「去年より認知度は上がったのか?」「あの広告キャンペーンで、ブランドの何が変わったのか?」——経営会議でこう問われて、感覚で答えていないでしょうか。ブランドは、一度測って終わりにすると変化が見えません。 認知度が 40% という数字は、それ単体では「高い」とも「低い」とも言えない。去年が 35% だったのか 45% だったのか が分かって初めて意味を持ちます。
ブランドトラッキング調査は、ブランドの健康状態を 同じ設計で定期的に測り続けて、変化を捉える 調査です。NPS や CSAT が「顧客体験」の定点観測なら、こちらは「ブランドそのもの」の定点観測。本稿では、ブランドファネルの各指標から、助成想起・純粋想起の測り方、ブランドエクイティの捉え方、そして時系列比較を成立させる波（wave）設計とサンプルの一貫性管理までを、実務の手触りで整理します。
1. なぜ「定点観測」でなければならないか
ブランド調査の価値は、絶対値ではなく変化 にあります。単発で「認知度 40%」を測っても、それが上向いているのか下がっているのかが分からなければ、打ち手の評価ができません。
- 広告効果の検証: キャンペーン前後で認知・好意がどう動いたか
- 競合との相対変化: 自社が伸びている間に競合がもっと伸びていないか
- ブランド毀損の早期発見: 好意度の低下を、売上が落ちる前に察知する
Keller (1993) が体系化した 顧客ベースのブランドエクイティ（Customer-Based Brand Equity） は、「ブランド知識が消費者の反応に与える差分効果」と定義されます。この"知識"は一日では変わらず、マーケティング活動の蓄積でじわじわ動く。だから継続的に追わなければ、変化の方向もスピードも掴めない のです。
NPS の定点観測（NPS の読み方とベンチマーク）や VoC の継続収集（VoC プログラム設計ガイド）と発想は同じで、対象が「ブランド」になったものと考えると分かりやすいです。
2. ブランドファネル — 認知から愛着までの5段階
ブランドトラッキングの骨格は ブランドファネル（パーチェスファネル）です。顧客がブランドと出会い、選び、好きになるまでの段階を測ります。
ブランドファネルの5段階
ファネルは「転換率」で読む
各段階の絶対値だけでなく、段階間の転換率（次の段階に進んだ割合） を見るのがファネル分析の要です。
- 認知は高いのに検討が低い → 「知られているが選ばれない」。ポジショニングや好意度に課題
- 検討は高いのに利用が低い → 「選びたいが買えない」。価格・流通・在庫の課題
- どの段階で大きく漏れているかで、打つべき施策の場所が変わります
3. 助成想起 vs 純粋想起 — 認知の2つの測り方
ブランド認知には、測り方によって意味が変わる2種類 があります。ここを混同すると、認知度の数字が一人歩きします。
純粋想起（Unaided / Spontaneous Awareness）
ヒントなしで、自力でブランド名が出てくるか。
「『スポーツドリンク』と聞いて、思い浮かぶブランドをすべて挙げてください」（自由記述）
- 強いブランドの証: 何も見せずに名前が出る = 心の中で第一想起に近い
- 特に最初に挙がるブランドを 第一想起（Top of Mind） と呼び、最重要指標とする
- ハードルが高く、数値は低めに出る
助成想起（Aided / Prompted Awareness）
ブランド名やロゴを見せて、「知っているか」を聞く。
「次のうち、知っているブランドをすべて選んでください」（選択肢提示）
- 認知の裾野: 見せれば分かる、というレベルの認知を捉える
- 数値は高めに出る（選択肢を見ているので）
両方を必ず測る
純粋想起だけだと裾野が見えず、助成想起だけだと「本当に頭に残っているか」が見えません。両方を測り、その差（助成 − 純粋）を見る と、「名前は見れば分かるが、自発的には出てこない」ブランドの状態が分かります。この差が大きいブランドは、認知の"質"を上げる余地 があります。
設問の選択肢の並べ方には順序効果が出るため、提示順のランダム化が必要です。詳細は 順序効果と設問順設計 を参照。
4. ブランドエクイティ指標 — ファネルの先を測る
