官能評価なるもん|テイストテクノロジー社のブログ

youtubeから官能評価の動画（英語）です。

mmr社はグローバルな市場調査会社です。そこの官能評価部門の様子です。

途中のブース画面から、回答用ソフトはCompusenseみたいですね。

パネルリーディングのイメージを知りたい方にはよいのではないでしょうか。ホワイトボードの前に立っている方がパネルリーダー（PL）でしょう。

4/2からJMP10が発売されました。

SASリリース

まだ使っていないので何とも言えませんが、正直なところ今回のバージョンは値上げが目的なのではないかと裏読みしてしまいます。

これまでのバージョンでは20万円を切っていましたが、JMP10の定価は220500円（税込）です。当初はキャンペーンと称して、JMP9と同額で販売しますが、キャンペーン終了後（5/15）からは20万越えになります。また、アップグレード対象もJMP9までとなっており、過去のユーザーを切り捨てた感があります。

過去のバージョンアップの際には、新バージョンを発表後に旧バージョンを購入すると無料でバージョンアップ権が付いていましたが、今回はなし。アップグレードに94500円（税込）かかります。

日本語環境に難ありで、オンラインヘルプは英語です。（※2012年第4四半期（予定）より無料ダウンロードを開始する「JMP 10.0.2メンテナンスアップデート」を適用することで、ドキュメントやヘルプも含めた完全日本語版として、継続して利用可能になります。とのこと）

つまり、英語が苦手な人が新規にJMPを購入するとなると日本語が充実しているJMP9だが、今（新年度の始まったばかりのイマ）買うと、すぐ型落ちとなり、JMP10へのアップグレードには10万弱かかるということです。

どちらにしてもJMP10を使ってみて判断したいと思います。

個人的にはJMP8のプラットフォーム（ユーザーインターフェース）が一番好きですが。

7/14に日本官能評価学会　企業部会の第一回会合が開かれました。
20人ほどの参加者があり、食品・飲料を中心に化粧品・日雑系メーカーなどが参加されていました。

名古屋からも参加があり、皆さん意欲にあふれていました。

会合では、部会の方向性や活動内容、活動テーマなどまっさらなところからのスタートという感じでした。

参加して感じたことは、皆さんがかなりマーケティングの知識に興味があるということでした。一方で、マーケティングサイドと官能評価サイド（開発）の意見の食い違いや視点のギャップがあることも認識されているようです。マーケターとして知識を深めたいというより、コミュニケーション対象者であるマーケターを理解するためにマーケティングの知識を身につけたいといった感じでした。

現在、私自身の業務はマーケティングと官能評価の両方に従事しているので、マーケティングサイドからの視点も官能評価サイドからの視点も理解できます。そこには小さいようですが、実は大きな溝があり、この溝を埋めるのは非常に大変だと感じています。

小さい食品会社やレストランならば、商品開発もマーケティングも同じ人が一貫した視点で携わるので、溝が生まれ難いですし、あったとしても自分の中で解決できます。しかし、大企業ともなるとセクショナリズムと相まって非常に難しい問題となってきます。

解決の糸口としては相互理解が最も重要です。

そのきっかけとして企業部会を通じて何らかの貢献ができればいいなと思っております。

日本官能評価学会に所属してなくても参加できるそうです。
ご興味のある方は下記をご参照ください。また、ご紹介もできますので希望の方はご連絡ください（webmaster@taste-technology.com　件名に「企業部会紹介希望」）。

日本官能評価学会－企業部会からのお知らせ－

文責　平沼

バレンタインデーはおいしいチョコを食べましたか？
市場に出回るチョコレートが多様化し、消費者（というか私に）に選択肢が増えたことは嬉しいですね。

さて、そんなバレンタインデーの翌日ですが、何の日かご存知でしょうか？
「宣伝会議」2/15号の発売日でした。

なぜ突然そんな話題が出るのか。

話は昨年末のことです。
弊社代表の平沼が私にこういいました。
「官能評価での統計手法なんて難しいのはいらんよ。それよりもパネルだ。
パネルが悪けりゃどんな統計手法もゴミだね」と。

最近の平沼はアンケートの集計とパーセンテージぐらいしか計算してませ
んでしたし、私もちょっと虫の居所が悪く、つい
「都合のいい言い方ですね」
と言ってしまいました。言った後で、しまったと思ったのですが、平沼の
ほうを見るとニヤニヤしています。
「ぶ、不気味だ」

