?

のり君:たくちゃんとまさやくんでしょ、それから、けいちゃんも!

ママ:後は?

のり君:あとね—、

ママ:あとは誰、他には???

のり君:え-っと!

ママ:3人だけじゃん。絶対ダメー!!


 

子供のころ、親にこう言われた記憶はありませんか?
なぜ、のり君は、ママを説得できないのか?

ロジカルシンキングでちょっと考えて見ると、

この「みんな持ってる、みんな言ってる」に説得力を持たせる筋道こそ、調査対象者の設定とサンプルサイズの問題を考える際の1番わかりやすい考え方です。

もし、この子供(のり君)が桜小学校の1年A組に通う男の子と仮に設定し、考えてみます。