知覚マップとは、ブランドなどの市場でのポジションを把握する方法のひとつです。
複数のブランドや商品、企業についてのイメージの質問から、各ブランド・企業の位置関係をマップ化するものです。イメージをマップ上で捉えることで、現在のイメージが想定イメージと合っているか否か、イメージ競合しているブランドの把握を行い、ブランドイメージ戦略や広告計画の基礎情報となります。
消費者の知覚イメージ軸を明確にし、その軸ごとのスコアを把握することができるため、対策検討がしやすいという利点があります。
但し、知覚イメージを問う質問が前提となるため、調査対象者がまったく知らないブランドや企業は、ブランド名や企業名の文字イメージとなってしまうので、注意が必要です。ある程度広く知られているブランドや企業を複数列記して調査することになります。
通常、因子分析や主成分分析の解析手法を利用します。ここでは、因子分析で行う方法について説明します。
分析は多次元で行いますが、結果のマップは、わかりやすさの点から、二次元マップにすることが一般的です。

【質問設計】
「斬新な」「信頼できる」などのイメージ項目について５段階評価や７段階評価（「とてもそう思う」～「まったくそう思わない」）などの質問をします。イメージ項目は、10～30問程度用意します。この質問を評価したい数～10数程度のブランドや企業について行うのが標準的です。20ほどの対象について質問することもありますが、質問数が膨大となるため、いいかげんな回答が増える危険性があります。(回答の信頼性チェック参照)
このため、質問を複数回答（ＭＡ）形式にしたり、評価対象ブランドを好きなブランドのいくつかだけにしたりなど、質問の簡素化をすることで、多くのブランド・企業を一度にマップしようとする場合もあります。
また、質問設計により異なる結果になるため、特定のイメージに偏らないよう、かつできるだけ少ない質問となるよう質問設計することが必要です。


【分析の基本手順】
(1)回答結果をフェイズ展開し重ね合わせる
全ブランドを通じた評価軸を分析するため、データサンプルの再構成を行う。
各ブランドの質問群ごとに分解し、フェイズ部分を重ね合わせる。
Repoでは、この質問群を「データ・フェイズ」と、質問群を個々のデータサンプルとして分解し重ね合わせることを「フェイズ展開」と呼ぶ。
具体的には、回答サンプル別データを回答サンプル×ブランド別のデータサンプルに加工する。（例えば、１００ｓデータであれば、１００×１０ブランド＝１０００ｓデータとする） (2)分析し、因子軸を確定させる
分析結果から得られる、各因子の負荷量から、因子の意味を確認し、同時に、固有値や累積寄与率から、分析全体の妥当性を判断して、因子を確定する。、有意味な解釈ができない場合や十分な精度が得られない場合は、使用する変数の見直しや、異常値データの除去の上、分析し直す。

(3)各データの因子ごとの得点を計算する
全ブランドを通じた評価軸を分析するため、データサンプルの再構成を行う。回答サンプル別データを回答サンプル×ブランド別のデータサンプルに加工する。（例えば、１００ｓデータであれば、１００×１０ブランド＝１０００ｓデータとする）

(4)得点のブランド別の平均値を計算し、その平均値でポジショニングする
全ブランドを通じた評価軸を分析するため、データサンプルの再構成を行う。回答サンプル別データを回答サンプル×ブランド別のデータサンプルに加工する。（例えば、１００ｓデータであれば、１００×１０ブランド＝１０００ｓデータとする）