ファネルが「どの段階にいるか」を測るのに対し、ブランドエクイティ は「ブランドが持つ無形の資産価値」を測ります。Keller (1993) や Aaker のモデルを基に、Yoo & Donthu (2001) が実証的な測定尺度を整理しました。実務でよく測る次元は次の4つです。
- ブランド認知（Awareness）: 知っているか（ファネル最上段と重なる）
- ブランド連想（Associations）: そのブランドから何を連想するか（品質・革新性・親しみなど、イメージの中身）
- 知覚品質（Perceived Quality）: 実際の品質ではなく「良いと思われているか」
- ブランドロイヤルティ（Loyalty）: 値上げされても選ぶか、他に乗り換えないか
これらをリッカート尺度で継続測定し、競合と並べて相対比較します。リッカート尺度の設計は リッカート尺度の設計ガイド を参照。連想（イメージ）の測定 は、ブランドが「何の会社だと思われているか」を捉える点で、ポジショニング戦略に直結します。
5. 波（wave）設計 — 時系列比較を成立させる条件
ブランドトラッキングは、定期的な調査の「波（wave）」を重ねて時系列で比較します。この比較を成立させる設計こそが、トラッキング調査の生命線です。
頻度をどう決めるか
- 四半期ごと: 最も一般的。季節性とキャンペーン効果を捉えられる
- 半期・年次: 動きの遅いブランドや予算制約がある場合
- 連続トラッキング（Continuous）: 毎月・毎週、少量ずつ継続的に測る。大型ブランドや常時広告出稿時
頻度より重要なのは 「同じ条件で測り続ける」 ことです。
比較を壊さないための鉄則
時系列比較は、設計が少しでも変わると無効になります。
- 設問文を変えない: 同じ設問・同じ選択肢・同じ尺度を使い続ける。文言を1つ変えただけで、前回との差が「変化」なのか「設問変更の影響」なのか区別できなくなる
- 対象者条件を揃える: 各 wave で同じスクリーニング条件・同じ割付（年代・性別・地域の構成比）を維持する（スクリーニング設問ガイド）
- 提示順のランダム化を毎回同じルールで: ブランド選択肢の並びは毎回ランダム化するが、その方式は固定する
- 調査モード・パネルを変えない: Web から電話に変える、パネル会社を変えると、それだけでスコアが動く
「改善のつもりで設問を直したら、過去との比較ができなくなった」 は、トラッキング調査で最も痛い事故です。改善したくなっても、原則は固定。どうしても変えるなら、新旧並行測定で接続points（ブリッジ）を作ります。
6. 編集部の視点 — ブランドトラッキングでやってはいけない5つ
業界事例と実務担当者の声を継続的に追っている立場から、ブランドトラッキングで繰り返し起きる事故を5つ。
1. 設問を「改善」して時系列を切ってしまう
最も痛い事故です。担当者が代わるたびに設問を"改善"し、過去と比較できなくなる。トラッキングの価値は継続性にあり、設問の一貫性は機能改善より優先 します。変えたい誘惑に勝つ。どうしても変えるなら新旧を1度は並行測定し、接続できるようにする。
2. 自社だけ測って競合を測らない
自社の認知度が 40% から 42% に上がった、と喜ぶ。だが同じ期間に競合が 35% から 50% に伸びていたら、相対的には負けている。ブランドは相対ゲーム。必ず主要競合も同じ設問で測り、相対位置の変化を見る。
3. 純粋想起と助成想起を混同する
「認知度 80%」が助成想起なのか純粋想起なのかを区別せずに報告する。両者は意味がまるで違う（見れば分かる 80% と、自発的に出る 80% は別物）。どちらの数字かを必ず明示 し、できれば両方を継続測定する。
4. サンプルの構成比が wave ごとにバラつく
ある wave は20代が多く、次は50代が多い、では、スコアの変化が「ブランドの変化」なのか「サンプルの偏り」なのか分からない。各 wave で年代・性別・地域の構成比を揃える（割付・ウェイトバック）。これを怠ると時系列が信用できなくなる。サンプル設計は サンプリング手法ガイド を参照。
5. 数字を集めて「で、どうする」が無い
認知・好意・ロイヤルティのスコアを並べたダッシュボードを作って満足する。だが ファネルのどこが詰まっているか → どの施策を打つか に接続しなければ、ただの定点観測で終わる。「認知は十分だが検討で漏れている → 好意度を上げる施策へ」のように、数字をアクションに翻訳する。
