― 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。