MaxDiffクラスタリング

MaxDiffクラスタリングについて

アンケート回答者の中には、同志の集団がいます。これらのグループ（クラスタ）は、各回答者の最も好ましい機能がどの程度類似しているかによって決定できます。各属性に対する個々のユーティリティに基づいて各回答者をクラスタ化することで、サブグループと、それらのサブ集団を構成する人口層を特定できます。

クラスタリングに関するサーベイの準備

MaxDiffクラスタリングを使用する前に、MaxDiffプロジェクトのアンケートで正しい質問が行われていることを確認する必要があります。つまり、データを収集する前に特定の機能を設定する必要があります。

［アンケート］タブで、質問が非 MaxDiffブロックに追加されていることを確認します。下の例では、「デモグラフィック」ブロックには、年齢や回答者の世帯の人数などに関する質問があります。

デモグラフィックブロックは MaxDiffブロックのすぐ上にありますが、必要に応じて移動できます。

質問の書式設定

MaxDiffクラスタリングは、単一選択の多肢選択式の質問を使用してのみ実行できます。これは、容易に分析できる限定された選択肢が提供されるためです。

• 人口統計：年齢、収入の括弧、人種、性別などの基本的な説明情報を尋ねます。
• 行動：顧客が自社のブランドや製品とどのようにやり取りするか、または顧客の購買行動に関連する可能性のある行動について尋ねます。たとえば、顧客がショッピングに出かける頻度を尋ねることができます。
• オペレーショナル データ: Web サイトで費やされた時間、または会社の従業員の在職期間などの情報です。
• 質問の形式：行動と信念に関する質問をスケールとして書式設定します。スケールの範囲は、どの数値セットが相関しているのか、したがってほぼ同じクラスタ内にあるかを理解するのに役立ちます。はい/いいえおよび単一選択の質問は、クラスタ分析にはあまり役立ちません。
  例：「どんなお買い物客ですか」と聞くと、「モールでのショッピングを好む」、「オンラインショッピングを好む」、「ブティックでのショッピングを好む」の各オプションを提供することで、クラスタリングアルゴリズムでは、回答者を回答者ごとに 1 つずつ、3 つのグループに分類します。その代わりに、一連の質問（「モールでのショッピングは好きですか」など）として質問した場合1 から 7 までの応答では、クラスタリングアルゴリズムによって、さまざまな買い物客が互いに区別されているものを見分けることがより効率的になります。

クラスタの有効化

クラスタリングは、レポートタブの MaxDiffClustering セクションにあります。

データを初めて表示するには、代わりに MaxDiff分析セクションで最新表示をクリックする必要がある場合があります。

クラスタリングで使用されるデモグラフィックの調整

デフォルトでは、MaxDiffクラスタリングは、作成したすべての多肢選択式のアンケート質問を使用します。ただし、不要な場合はすべての質問を使用する必要はありません。コンテンツを追加および削除して、この機能が推奨するさまざまなクラスタを確認することができます。

デモグラフィックを削除しています

Cluster Details ヘッダの右側にあるボックスで、質問の X をクリックしてクラスタ分析から削除します。質問を削除しても、クラスタが再計算されることはありません。

デモグラフィックの追加

Cluster Details ヘッダの右側にあるボックスで、ドロップダウン矢印をクリックします。次に、クラスタに再度追加する質問を選択します。

推奨されるクラスタ

十分なデータを収集し、MaxDiffクラスタリングページをリフレッシュすると、この機能によってクラスタが推奨されます。これらのクラスタは、回答者が最も好む機能の類似性に基づいて決定されます。  属性ごとに個別のユーティリティが計算され、これらのクラスタに共通する人口統計が強調表示されるため、さまざまな集団が製品をどの程度好むかをより深く理解することができます。

上のグラフでクラスタを強調表示して、このクラスタの詳細を確認します。クリックすると、下のクラスタの詳細が開きます。

クラスタの詳細

1. 概要：クラスター詳細の上部のバーには、最も顕著な詳細（主にクラスタのクラスター、クラスタの統計的重要性、回答者が一般的にデモグラフィックの質問に回答した方法、このクラスタ内の回答数、およびこのクラスタが適用される回答の割合）の概要が簡潔に表示されます。この部分をクリックして、残りの情報を展開したり折りたたんだりすることもできます。
   例：クラスタ 1 の画像では、回答は、自分のアパートを所有している人からのものである傾向があります。通常、4 人の回答者は、データセット全体の 80% であるこのパターンに適合しています。これは非常に小さいデータセットであるため、これらの結果に基づいて決定すべきではない可能性があります。これは、クラスタの強さの弱さによっても示されます。
2. デモグラフィック：このクラスターのメンバーがデモグラフィックの質問にどのように回答したかを示す一連の内訳バー。各内訳バーには、最も好ましい機能のユーティリティスコアに最も高い相関がある応答のラベルが付けられます。ただし、クラスタ内のユーザーは回答方法が異なることがわかります。
   例：クラスタ1の年収は「$20,000 -$29,000」と表示されている。しかし、最終的に「7万ドル～7万9000ドル」のバーが見られるので、これはこのクラスターにとって最も一般的な年収ではない。というのも、所得が低い人は、年収が高いクラスターの人よりも、単純に妥当な価格、耐久性などを大切にした可能性が高いからです。
3. 上位 5 つの機能：これらは、リストから機能を選択する際にクラスタのメンバーが最も好ましい機能として示した可能性が最も高い 5 つの機能です。強調表示されたデモグラフィックには、ここで選択した属性の効用スコアが高くなっています。
4. 分析のプレビュー: このボタンをクリックすると、このクラスタのデータについてのみ MaxDiff分析レポートが表示されます。

クラスタ強度の決定

Qualtricsでは、シルエットスコアリングと呼ばれる指標を使用して、各クラスターの強度を判断します。このスコアは、回答者がどの程度密集しているかを決める0～1の値を生成します。シルエットスコアからクラスタ強度への変換には、以下の表を使用します。

レポートへのクラスタの適用

クラスタをMaxDiff分析レポートに適用して、このクラスタ内の回答者が表示される属性を評価する方法について、より具体的な詳細を確認できます。

［レポート］タブの［MaxDiff分析］セクションで、左上の［セグメント］ドロップダウンからクラスタを選択します。

[レポート] タブの [MaxDiffクラスタリング] セクションでクラスタを選択している場合は、[分析のプレビュー] を選択することもできます。