| 執筆者 | 水野 誠 (明治大学)／青山 秀明 (ファカルティフェロー)／藤原 義久 (兵庫県立大学) |
|---|---|
| 発行日/NO. | 2020年8月 20-E-070 |
| 研究プロジェクト | 経済ネットワークに基づいた経済と金融のダイナミクス解明 |
| ダウンロード/関連リンク |
概要
今日の消費財市場では、カスタマージャーニー（顧客とブランドのタッチポイントの系列）を量的に把握するために高次元データの分析が要求されている。事前に信頼できる知識がない場合、また過度の仮定を置かないために、われわれは複素ヒルベルト主成分分析（CHPCA）と呼ばれる新たな手法を提案し、ホッジ分解による同期ネットワークを構築する。CHPCAは時間的な先行や遅れを伴う有意な共動関係（comovement）を抽出し、ホッジ分解は相関の時間的構造を識別することを可能にする。われわれはこの方法を日本のビール市場に適用することで、ブランド内およびブランド間のカスタマージャーニーを構築するうえで有用であることを示す。さらに、CHPCAの結果から得られた空間における個々の顧客の座標を計算し、個人差を把握する。最後に経済政策上/実務上の含意、研究の限界と今後の発展について議論する。
概要（英語）
In today's rapidly evolving consumer markets, obtaining a quantitative grasp of the customer journey (the sequence of touch points where customers and brands meet, which is important for marketing strategy) requires analysis of extremely high-dimensional data. Existing studies ignore the effects of touch points of multiple brands that are mutually competitive. We propose to apply a novel method called complex Hilbert principal component analysis (CHPCA) to allow unbiased, model-free analysis, and construct a synchronization network using Hodge decomposition. We apply this method to Japanese beer market data and show that it is suitable for the construction of the customer journey map both within-brand and across brands, the latter reflecting competition among firms. Furthermore, we capture customer heterogeneity by calculating the coordinates of each customer in the space derived from the results of CHPCA. Lastly, we discuss the policy and managerial implications, the limitations, and further development of the proposed method.
Published: Mizuno, Makoto, Hideaki Aoyama, and Yoshi Fujiwara, 2021. "Untangling the complexity of market competition in consumer goods - A complex Hilbert PCA analysis," PLOS ONE, 16(2): e0245531.
https://doi.org/10.1371/journal.pone.0245531