ここからはライブで。

平沼「平均以外も知ってるよ」
私　「当たり前じゃないですか！」
平沼「多変量解析はできないとでも？」
私　「そういう意味では。ただ、最近そういう（高度そうな）分析をしているのを見ないですよね。」
平沼「必要ないからだよ」
私　「なんとでも言えますよね」
平沼「･･･。ところで8月に娘が生まれたのを覚えてる？」
私　「もちろん。それが？」
平沼「誕生記念になんかやろうと思ってさ。ネットを見てたら宣伝会議と野村総研が
『マーケティング分析コンテスト』というのを開催するのを見つけたんだ。でね、応募した。」
私　「はぁ・・・」
平沼「仕事じゃ使わない斬新な分析をしてみたよ。2月中旬に発表だから。」

そういって平沼は出て行きました。

その後、前年の受賞レポートを読んでみたのですが、訳がわからない分析ばっかりでした（涙
http://www.sendenkaigi.com/mac/index.html

いわゆるデータマイニングとかそういう分野だと思います。

話が長くなってしまいましたが、そのマーケティング分析コンテストの結果が「宣伝会議」
2/15号に載っているというのです。正直、偉そうなことを言って載っていなかったらチクッと
言ってやろうと思ったのですが、一方で、載ってなければそれはそれで寂しいなぁ、と。

おそるおそるジュンク堂へ行き、宣伝会議2/15号を見つけて手に取りました。
表紙にはそれらしい項目がありません。
「次号なのかな」
目次を開いてみました。
「おー、あったあった。054　独自の視点で購買要因を分析『マーケティング分析コンテスト2008』詳報。これだ」
おっかなびっくりで、54ページを開いてみるとそれらしいのがあるじゃないですか。見開きで特別レポート。
左側のページに受賞作品の一覧が・・・

最優秀は、東洋大学と東大院の方（1点）
優秀賞は、関西学院専門職大学院の方（1点）
奨励賞は、平沼孝太、福岡大の方（2点）

おー、なんかもらっている！

なになに、審査員コメントは、
「『買う人、買わない人』という着眼点が面白い。商品カテゴリによって結果に差が出ることを、ひとつのインプリケーションとして示している。」（横浜国大　阿部教授）
「シングルソースの使い方、態度変容を見る着眼点が非常に新鮮。検証・調査には有用性がある分析だと思う」（野村総研　塩崎氏）
（以上、『宣伝会議』2/15号より引用）
だと。

うむむ、どうやら平沼のいう「斬新な分析」とやらは一応の評価を得てるらしいぞ。
悔しいが、平沼にはチョコレートを倍にせねばなるまい（今年は週明け配給なので）。

それにしても大学関係者ばかりの受賞者の中によく紛れ込んだなぁと、ちと尊敬。

そんなバレンタインデー明けでした。

探索的統計解析ソフトウェアのJMP8が発売になるそうです。

12月19日（金）までは期間限定・早期購入キャンペーン実施中だそうで。

ほしい人にはチャンスですね。

【早期購入キャンペーン】

http://www.jmp.com/japan/landing/jmp8_preorder.shtml

JMP7のときは正直バージョンアップの必要性を感じませんでしたが、JMP8は違うようです。

官能評価関係で一番興味を引いたのは「TukeyHSD検定のP値表示」ができるようになった

ことです。

これはホントうれしいですね。

官能評価で多いのは5,9点の評点法やラインスケールです。検定では標準品があれば
Dunnettで、なければTukeyが一般的です。
（t検定、Duncunは注意が必要です。詳細は永田先生の書籍が詳しいです。）



最近はほとんどのソフトウェアが検定結果を星（*）の数ではなく、P値を表示することが
主流です。また、ユーザーもどの程度の確率なのか数値で見たいという要望も多くあります。

JMPでどうしても気になっていた機能がまさに「TukeyHSD検定のP値表示」です。

他にも開発・品質管理関係の機能が充実しています。グラフィック機能も充実してきました。


一つ注文をつけるなら、やはりOffice製品とのデータのやり取りがシームレスにできるよう
になれば素敵ですね。（出力後のレイアウトに問題が･･･）

SASとの互換性を向上させたようですが、SASを使っているところでJMPを使うのかなぁと、
ちと疑問です。

SPSSを使っていた時もエクセルとの親和性が低く、分析作業の主流がエクセルアドイン系ソフト
に移ったことがあります。
独自路線を突き進むのもいいですが、協調も必要ですよねSASさん♪



