国勢調査で年収はわかる？町丁目単位で世帯年収を把握する方法

ターゲットの購買力を把握したいとき、最も身近な公的統計である国勢調査に「年収」の調査項目がないことに戸惑った方も多いのではないでしょうか。

本記事では、国勢調査が年収を扱わない理由や、町丁目単位の可視化を可能にする「年収別世帯数推計データ」について詳しく解説。具体的な分析事例を交え、販促コストを最適化しながら成果を最大化する実践的なエリア分析をご紹介します。

※本記事の分析にはTerraMap Webを使用しています。記載されている数値は特定の条件下でのシミュレーションに基づく推計値であり、実際の数値や実測値と完全に一致することを保証するものではありません。あらかじめご了承ください。

なぜ国勢調査では「年収」を聞かないのか？

国勢調査で年収や収入について聞かない理由には、主に「調査目的の違い」と「プライバシーへの配慮」の2つが挙げられます。

国勢調査は日本国内に居住する全ての世帯に対して5年ごとに実施される「全数調査」で、目的は日本国内の人口・世帯の実態を明らかにすることです。そのため、年収などの所得データは調査対象に含まれていません。

加えて、年収や資産に関する情報は非常にセンシティブな領域であるため、プライバシー配慮の観点から項目から除外されているという背景もあります。

また、年収や預貯金に関する項目を設けない点を明確にしておくことは、調査員を装って個人情報を聞き出す「かたり調査」を見分けるうえでも重要です。

年収がわかるその他の統計データとその限界

以下に挙げるような公的調査では、年収についての調査も行われています。

これらの公的統計は、国全体の消費傾向をマクロ視点で把握するには非常に有用です。しかし、エリアマーケティングのようなミクロ分析に使用するには、いくつかの高いハードルがあります。

最大のネックは、集計の粒度とサンプリング制限です。多くの公的統計は都道府県・市区町村レベルでの集計が中心であり、標本統計という性質上、特定の町丁目単位まで深掘りすると統計的な誤差が大きくなる傾向にあります。

地域特性を掴む精度を上げるなら、公的な「マクロデータ」を土台にしつつ、年収別世帯数推計データのような「ミクロな地域データ」を掛け合わせる多角的な視点が不可欠です。

Tips：標本統計（ひょうほんとうけい）とは？ 全体の中から一部を抜き出して調査し、その結果から全体を推測する手法のこと。エリアを絞り込むほど調査対象が少なくなり、たまたま極端な例が混ざるだけで全体の数値が大きくブレる場合があるため、ミクロ分析には不向きとされている。

購買力を可視化する「年収別世帯数推計データ」とは

エリアマーケティングで「地域やターゲットの購買力」を把握したいなら、公的統計をもとに作られた年収別世帯数推計データの活用がおすすめです。

これは、国勢調査やその他の公的統計を掛け合わせて推計したデータで、大きな自治単位だけでなく「125・250・500mメッシュ」や「町丁目」といった細かなエリア単位で年収分布を可視化できます。

さらに、年収別世帯数推計データでは「持ち家・借家別」の数値も把握できるため、住居形態による可処分所得の差や、ライフスタイルの違いなども深掘りしやすくなります。公的統計の信頼性を生かしつつ、ビジネスの場で即戦力となる「ミクロな視点」を手に入れましょう。

ターゲットエリアの購買力を可視化できる「年収別世帯数推計データ」を用いれば、細かな町丁目単位で商圏の特性を把握し、効率的な販促エリアの優先順位づけに活かせます。

年収別世帯数推計データ活用例：ターゲット密度の可視化

エリアマーケティングの成否には、商圏内の「購買力」をいかに解像度高く捉えられるかが大きく影響します。

ここでは、世田谷区のジムを参考に、年収別世帯数推計データを用いた分析フローを解説。高所得な「定住層」をピンポイントで特定し、広告費を最適化しながら反響を最大化する実践的な戦略を紹介します。

シナリオ解説：高単価パーソナルジムが抱える「集客」の盲点

コンセプト	「働く女性の心身を整える」をテーマにした、セミパーソナル＆ヨガ特化型ジム
店舗住所	東京都世田谷区（駒沢大学～桜新町エリア周辺）
ターゲット層	30代〜40代の働く女性（世帯年収1,250万円以上）

