― Power BIで読み解く、価格・成分・肌質ニーズの可視化 ―
スキンケアやコスメを選ぶとき、私たちは「乾燥が気になる」「敏感肌でも使えるものがいい」「できればコスパも大事」など、いくつもの条件を同時に頭の中で処理しています。
今回、コスメ商品のデータセット（cosmetics.csv：全1,472商品）をPower BIで可視化し、カテゴリ・価格・評価・成分・肌質といった要素が「商品選び」にどう影響しているのかを分析しました。
“文字が並んだCSV”をダッシュボードに落とし込むことで、
「数字の裏にあるお客様のニーズや心理」を立体的に把握できることが分かります。
■ コスメラインナップの全体像：平均55ドル・評価4.1の世界
ダッシュボード全体から見えてくるのは、このデータセットに含まれるコスメが、
- 商品数：1,472点
- ブランド数：116ブランド
- 平均価格：約55ドル（3〜370ドルの幅）
- 平均評価：約4.15 / 5
という構成であることです。
カテゴリ別では、
- モイスチャライザー：298商品
- クレンザー：281商品
- フェイスマスク：266商品
- トリートメント：248商品
- アイクリーム：209商品
- 日焼け止め：170商品
と、保湿系・洗顔・マスク・美容液まで、スキンケアのフルラインが揃ったデータになっています。
Power BIのKPIカードでは、
「商品数」「ブランド数」「平均価格」「平均評価」を一目で確認でき、
「このブランド群がどれくらいの価格帯・評価レンジにいるのか」を瞬時に把握できます。
■ カテゴリ別の価格と評価：高い＝高評価とは限らない
カテゴリごとに「平均価格」と「平均評価」を見てみると、興味深い特徴が見えてきます。
- トリートメント：平均約79ドル・評価4.22
- モイスチャライザー：平均約69ドル・評価4.24
- アイクリーム：平均約64ドル・評価3.81
- 日焼け止め：平均約46ドル・評価4.05
- フェイスマスク：平均約43ドル・評価4.17
- クレンザー：平均約33ドル・評価4.31
価格だけを見ると、トリートメントやモイスチャライザー、アイクリームが“高価格帯カテゴリ”として目立ちます。
しかし、評価に注目すると、最も価格の低いクレンザーが、むしろ高評価（4.31）を獲得しているのが分かります。
Power BIの縦棒グラフで「カテゴリ別商品数」「カテゴリ別平均価格」を表示すると、
- どのカテゴリに商品が集中しているか
- 単価の高いカテゴリはどれか
- 価格に対して評価が追いついていないカテゴリはないか
が直感的に見えてきます。
■ ポイント
「高価格＝高評価」とは限らず、カテゴリごとに“コスパの良いポジション”が存在する。
■ 肌質別の対応状況：敏感肌対応は約半分という現実
このデータには、各商品がどの肌質に向けて設計されているかが0/1で記録されています。
- 混合肌向け：全体の約66％
- 乾燥肌向け：約61％
- 普通肌向け：約65％
- 脂性肌向け：約61％
- 敏感肌向け：約51％
つまり、
- 「混合／乾燥／普通／脂性」の4属性については、
全体の6割前後の商品がカバー - 一方で「敏感肌対応」と明示されている商品は、
全体の“約半分”にとどまる
ということが分かります。
Power BIの積み上げ棒グラフで「カテゴリ×肌質フラグ」を可視化すると、
フェイスマスクやモイスチャライザー、アイクリームは敏感肌向け比率が比較的高い一方で、
クレンザーや日焼け止めはやや低め、といった傾向が見えてきます。
■ ポイント
“オールスキンタイプ”と謳いながら、敏感肌まできちんとケアしている商品はそれほど多くない。
敏感肌対応は、まだまだ差別化要素になりうる。
■ 成分の世界：ベースは似ていても「一滴の違い」でブランドらしさが出る
成分（Ingredients）をPower BIで分解して集計すると、
- 水（Water / Aqua）
- グリセリン（Glycerin）
- 各種オイル（●● Oil）
