Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
RでPSM分析
Search
bob3bob3
October 18, 2024
Marketing & SEO
550
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
RでPSM分析
RでPSM分析。
Van Westendorp's Price Sensitivity Meter.
bob3bob3
October 18, 2024
More Decks by bob3bob3
See All by bob3bob3
RとLLMで自然言語処理
bob3bob3
3
1.1k
Rでコンジョイント分析 2024年版
bob3bob3
0
2.9k
『改訂新版前処理大全』の話と Apache Parquet の話 #TokyoR
bob3bob3
0
1.5k
R言語の環境構築と基礎 Tokyo.R 112
bob3bob3
0
670
『データ可視化学入門』をPythonからRに翻訳した話(増強版)
bob3bob3
0
620
『データ可視化学入門』を PythonからRに翻訳した話
bob3bob3
1
690
qeMLパッケージの紹介
bob3bob3
0
3k
「国と音楽」 ~spotifyrを用いて~ #muana
bob3bob3
2
690
パーマーステーションのペンギンたち#3 探索的データ分析(EDA)編
bob3bob3
1
900
Other Decks in Marketing & SEO
See All in Marketing & SEO
What’s moving the needle in Ecommerce SEO & AI Search in 2026
aleyda
0
730
MeasureFest 2026 - How Claude Code Helped Me Transform Reporting and Delivery for AI Search and SEO - Christian Goodrich
cargoodrich
1
140
PDPs Over PLPs: How to Win Organic Visibility with Product Pages
gkoivikko
0
180
Proactively Manage Negative Keywords To Drive PPC Efficiency Hero Conf / Brighton SEO 2026
dezcalton
1
160
5 Pillars for Winning in AI Search - Daniel Liddle (Senior SEO Director at iCrossing)
liddle
1
280
Making The Impossible Possible: The Human Advantage in the Age of AI
lisapaasche
PRO
0
4.6k
転職ドラフト ビールスポンサーのご紹介(きのこカンファレンス2026ver.)
tenshoku_draft
0
270
JAWS/AWS Community Update - 2026年7月19日JAWS-UG佐賀#32 唐津初開催〜Builder Cardsで楽しくAWSを学ぼう〜
awsjcpm
1
190
マーケターのためのハーネスエンジニアリング入門
tasky_ai
0
510
From Rankings to Recommendations: Closing the Measurement Chasm
nathanless
PRO
0
280
AI時代にこそ"深く聞け" - N1が語るナラティブの力が組織を動かし競争優位を創る
yigarashi
1
130
The SEO roadmap is dead. The future of search is decided in real time.
valentinejahan
0
520
Featured
See All Featured
Breaking role norms: Why Content Design is so much more than writing copy - Taylor Woolridge
uxyall
1
450
Navigating the moral maze — ethical principles for Al-driven product design
skipperchong
2
610
What’s in a name? Adding method to the madness
productmarketing
PRO
24
4.2k
Automating Front-end Workflow
addyosmani
1369
210k
Lightning Talk: Beautiful Slides for Beginners
inesmontani
PRO
2
720
Fireside Chat
paigeccino
43
4.1k
Design of three-dimensional binary manipulators for pick-and-place task avoiding obstacles (IECON2024)
konakalab
0
610
StorybookのUI Testing Handbookを読んだ
zakiyama
31
7k
My Coaching Mixtape
mlcsv
0
340
Crafting Experiences
bethany
1
380
A better future with KSS
kneath
240
18k
So, you think you're a good person
axbom
PRO
2
2.2k
Transcript
RでPSM分析 2024/10/19 Tokyo.R #115 @bob3bob3
高い? 安い? ラーメン1杯が1万円!
高い? 安い? スポーツカーが1万円!