【JMP8の詳細機能紹介】

http://www.jmp.com/japan/software/jmp8/pdf/jmp8intro_full.pdf

まずは試してみたい方はこちらをお勧め（体験版付き）！

◆◇◆◇◆◇◆官能評価ＴＴ通信No.35◆◇◆◇◆◇◆

さて、今回のテーマは「プリファレンスマッピング」です。

官能評価においてもデータとデータを結合することは結構あります。
前回の評価事例-後編でご紹介した「他社データと自社データの結合」も1つの方法です。

今回は官能データと嗜好データとの結合、いわゆる「プリファレンスマッピング」のお話です。

弊社で扱う「データ結合」案件で最も多いのが官能データと嗜好データ（マーケティングデータ）の結合で、次が官能データと機器データになります。やはり各企業が市場の声に耳を傾けているという姿勢のあらわれでしょうか。

さて、プリファレンスマッピングです。

プリファレンスマッピングといえばGreenhoff & Macfieの「Preference mapping」に起源をもちますが、現在では様々なバリエーションが発表されています。

Greenhoff K. & Macfie H. J. H. (1994). Preference mapping in practice. In Measurement of food preferences, ed. H. J. H. MacFie and D. M. H. Thomson.Blackie academic & professional. London.

プリファレンスマッピングには大きく分けて2つの種類があります。

（１）内的プリファレンスマッピング（Internal Preference Mapping ; IPM）
（２）外的プリファレンスマッピング（External Preference Mapping ; EPM）

IPMは、嗜好データの主成分分析です。データの形としては、消費者とプロダクトの2元表に消費者が回答した嗜好評価の値を入れたものになります。消費者をグループ分けすることもあります。表現方法は、主成分分析の結果をバイプロットします。

※バイプロット：主成分得点とベクトルを同一グラフに表示。Gabrielバイプロットとも呼ばれます。

EPMは、官能データと別にとられた（外部の）嗜好データを個別に分析し、結合する方法です。使用する分析手法には、マッピングのために主 成分分析や一般化プロクラステス分析（Generalized Procrustes Analysis : GPA）などを用います。嗜好データの分類に自己組織マップやk-means、階層型などのクラスター分析を用いることがあります。表現方法は、やはりこ ちらも基本はバイプロットになります。

一般的にプリファレンスマッピングとはＥＰＭを意味しますので、本稿でもＥＰＭについて進めていきます。

皆さんがEPMを検討するのは、おそらく次の３つが主要な目的の場合でしょう。

（１）官能属性と嗜好度を関連付ける
（２）消費者グループ別に嗜好の違いを表現すること
（３）視覚的に表現する

個別にみてみると大した事はしておりません。

（１）の官能属性と嗜好度を関連付けるだけなら、回帰分析やその他の手法でも可能です。
（２）の消費者グループ別に嗜好の違いを表現するだけなら、クラスター分析でグルーピングし、嗜好順序で表現することも可能です。

では、なぜＥＰＭなのか。

それはＥＰＭが視覚的に表現するのが得意だからです。

ＥＰＭの基本的な分析フローを見てみましょう

ステップ１　官能データから商品マップを作成する（主成分分析）
ステップ２　嗜好データから消費者をグルーピングする（クラスター分析）
ステップ３　ステップ１の「主成分得点」とステップ２の「グループ分けされた消費者の嗜好データ」を結合
ステップ４　嗜好データを目的変数とした回帰分析など（PLS回帰分析、ANN）
ステップ５　バイプロットに表示する

見たところ簡単そうですが、プリファレンスマッピングは日本の企業ではあまり使われていない手法の1つです。

おそらくステップ４の分析が面倒なためではないかと考えてます。ソフトウェアがあれば簡単なのでしょうが、先日試用版で試したプリファレンスマッ ピングが分析メニューに入っている統計解析ソフトでも手間取ってしまいました。(Ｒの官能評価パッケージ「SensoMineR」にあるcarto関数で さくっと分析できますが、Ｒに慣れていないと手間取ります)