STEP1：購買力とターゲット層の「ズレ」を視覚化する

まずは、個別の指標を用いて商圏のポテンシャルを可視化します。今回は、商圏を店舗から徒歩15分・自転車10分圏内とし、ターゲット層に合わせた2つのデータでヒートマップを作成しました。

なお、今回の分析では人口や世帯の実数ではなくエリア内の割合を指標にしています。なぜなら、面積が広いエリアや大型マンションが多い場所では、どんなデータでも実数が多くなりがちなためです。

販促エリアの選定には実数の把握も重要ですが、まずは「ターゲットがどれだけ濃く潜んでいるか」という効率性を判断するために、総数あたりの割合を可視化しています。

始めに30代～40代女性の割合をみると、駅周辺や主幹線道路沿いなど、利便性が高いエリアにターゲット層が厚く分布していることが分かります。
では、これらのエリアを年収で可視化するとどのような変化が現れるでしょうか。

年収をもとにしたマップでは先ほどの人口分布とは異なり、駅から少し離れた閑静な住宅街に高所得層が点在していることが分かります。

2つの指標を比べることで、「ターゲットは多いが購買力に懸念があるエリア」と「人口は中程度だが圧倒的な購買力を持つエリア」という商圏内のミクロな乖離が明確になりました。

こういった需要・特性の違いこそが、一律のポスティングによる販促の無駄打ちを生む要因となるのです。

STEP2：マトリクス分析で「お宝エリア」を抽出

次に、ターゲットの特性と推定年収を掛け合わせたマトリクス分析を実施しました。

図を見ると、単一のデータでは見逃していた「ターゲットが多く、かつ購買力も高いエリア」（赤色のエリア）が4つあることが分かります。

このように複数のデータを掛け合わせた分析を行えば、商圏内の「広告リソースを最大限に投下すべき勝負の町丁目」を具体的に絞り込むことができるのです。

STEP3：所有形態（持ち家）の把握で「LTV」を分析

最優先エリアを特定できたら、次はそのエリアの特性をさらに深掘りし、居住者の背景にあるライフスタイルを読み解いていきます。

今回は年収別世帯数推計データの「所有形態」を用い、最優先エリアに対して年収1,250万円以上の「持ち家世帯」と「借家世帯」に分類しました。すると、エリア内に暮らすターゲット世帯の過半数が「持ち家」であることが明らかになりました。

このデータから、以下のような重要なインサイトが導き出されます。

このように、「年収」という数字だけでなく「住まい（所有形態）」まで踏み込むことで、ターゲットがその街でどのような価値観を持って暮らしているのかをより鮮明に描き出すことができます。

STEP4：データに基づいた「刺さる」クリエイティブの策定

ターゲットの居場所とライフスタイルを特定できたら、最後は具体的なアクションに落とし込みましょう。データという裏付けがあるからこそ、従来の感覚に頼った販促とは異なる戦略が可能となります。

以下は、今回の分析をもとにした、効果が期待できる施策の具体例です。

クリエイティブの刷新	▼ 具体的なアクション 本質的な価値や生活の質（QOL）を重視する高所得・定住層に向け、「この街で、心地よく自分を整える場所」をテーマに、駒沢・桜新町エリアの落ち着いた雰囲気に馴染む洗練されたトーンへと最適化する。 ▼ 期待できる効果（狙い） 一般的な割引チラシとの差別化を図り、ジムの「本質的な価値」を伝えることで、安売り感のない高品位なブランディングを確立。
ポスティングエリアの絞り込み	▼ 具体的なアクション マトリクス分析で抽出されたターゲット密度の高い「数カ所の町丁目」に配布リソースを全集中させ、配布総数を削減。浮いたコストを投下し、「思わず手に取る高級紙」や「内覧予約へ誘導するパーソナライズ案内」へと1枚あたりのクオリティをグレードアップさせる。 ▼ 期待できる効果（狙い） ターゲット外への無駄な配布コストを徹底削減しながら、手元での残存率と反響率（内覧予約率）を最大化。
ジオターゲティング広告との連動	▼ 具体的なアクション ポスティング実施エリアに対してのみ、InstagramやFacebookなどのSNSでジオターゲティング広告を配信する。 ▼ 期待できる効果（狙い） 「ポストでチラシを見て、スマホで広告に再接触する」という多重アプローチを仕掛けることで、認知から入会までの心理的ハードルを下げ、導線を最短化。

