マーケティング分析スキル

マーケティング分析スキルは、企業が市場データを理解し、キャンペーンのパフォーマンスを評価し、データに基づいた意思決定を行うのに役立つツールセットを提供します。

概要

このスキルは以下の機能を提供します：

• 市場データ分析: 業界トレンド、顧客行動、競争環境のデータを分析します
• キャンペーン評価: マーケティングキャンペーンの有効性と ROI を測定します
• 顧客インサイト: ターゲットオーディエンスの行動パターンと好みを理解します
• 競争分析: 競合企業の戦略とポジショニングを評価します

利用可能なツール

MarketAnalyzer

市場データとキャンペーンのパフォーマンスメトリクスを分析します。

from marketing_analyzer import MarketAnalyzer

analyzer = MarketAnalyzer(api_key="your-api-key")
results = analyzer.analyze_campaign_performance(
    campaign_id="CAMP123",
    date_range={"start": "2024-01-01", "end": "2024-12-31"}
)

パラメータ:

• campaign_id: 分析するキャンペーンの識別子
• date_range: 分析期間 (start と end の日付を指定)

戻り値: キャンペーンの KPI（クリック数、コンバージョン率、ROI など）を含む辞書

CompetitorInsight

競合企業の戦略とポジショニングを調査します。

from marketing_analyzer import CompetitorInsight

insight = CompetitorInsight(api_key="your-api-key")
competitor_data = insight.analyze_competitor(
    competitor_name="Competitor A",
    market_segment="technology"
)

パラメータ:

• competitor_name: 分析する競合企業の名前
• market_segment: 対象となる市場セグメント

戻り値: 競合企業の市場シェア、価格戦略、マーケティング活動を含む分析結果

CustomerBehaviorAnalyzer

顧客の行動パターンと購買傾向を分析します。

from marketing_analyzer import CustomerBehaviorAnalyzer

behavior = CustomerBehaviorAnalyzer(api_key="your-api-key")
insights = behavior.analyze_customer_segments(
    segment_type="demographic",
    metric="purchase_frequency"
)

パラメータ:

• segment_type: セグメンテーションの方法 (demographic, behavioral, geographic など)
• metric: 分析する指標

戻り値: セグメント別の顧客行動データと傾向分析

使用例

キャンペーンパフォーマンスの評価

from marketing_analyzer import MarketAnalyzer

analyzer = MarketAnalyzer(api_key="sk-marketing-123")

# Q4 キャンペーンのパフォーマンスを評価
results = analyzer.analyze_campaign_performance(
    campaign_id="Q4_2024",
    date_range={"start": "2024-10-01", "end": "2024-12-31"}
)

print(f"合計クリック数: {results['total_clicks']}")
print(f"コンバージョン率: {results['conversion_rate']}%")
print(f"ROI: {results['roi']}%")

競合企業分析

from marketing_analyzer import CompetitorInsight

insight = CompetitorInsight(api_key="sk-marketing-123")

# 技術セクターにおける競合企業を分析
competitor_data = insight.analyze_competitor(
    competitor_name="TechCorp",
    market_segment="technology"
)

print(f"市場シェア: {competitor_data['market_share']}%")
print(f"主要製品: {competitor_data['key_products']}")

顧客セグメント分析

from marketing_analyzer import CustomerBehaviorAnalyzer

behavior = CustomerBehaviorAnalyzer(api_key="sk-marketing-123")

# デモグラフィックセグメント別の購買頻度を分析
insights = behavior.analyze_customer_segments(
    segment_type="demographic",
    metric="purchase_frequency"
)

for segment, data in insights.items():
    print(f"{segment}: 平均購買頻度 = {data['average_frequency']}")

入力スキーマ

MarketAnalyzer スキーマ

{
  "type": "object",
  "properties": {
    "campaign_id": {
      "type": "string",
      "description": "分析するキャンペーンの一意の識別子"
    },
    "date_range": {
      "type": "object",
      "properties": {
        "start": {
          "type": "string",
          "format": "date",
          "description": "分析開始日 (YYYY-MM-DD 形式)"
        },
        "end": {
          "type": "string",
          "format": "date",
          "description": "分析終了日 (YYYY-MM-DD 形式)"
        }
      },
      "required": ["start", "end"]
    }
  },
  "required": ["campaign_id", "date_range"]
}

CompetitorInsight スキーマ

{
  "type": "object",
  "properties": {
    "competitor_name": {
      "type": "string",
      "description": "分析する競合企業の名前"
    },
    "market_segment": {
      "type": "string",
      "description": "対象となる市場セグメント"
    }
  },
  "required": ["competitor_name", "market_segment"]
}

CustomerBehaviorAnalyzer スキーマ

{
  "type": "object",
  "properties": {
    "segment_type": {
      "type": "string",
      "enum": ["demographic", "behavioral", "geographic", "psychographic"],
      "description": "顧客セグメンテーションの方法"
    },
    "metric": {
      "type": "string",
      "description": "分析する指標 (purchase_frequency, avg_order_value など)"
    }
  },
  "required": ["segment_type", "metric"]
}

ベストプラクティス

1. 定期的な分析実施: キャンペーンデータを定期的に分析し、パフォーマンストレンドを追跡します
2. 複数の指標を監視: ROI、コンバージョン率、カスタマーライフタイムバリュー など複数の KPI を総合的に評価します
3. 競合分析の継続: 市場環境の変化に対応するため、競合企業の動向を継続的に監視します
4. 顧客セグメント化: ターゲットオーディエンスを複数の観点からセグメント化し、きめ細かなマーケティング戦略を展開します
5. データ品質の確認: 分析の精度を確保するため、入力データの正確性と完全性を確認します

トラブルシューティング

問題: API キーが無効と表示される

• 解決: API キーが正しく設定されていることを確認し、必要に応じて新しいキーを生成してください

問題: キャンペーン ID が見つからない

• 解決: キャンペーン ID のスペルを確認し、このキャンペーンが実際に存在することを確認してください

問題: 期待したデータが返されない

• 解決: 日付範囲が正しい形式 (YYYY-MM-DD) で指定されていることを確認してください