社内のそれぞれの製品で、「競合環境/市場におけるポジショニング」や「広告などをはじめとするマーケティング投資に対するセールス弾力性」、「流通や価格」などの影響が異なるため、まずは個別製品にて最適なマーケティングミックスモデルを構築。その結果を基に、クライアントと協議をしながら製品間のマーケティング投資シェアを決定。

分析を通して明らかになった「個別ブランドのマーケ投資効果」結果（期待されるROIとリスク）をもとに、製品横断的な最適配分分析を実施。さらに、中長期的な製品ポートフォリオ戦略、現実的な予算シナリオ、広告市場環境なども鑑みつつ協議を重ね、質および量の観点から説明力の高い予算割振りを実現。またそこから導き出されるセールス予測（KPI）も設定した。

「広告出稿情報」、「PR露出量」、「消費者調査の結果」、「実際の来園者数推移」などのデータを、共分散構造分析にて解析。消費者の態度変容の過程と、さまざまなマーケティング活動の効果の把握を試みた。分析前の仮説としては、特定セグメントに対してPR露出の有効性が考えられたが、その検証も重要なポイントのひとつであった。

来園頻度別のセグメンテーションにより、その動機付けの差異が明確になり、彼/彼女たちに行動を促すタッチポイントも明確になった。検証仮説であったPRの効果は、広告に比べて弱いものとなっており、露出タイミングやメッセージ内容などの高いコントロール性の観点/解釈から、広告メディアの有効性が認められ、その後のマーケティング・コミュニケーション戦略への大きな知見となった。

各種メディアやレスポンスのデータは豊富にあるものの、それらを俯瞰する観点とメディア間の相乗効果の検証が課題。特に効果分析の際に発生する「共線性」（統計的にメディアAとBの効果判別が難しいケースなど）への対処が、プロジェクトのポイントであった。そこで多段階的に回帰分析を行い、後に集約するステップを適用し、その解決を試みた。

多段階での回帰分析を行うことにより、共線性の出現を避けた分析結果を得ることに成功した。また媒体間でのシナジー（相乗効果）も検証し、レスポンス増を期待できる媒体組合せも明らかになった。さらに、これらの分析結果を基にしたROI（レスポンス）予測シミュレーションを構築し、中長期的なチャネル戦略決定のディスカッション材料とすることができた。