【FAQ】「SensoMineR」とは

現時点で私の意見は「プリファレンスマッピング（ＥＰＭ）をやりたければ機能付のソフトウェアを使うのが早い」ということです。

時間と知識があれば、エクセルやR、その他の統計ソフトでも分析することは可能ですが、試行錯誤の時間と得られる情報量を考えればプリファレンスマッピングにこだわる必要はないでしょう。

そこで今回は主成分分析とクラスター分析ができる統計ソフトとエクセルがあれば誰でもできる「選好等高線図（Preference Contour Mapping）」をご紹介しましょう。ステップ４を行わずに３つの目的を果たしています。

使用したデータは、フリーウェア統計ソフトＲの官能評価パッケージ「SensoMineR」 に含まれるチョコレート6種のサンプルデータ（sensochoc：官能データ、hedochoc：嗜好データ ）を使用しました。分析に使用したソフトはＪＭＰです。主成分分析とクラスター分析ができればソフトは何でもかまいません。今回はＪＭＰでグラフ作成まで やりましたが、使用ソフトのグラフ作成機能がわかり難いなら、作図はエクセルでも大丈夫です。

「選好等高線図（Preference Contour Mapping）」の分析フローは４つのステップからなります

ステップ１　官能データから商品マップを作成する（主成分分析）
ステップ２　嗜好データから消費者をグルーピングする（クラスター分析）
ステップ３　ステップ１の「主成分得点」とステップ２の「グループ分けされた消費者の嗜好データ」を結合
ステップ４　等高線図に表示する（主成分１、主成分２、嗜好データ）

７つに分類された消費者クラスターごとの結果を見てみましょう。商品名は消費者Cluster1のみに表示してありますが、他も同様の配置となっています。
色は嗜好度を表しています。嫌い（Disliking）なほど赤くなります。尚、本結果自体に意味があるのではなく、読み方の参考としてご覧下さい。

見方ですが、まず最初のグラフ（Cluster1）を見てみましょう。

各商品が2次元上に配置されています。軸の意味を知りたい場合はステップ１で得られた主成分分析の結果から読み取ります。
そして、商品で囲まれたエリアには商品ごとの嗜好度について等高線が引かれています。このグラフでは等高線の間を色分けしてあります。
色合いが同じところでは、同程度の嗜好度であると考えられます。

どうやらCluster1の消費者は、choc2,5を嫌いchoc1および3の方へ行くと嗜好が高まる傾向があるようです。

傾向を知りたい場合、等高線に基づいてベクトル線を描き、原点に移動して表示すると便利です（このベクトルは、ＥＰＭのバイプロットにおけるベクトルと同様の意味になります）。

全部は説明できないので、特徴のあるCluster3とCluster6について見てみましょう。

Cluster3はchoc1,4をとても嫌っています。等高線から読み取ると、ちょうどX軸（主成分１）に平行なベクトルが描けます。
このことからCluster3をターゲットとするなら主成分１の得点が高い風味属性のチョコレートが好まれそうです。

Cluster6はchoc3を嫌いな頂点として、きれいに等高線が引かれています。
等高線から、choc3からchoc2,5,6へベクトル線が引けます。どうやらCluster6の嗜好度を高めるには、主成分１と２の両方の得点が低い風味属性のチョコレートを開発するのがよさそうです。

このように主成分分析とクラスター分析、そして等高線図で消費者別の嗜好傾向が視覚的にもわかりやすく表現することができました。

最後に注意なのですが、クラスター分析の結果から得られた消費者集団がどのような特性であるかは明らかにはなっておりません。
そこで2つの方法が考えられます。
１．グルーピング後に消費者の属性（デモグラフィック属性など）を分析する。
２．最初から消費者属性によってグルーピングする。
１の場合、グループを特徴付ける結果が得られればマップが役立ちますが、特徴がなければただ分類されただけになります。

お薦めは最初から消費者属性（例えば、性別や年齢層など）でグルーピングすることです。

今回は官能データと嗜好データを結合するプリファレンスマッピングの概要と、簡易版としての「選好等高線図（Preference Contour Mapping）」をご紹介しました。

現実には、売れる商品を開発するために「美味しい」を目的変数にした分析では足りません。さらに「購買意欲・行動」まで踏み込んだ分析へと移行する必要があります。

これが「”おいしい”を”売れる”へ」をモットーに、弊社が推し進めている「売るための官能評価」です。

それでは、また！