ヒートマップから読み解くもう一つの生存戦略

今回行ったエリア分析の結果は、最優先エリアの抽出だけでなく「それぞれのエリア特性に応じた次の一手」を準備する際にも役立ちます。

• 高年収×ターゲット世代が少ない（オレンジエリア）：
  国勢調査データなどでエリア特性を読み解き、シニア層が多ければアンチエイジングや柔軟性向上など、異なるターゲットへの訴求チラシを配布
• ターゲット年代が多い×購買力が届かない（水色エリア）：
  InstagramなどのSNS広告で認知度のみを維持する。最優先エリアからの「お友達紹介キャンペーン」など、経済的なハードルを下げる施策を実施
• ターゲット年代が少ない×購買力が低い（青色エリア）：
  販促除外エリアに設定。浮いた予算を最優先エリアやその他エリアへの販促強化に再配分

このように、エリアごとの特性を把握できれば全ての場所に同じ施策を打つ必要もなくなります。「攻めるべき場所」では質を高め「守る場所」ではコストを削るというメリハリこそが、確実な成果を出すための戦略なのです。

さまざまな統計/推計データや自社保有の顧客データと「年収別世帯数推計データ」を掛け合わせれば、分析したいエリアの特性をより深掘りできます。特性の把握によって、ターゲット層の厚みを把握し販促エリア選定に活かしましょう。

エリアマーケティングにおける「年収別世帯数推計データ」活用のポイント

最後に、「年収別世帯数推計データ」の特性を理解した上で、実務での成果を最大化するための具体的な活用ポイントを整理します。

推計値というデータの性質を踏まえた正しい評価のあり方から、最新のBIツールやクラウドデータ基盤（DWH）との連携による意思決定の高速化まで、データ分析を単なる「可視化」で終わらせず、具体的な「戦略」へと昇華させるためのポイントを見ていきましょう。

推計データ特有の「誤差」と正しく付き合う

公的統計をベースとした推計データは信頼性に優れていますが、あくまで統計理論に基づいた推計値である点は意識しておきましょう。全世帯に直接調査した実数ではないため、局所的な誤差は必ず生じます。

そのため、数値を絶対視して一喜一憂するのではなく、「周辺エリアとの比較」や「地域内の傾向把握」といった相対的な判断材料として活用するのがベストです。

• 現地調査での違和感の確認
• 他の統計/推計データや自社保有の顧客データとの掛け合わせ

これらを通じて多角的な分析をすることで、データの裏にある「生きた市場」をより正確に捉えることができるようになります。

BIツールとの連携で意思決定を迅速化する

GIS単体ではなくBIツール等との連携によって、より効率的にエリアマーケティングが行えるようになります。

例えば年収別世帯数推計データを自社顧客データと掛け合わせ、TableauなどのBIツールで可視化すると「高所得層が多いのに自社シェアが低い」といったブルーオーシャンをマップ上で素早く特定できるでしょう。

さらに、Web APIやSnowflakeなどのクラウドDWHを介した直接連携も普及が広がっており、最新のデータに基づいた意思決定もしやすくなっています。

データ更新の手間を大幅に減らしつつ、エリアインサイトをリアルタイムに共有できる体制を構築することこそが、これからのデータ主導型マーケティングにおける重要な鍵なのです。

まとめ：年収別世帯数推計データに基づいた定量的な意思決定を

今回の分析が示したのは、単なる場所の特定ではなく、そこに住む人の「暮らし」への深い理解です。

1,250万円という年収基準と所有形態を掛け合わせることで、ジムの経営を支える真の優良顧客が浮き彫りになりました。

「攻めるべき場所」と「守るべき場所」をデータで明確に分けることこそ、高単価ビジネスにおける勝利の方程式です。この高い解像度が、無駄を減らした効率的な販促と、持続可能な店舗経営を可能にします。

タグ : TerraMapWeb エリアマーケティング エリアマーケティングGIS エリア分析 世帯年収 分析事例 年収別世帯数推計データ