ブランド認知率
マーケティング担当者の最も重要な役割は、自社の製品やサービスの認知度を高め、顧客の需要を創出することで、持続的な成長を支えることにあります。
そのため、マーケティング担当者は顧客のライフサイクルに合わせて、様々な活動をすることになります。
また、各ステージのマーケティング活動の最適化のためには、個々の活動に対する指標をモニターすることも少なくありません。
しかし、各ステージの最適化が必ずしも、購買サイクル全体を通した最適化には結びつくとは限らず、購買サイクル全体を最適化するためには、効率的に顧客を次のステージに誘導することが必要です。
そこで重要になるのが、それぞれのステージでのマーケティング活動が、いかに成果（次のステージへの移動）に結びついたかを捉える指標（KPI）を定義して、モニターすることです。
そこで、このノートでは、顧客サイクルの最も最初のステージである「認知」のステージの指標である、「ブランド認知率」を紹介します。
このステージにおけるマーケティングの目的や役割は、見込み顧客が自社のカテゴリーの製品やサービスの購入を検討した際に、購買候補として思い起こしてもらえるようにすることです。
「認知」のフェーズにおける活動は、テレビCMや、Web広告などの多岐にわたりますが、ここで重要なポイントは、実際に広告を見た人達が、特定の製品カテゴリーの商品（例: ビール）を買おうと思ったときに、自分達の製品を購買候補として検討してくれているか、あるいは思い起こしてくれるかどうかです。
そこで、消費者（潜在顧客）に以下のような質問をして、上記を測ろうとする指標が「ブランド認知率」になります。
例えば、16名に上記の質問をした際、自社のサービスや製品名を挙げた人が8名だった場合、ブランド認知率は50%になるわけです。
また、ブランド認知率のトレンドを可視化することで、時間の経過とともに、ブランド認知率を改善できているかを理解できます。
さらに、顧客セグメントに分けてブランド認知率を比べれば、どういったグループでブランド認知率が高いかを理解でき、ステージ内の活動の改善に役立てられます。
ブランド認知率の作り方
今回は1行が1人の回答者を表し、列には、「回答日」「広告開始前か後か」「自社の製品を想起しているかどうか」の情報を持つデータを使って、ブランド認知率を計算する紹介します。
今回のデータには、「自社の製品を想起しているかどうか」といったロジカル型の列があるため、「自社の製品を想起しているかどうか」のTRUEの割合を計算すれば、それがそのままブランド認知率になります。
今回は、広告の実施前後でブランド認知率を比べたいので、チャートビューに移動して、チャートタイプにバーを選択し、X軸に「広告ステータス」を選択します。
続いて、Y軸には「自社の製品を想起している」を選択し、集計関数にTRUEの割合を選択します。
これで広告の実施前後のブランド認知率を可視化でき、3%ほどの差があることを確認することができました。
この3%という差が意味のある差なのかを理解したいときには、「エラーバー」を利用できます。
チャートタイプを「エラーバー」に変更してマーカーを「サークル」に変更すると、ブランド認知率の95%区間が表示されました。
このとき、広告開始前と、開始後のブランド認知率の95%信頼区間が重なっていることから、両者の間に意味のある差があるとは言えないことがわかります。
また、ブランド認知率をXmRチャートで可視化することで、特筆すべき、変化が起こっているかどうかを理解することが可能です。
新しく、チャートを追加して、タイプに「ライン」を選択します。
続いて、X軸には「回答日」を選択し、今回は日付の丸め処理に「週」を選択します。
次にY軸に「自社の製品を想起している」を選択し、集計関数にTRUEの割合を選択します。
続いて、Y軸メニューからリファレンスラインを選択します。
リファレンスラインの設定ダイアログが開いたら、リファレンスラインのタイプに「平均値」を選択します。今回のデータでは、2021-03-28以降に広告の配信が始まっているため、ベースデータの範囲に、「以前」を選択し、値には「2021-03-28」と入力します。
続いて、範囲タイプに「管理限界(X)」を選択し、「上(下)範囲の中央線を表示」にチェックを付け、適用します。
これで、ブランド認知率のXmRチャートを可視化できました。
2021/7/18週に、ブランド認知率の向上のシグナルを確認することができましたが、その翌週には、通常のバラツキの範囲内に戻ったため、今後、継続してブランチ認知率向上のシグナルが出るかを確認する必要があると言えそうです。
