ブランド名テスト市場調査
マネージャーや経営幹部は、自社のブランド名や製品名が顧客によってどのように解釈されるかを理解する必要性に直面することがよくあります。
ブランド名テスト市場調査では、ブランド名や製品名が購買意思決定、顧客エンゲージメント、クライアントの戦略的優先事項にどのような影響を与えるかをテストし、解釈します。
定性的調査と定量的調査を組み合わせることで、管理者に詳細な戦略的洞察を提供できます。
定性調査
定性調査の目的は、顧客の考え方を探り、顧客の声を引き出すことです。定性調査では、意識的および潜在意識的な考えを把握し、定量調査ツールの開発に役立てます。
質的研究では、態度、信念、意見に関する幅広い情報を提供できるほか、さまざまな社会的、心理的背景を調べることもできます。
定性調査により、クライアントは消費者の行動や感情をより深く理解し、評価できるようになります。その結果、クライアントは、どのような名前が顧客から肯定的または否定的な反応を引き出すのかをより深く理解できるようになります。
これらのフォーカス グループでの会話は、現在の顧客と潜在的な顧客の視点をさらに探り、対話するのに役立ちます。フォーカス グループ ディスカッションで検討される領域の一部は次のとおりです。
- 顧客層
- 製品名が購買プロセスに与える影響
- 候補名に対する肯定的および否定的な反応
- 名前が足りない
- 名前がどれだけ記憶に残るか
- 候補となる名前から思い浮かぶもの
- なぜ名前Bではなく名前Aを選ぶのか
- 現在の顧客とターゲット顧客のライフスタイルと製品を使用する理由
- 製品に対する感情
- 買い物と購入の習慣
定量調査
定量的フェーズの目的は、4 つの候補製品名をそれぞれ評価し、ランク付けすることです。定量的調査により、製品名の好み、市場メッセージ、満たされたニーズと満たされていないニーズについての洞察が得られます。
同様のプロジェクトの経験から、定量化するための定量フェーズを推奨する場合があります。 「お客様の声」 このオンライン消費者調査では、以下の内容を定量化します。
- 候補製品名の好みレベル
- 製品名の一般的な重要度
- 名前のせいで商品を購入しないかどうか
- 特定の名前の製品をどのくらいの頻度で購入するか
- 購入頻度と商品の使用方法
- 製品に対する態度と使用方法
各製品について、2 つの質問と 3 番目の条件付きフォローアップの質問をすることができます。
- 最初の質問は、相対的な好みを引き出すための固定合計割り当ての質問です。たとえば、「次の 4 つの製品名に 20 ポイントを割り当ててください。割り当ては、名前に対する相対的な好みを表します。」 この種の質問は、順位 (順序データ) だけでなく、好みの強さ (間隔または比率データの解釈が可能) を測定します。重要なのは、合計ポイント数が提示された選択肢の数の偶数倍である必要があることです。そのため、実際には無関心な回答者は、名前に同じポイント数 (ここでは 4×5=20) を与えることができます。
- 2 番目の質問は、一番上の選択肢に対する絶対的な好感度を探ります。たとえば、「1 が強い嫌悪感、7 が強い好感度を表す 1 から 7 のスケールで、質問 #1 で最も好む選択肢をどの程度評価しますか?」 7 段階スケールは古典的なリッカート尺度ですが、他のスケールも使用できます。ただし、奇数のポイントを持つスケールを使用すると回答者は中立的になることができますが、偶数のポイントを持つスケール (1 ~ 10 スケールなど) を使用すると、回答者は数学的に中立的な回答を得ることができません。この場合、中立的な回答が望ましいと思います。
- 3番目の質問は、#2の評価が一定の基準を下回る回答者に対してのみ適用され、より良い代替案を探ります。 たとえば、「あなた自身の個人的な見解で、[Q2 で #1 と評価した名前] よりも良い製品名を思いつきますか?」この質問では、回答を一切受け付けず、また、5 秒などの短い「有効期限」を設けて、熟考された回答ではなく、より自発的な回答を引き出す必要があります。
いくつかの代替案と観察:
調査では、4 つの製品すべてについて Q2 を尋ね、絶対的な好みから相対的な好みを推測することもできます。ただし、このタイプの質問では、固定金額の質問ほど回答者の関心を引き付けることができず、回答者が判断を下したがらないか、「スパム回答をして金銭を受け取る」という悪用により、「一律」の回答になりがちです。
候補名について言えば、一部の企業では、製品と意味的に何らかのつながりがある名前を割り当てるのが一般的です。ただし、同じ製品カテゴリ内では、名前は互換性がある場合があります。これが事実であれば、回答者に「マッチング」の質問をするのが妥当です。たとえば、「この 7 つの候補製品名の中から、これら 4 つの製品それぞれに最適な名前を選択してください。」
クライアントによっては、これら 4 つの製品について異なる顧客プロファイルを念頭に置いている場合があります。これらのプロファイルは主にカテゴリ変数 (性別、年齢層、人種/民族など) の組み合わせであるため、この情報を収集して、異なる候補名がさまざまな人口統計グループに対して異なるレベルの魅力を持つかどうかを確認します。
戦略分析
戦略分析では、 フェーズI:定性調査 - フォーカスグループ、 そして フェーズ II: 定量調査 - 消費者オンライン調査 そして、それらを首尾一貫して効果的な方法で提示します。成果物は、以下の点を明記した包括的な PowerPoint レポートになります。
- 潜在的な製品名に対する顧客の認識
- 肯定的な反応
- 否定的な反応
- 商品名に対する顧客の認識に影響を与える要因
- 高度な分析
- 各製品に最適な名前
- 名前の推奨事項
- 結論
高度な分析に関しては、まず質問を投げかけてからツールを選ぶのがよいでしょう。しかし、ターゲット変数 (製品名) と人口統計の両方で個別の選択について話してきたことを考えると、順序データ間の関係性を明らかにするためにノンパラメトリック統計テストを使用できることは間違いありません。
クラスター分析とロジスティック回帰は、クライアントが具体的に何を知りたいか、そしてさらに重要な実際の結果に応じて役立つ場合があります。
例:
- ターゲット変数内: ある名前を好む回答者は別の名前を好む傾向がありますか? 好まれる名前の「クラスター」はありますか?
- ターゲット変数と人口統計の間: 特定の回答者プロファイルは特定の名前を好みますか? 絶対的な好みは何らかの人口統計特性と関連していますか?
最終的な成果物は、管理者向けのアクション プランを含む影響力の大きいレポートです。