7. アンケートツール Kicue でのブランドトラッキング調査
ブランドトラッキングは「定点で同じ設問を配信して回答を集める」フェーズと、「wave 間のトレンドを集計・可視化する」分析フェーズに分かれます。Kicue が担うのは主に前者です。
- ファネル・エクイティ設問の設計: 純粋想起（自由記述）・助成想起（複数選択）・好意度・各エクイティ次元（リッカート）を1つのフォームで設計可能（設問タイプ）
- wave ごとの再配信: 同じ調査票を複製して各 wave で配信。設問の一貫性を保ったまま定期実施できる
- 対象者スクリーニング: 各 wave で同じ条件の対象者を抽出するスクリーニング設問（スクリーニング設問ガイド）
- 回答者 ID 付き CSV エクスポート: 各 wave のデータを構造化して出力。時系列比較の入力データになる
⚠️ Kicue で対応できない範囲
- wave 間の自動トレンド集計・時系列グラフはなし: 複数 wave をまたいだトレンド可視化は、各 wave の CSV をエクスポートして Excel / BI ツール（Tableau / Looker）/ R / Python で結合・作図する運用です
- 純粋想起（自由記述）のブランド名名寄せはなし: 「コカコーラ」「コカ・コーラ」「coca cola」の表記ゆれ統合は、エクスポート後の手作業または 自由記述 AI 分析 で扱うツールで
- 割付・ウェイトバック集計はなし: 構成比を揃える重み付け集計は外部の統計ツールで
- パネルの手配はなし: 継続的な調査対象者（パネル）の確保は外部パネル会社との連携が必要
関連記事として NPS の読み方とベンチマーク・VoC プログラム設計ガイド・顧客体験（CX）メトリクス使い分けガイド・リッカート尺度の設計ガイド・サンプリング手法ガイド を併読すると、「ブランドを定点観測し、顧客体験を測り、声を運用に乗せる」継続調査の全体像が見えてきます。
まとめ — ブランドトラッキングを機能させる6点
- 絶対値でなく変化を見る — 認知度40%は、去年との比較で初めて意味を持つ
- ファネルは転換率で読む — どの段階で漏れているかが、打つべき施策の場所
- 純粋想起と助成想起の両方を測る — 数字の意味が違う。必ず区別して報告する
- 設問の一貫性が最優先 — 改善欲を抑える。変えたら時系列が切れる
- 競合も同じ設問で測る — ブランドは相対ゲーム。自社だけ見ても勝敗は分からない
- サンプル構成比を毎回揃える — 割付を崩すと、変化が偏りに埋もれる
ブランドトラッキングは「派手な分析」ではなく、同じものを同じように測り続ける地道さ が価値を生む調査です。一貫性さえ守れば、感覚で語られていた「ブランドの調子」を、誰もが見られる数字の時系列に変えられます。
ブランドトラッキング調査を設計・運用したい方は、無料のアンケートツール Kicue を試してみませんか。純粋想起・助成想起・好意度・ブランドエクイティ次元の設問設計、wave ごとの調査票複製と再配信、回答者 ID 付き CSV エクスポートまで、ブランド定点観測の調査部分を 1 アカウントで開始できます（wave 間のトレンド集計・時系列グラフ・自由記述の名寄せ・ウェイトバックは Excel / BI ツール / R / Python との組み合わせ運用となります）。
参考文献 (3件)
- Keller, K. L. (1993). Conceptualizing, Measuring, and Managing Customer-Based Brand Equity. Journal of Marketing, 57(1), 1-22.
- Yoo, B., & Donthu, N. (2001). Developing and validating a multidimensional consumer-based brand equity scale. Journal of Business Research, 52(1), 1-14.
- Aaker, D. A. (1996). Measuring Brand Equity Across Products and Markets. California Management Review, 38(3), 102-120.