分析手法一覧 リサーチフリーウェイでは、様々なデータ解析手法を用い、多角的な分析を行っています。

• multiple regression analysis 重回帰分析

  ある変数（結果）と複数の変数（要因）の関係性を関数の形式で数値化し、予測したい結果をシミュレーションする分析手法です。例えば、広告費用や店舗面積、従業員数などの複数の変数（要因）をもとに、売上や来客数などの変数（結果）を予測することが可能です。

• factor analysis 因子分析

  因子とは「ある結果を引き起こす原因」を意味し、因子分析とはアンケートから得られた変数（結果）がどのような変数（要因）から影響を受けているかを明らかにする分析手法です。多変量データに潜む共通因子を探り出し、消費者の潜在意識や傾向を見出す目的で使われます。

• principal component analysis 主成分分析

  主成分分析とは、複数の変数を少数項目にグルーピングし、理解しやすい合成変数（主成分）に置き換えて行う分析手法です。膨大な多変量データが集まるビッグデータは把握が難しいですが、主成分分析によって理解がしやすい形に要約し、データ全体の可視化を容易にします。

• Quantified Class I, II, III and IV 数量化I類・II類・III類・IV類

  おいしさの程度や天候の状態など、数値で表せないデータを扱う分析手法です。数量化理論では、これらのデータに合理的な数値を割り付けることで、既存の多変量解析手法を用いて分析したり、質的データ間の類似度を定義することで相互関係の解析などを可能にします。

• discriminant analysis 判別分析

  判別分析とは、いくつかのデータがどんな基準でグループ分けできるかを解析し、判断材料や基準データをもとに予測を行う分析手法です。例えば、市場調査の結果から「満足」「不満」グループの特性を知りたい、「自社」と「他社」の顧客の差異を明らかにしたい場合などに用いられます。

• correspondence analysis コレスポンデンス分析

  コレスポンデンス分析とは、クロス集計結果などをマップ上にプロットし、調査結果の把握を容易にする分析手法です。自社に対するイメージや満足度、自社と競合企業のポジショニングの違いが可視化でき、各要素の位置関係が近いほどブランドが類似していると言えます。

• cluster analysis クラスター分析

  クラスター分析とは、性質の異なるものが混ざり合う大きな集団から、何らかの視点で性質が類似する集落（クラスター）を作り、対象を分類する分析手法です。分類基準が明確でない「似たもの同士」を集めることで、各クラスターに有効なマーケティングアクションの検討に役立てます。

• conjoint analysis コンジョイント分析

  コンジョイント分析とは、商品を優位づける個別要素のみを評価するのではなく、商品の全体像（要素の組み合わせ）を評価することで、購買への影響を算出する分析手法です。ユーザーが重視する要素の組み合わせを統計的に探ることで、商品開発のコンセプト立案に効果を発揮します。

• cohort analysis コーホート分析

  コーホート分析とは、「団塊の世代」や「ゆとり世代」などといった、同じ時期に生まれた人々の生活様式、行動傾向、特性などを調査する分析手法です。生まれた年代、時代の変化、年齢の変化から、各世代の物に対する価値観を見極め、今後の需要予測へと繋げていくことが可能です。