- グリコール系保湿剤（Butylene Glycol など）
- シリコン系（Dimethicone など）
- 防腐剤（Phenoxyethanol、Paraben など）
- 紫外線散乱剤（Titanium Dioxide / Zinc Oxide）
といった“どのブランドもよく使うベース成分”が高頻度で登場します。
一方で、ブランドごとの差別化要因は、
- 特定の植物エキス（◯◯ Leaf Extract／◯◯ Root Extract など）
- 発酵エキス（例：Galactomyces Ferment Filtrate）
- ヒアルロン酸やセラミド、ペプチドなどの訴求成分
といった「一滴」の違いに現れています。
Power BIで「成分別 登場回数ランキング」や「特定成分を含む商品の平均評価」を可視化すれば、
- どの成分が“定番”なのか
- どの成分が“ブランドの個性”として効いているのか
を定量的に追うことができます。
■ ポイント
ベース処方は似ていても、“どの成分を前面に押し出すか”でブランドらしさと差別化が生まれる。
■ 価格×評価の散布図：データで見る「神コスパ」コスメ
Power BIの散布図で「価格（X軸）×評価（Y軸）×カテゴリ（色）」を描くと、
- 右上：高価格・高評価の“ラグジュアリーゾーン”
- 左上：低価格・高評価の“神コスパゾーン”
- 右下：高価格だが評価が伸びない“苦しいポジション”
といった“ポジショニングマップ”が見えてきます。
フィルターを使って、
- 評価が平均以上（4.15以上）
- 価格が平均以下（55ドル以下）
という条件で絞り込めば、
「平均より安く、評価が高い」＝“お得コスメ候補”だけを一覧できます。
■ ポイント
散布図で「価格×評価」を見ることで、
直感的に“どこにコスパの良い商品が集まっているか”が分かる。
■ 1ページダッシュボードで“スキンケア選びの心理”を見える化
今回の分析では、Power BIの1ページダッシュボードに次の要素を集約しています。
- KPIカード：商品数・ブランド数・平均価格・平均評価
- カテゴリ別バーグラフ：ラインナップと価格帯
- 散布図：価格×評価によるコスパ可視化
- 肌質別積み上げバー：敏感肌対応などのカバレッジ
- 商品テーブル：スライサーで絞り込んだ最終候補リスト
スライサーでカテゴリやブランド、敏感肌向けかどうかを切り替えると、
ダッシュボード全体が連動して変化し、特定のターゲットに対して最適な商品ポートフォリオがどうなるかを、
リアルタイムで確認できます。
■ データから見える「スキンケア選びの本質」
このコスメデータを通して見えてきたのは、次の3つの軸です。
- 価値軸：価格と評価のバランス
- 高価格帯でも評価が伸びないカテゴリもあれば、
低価格帯でも高評価を獲得しているカテゴリもある。
- 肌質軸：誰に届けるか
- 敏感肌対応商品はまだ半数程度で、
ここをどう広げるかが差別化と信頼獲得のカギになる。
- 成分軸：何で差別化するか
- ベース成分は似通っているからこそ、
植物エキスや発酵成分などの“キーメッセージ成分”の選び方と語り方が重要。
生のCSVではただの数字と文字の集合ですが、
Power BIで可視化することで、「お客様はどんな価値を求めているのか」「ブランドはどこで差別化しているのか」という“物語”が浮かび上がります。
Power BIは、データを単なる数値から、
「お客様の心理やニーズを理解するためのストーリー」に変えるツールです。
そして、そのストーリーこそが、商品企画・マーケティング・ブランド戦略を磨くための第一歩なのです。
データは、数字ではなく“お客様の声”を映す鏡です。
スキンケア選びの背後にある“心理”を可視化することで、ブランドが届けたい価値はより深く伝わります。
UDATA株式会社では、Power BIを活用した顧客分析・購買行動の可視化を通じ、商品企画やブランド戦略の意思決定を支援しています。
データ活用やダッシュボード構築に関するご相談は、こちらからお問い合わせください。