重回帰分析を活用して効率的な施策構築を！

今回の記事ではマーケティング領域での分析手法として用いられることが多い【 重回帰分析 】について見ていきます。

重回帰分析を行うことにより、将来予測や、結果に相関のある項目を算出することが可能です。

重回帰分析を用いることにより、どの要素が何に対してどのような影響を与えているのかを把握できるため、より適切な施策構築を行うことができます。

重回帰分析とは

重回帰分析とは目的変数を予測する際に、複数の説明変数との相関関係を数式化して示す統計手法のことです。

（目的変数：リサーチする上で求めたい数値や結果 / 説明変数：結果に関連する要因や原因）

重回帰分析を用いることにより、各説明変数における目的変数への影響度を具体的な数値として求めることが可能なため、根拠あるデータとして提示しやすいメリットがあります。

重回帰分析で出来る2つの分析

要因分析

重回帰分析を用いることで要因分析を行うことが可能です。

たとえば飲食店を例にすると、従業員数や席数、時間帯、駅からの距離感などが要因として挙げられます。

そして、これらの要因が飲食店の売上や集客数に対して、どれだけのインパクトを与えているのかを分析するのが要因分析です。

仮に、集客に対して最もインパクトを与えている要因が「席数」であった場合、より多くの顧客を招き入れることができるように席数の増設を行うべきという仮説を立てられます。

つまり、売上や集客数などの目標に対して、最も重要視するべき要因は何であるかの仮説を立てるのが要因分析になります。

予測分析

重回帰分析では、予測分析を行うことも可能です。

予測分析では、要因分析で洗い出された項目を、数値化して分析を行います。

なお、重回帰分析は説明変数（要因）が複数あるため、数式では「y = β1x1 + β2x2 + β3x3 + C」などと表します。

βnは係数、xnは説明変数、Cは定数項（切片）となります。

仮に、飲食店での例を用い、影響度の大きい要因を「時間帯」「従業員数」「席数」とした場合、以下のような式を立てることができます。

「売上（y）= 0.3 × 時間帯 + 0.5 × 従業員数 + 0.8 × 席数 + 0.2 」

上記の式で用いている係数はあくまで仮のものですが、実際は係数を求め、公式に当てはめることにより将来に得られるであろう売上を予測することが可能です。

そのため、新規事業を立ち上げる際や、新たな営業所を展開する際に役立つと言えるでしょう。

いずれにせよこのような計算を手作業で行うことは現実的ではありません。

ExcelやPythonを用いることでより簡単に、正確に分析を行うことが可能です。

重回帰分析は要因分析や予測分析を行うことができるため、ビジネスを行う上では必要不可欠な分析手法の1つです。

現状の課題を解決し、ビジネスの成功確率を高めるために、まずは重回帰分析を行ってみてはいかがでしょうか。

回帰分析についての記事

⇒回帰分析をマーケティングに活用する | Truestar Consulting Group (truestar-cg.co.jp)

参考：重回帰分析とは？ビジネスでの活用シーンや方法・注意点を解説 | リサーチコラム | GMOリサーチ (gmo-research.jp)

参考：重回帰分析とは？マーケティング視点も含め初心者に解説します！ | MarkeTRUNK (profuture.co.jp)