高い? 安い? どっちも同じ1万円なのに高かったり安かったりする。
内的参照価格(グーテンベルグ仮説) • 内的参照価格は価格を判断する基準として用いられる心理的な価格。 ◦ 内的参照価格には幅(区間)がある。 • 消費者は内的参照価格と比較して価格を判断する。 ◦ 販売価格
< 内的参照価格 → 安い! ◦ 販売価格 > 内的参照価格 → 高い! ◦ 販売価格 = 内的参照価格 → 妥当 • 内的参照価格は過去に観察、経験した様々な価格に基づいて形成される。そのた め、内的参照価格は人によって異なる。観察、経験が追加されることで更新され る。 • 商品/サービスを開発するうえで、内的参照価格を把握することはとても大切。
どうやって内的参照価格を把握する? • 個々の消費者の内的参照価格をアンケート調査でうまいこと聞き出したいが、自覚 していない価格の質問は難しい。 • いくつかの方法 ◦ モナディック測定 (Monadic Measurement)
▪ 回答者をいくつかのグループに分け、異なるグループには同じ商品でも異なる価格を提示し て、グループごとに購入意向の違いがあるかを検出する手法。ABテスト、RCT。 ◦ 比較測定 (Comparative Measurement) ▪ コンジョイント分析のように、価格が違う複数の商品のプロファイルの中から好ましいものを 選ぶ手法。 ◦ 自己申告式測定 (Declarative Measurement) ▪ 回答者に価格を直接質問する手法。代表的な調査・分析法が PSM分析。
PSM分析のための質問 • いくらから「安すぎて品質が疑わしい」と思いますか。 ◦ 非受容最低価格、too cheap • いくらから「安い」と思いますか。 ◦
受容最低価格、cheap • いくらから「高い」と思いますか。 ◦ 受容最高価格、expensive • いくらぐらいから「高すぎて買えない」と思いますか。 ◦ 非受容最高価格、too expensive
回答データ例 • 人工データ(ラーメン) ◦ tch:安すぎ ◦ ch:安い ◦ ex:高い ◦
tex:高すぎ
回答の分布を確認
PSM分析のやり方 1. 各回答の累積度数を算出。流儀が2つ。 a. 原論文:「高い」「高すぎ」は安いほうから累積。「安い」「安すぎ」は高い ほうから累積。 b. 現在の主流:「高い」の反転と「安すぎ」は高いほうから累積。「安い」の 反転と「高すぎ」は安いほうから累積。 2.
折れ線グラフにして、交点の価格を求める。 a. Accepted Price Range(受容価格帯) b. Indifference Price Point(妥当価格、妥協価格) c. Optimal Price Point(理想価格、最適価格、浸透価格)
RでPSM分析 以前、自分で書いたがtidyverseが出現する前だし関数化もしてない……
pricesensitivitymeterパッケージで手軽に実行(1) library(ggplot2) library(pricesensitivitymeter) # 再現性のための乱数種固定 set.seed(1234) # デモ用回答データの生成。ラーメン想定 data_psm_demo <-
data.frame( tch = round(rnorm(n = 250, mean = 290, sd = 40), digits = -1), # Too cheap ch = round(rnorm(n = 250, mean = 390, sd = 80), digits = -1), # Cheap/Good Value ex = round(rnorm(n = 250, mean = 1000, sd = 160), digits = -1), # Expensive/High Side tex = round(rnorm(n = 250, mean = 1500, sd = 320), digits = -2) # Too expensive )
pricesensitivitymeterパッケージで手軽に実行(2) # PSM分析実行 output_psm_demo1 <- data_psm_demo |> psm_analysis( data =
_, toocheap = "tch", cheap = "ch", expensive = "ex", tooexpensive = "tex" ) # 結果サマリー output_psm_demo1 |> summary() Van Westendorp Price Sensitivity Meter Analysis Accepted Price Range: 330 - 1160 Indifference Price Point: 600 Optimal Price Point: 380 --- 200 cases with individual price preferences were analyzed (unweighted data). Total data set consists of 250 cases. Analysis was limited to cases with transitive price preferences. (Removed: n = 50 / 20% of data)
pricesensitivitymeterパッケージで手軽に実行(3) # 描画 psm_plot(output_psm_demo1) + labs( x = "Price", y
= "Share of Respondents (0-1)", title = "Example Price Sensitivity Meter Plot", caption = "Shaded area: range of acceptable prices\nData: Randomly generated") + scale_x_log10() + theme_minimal()
Enjoy!