データマイニング

膨大なデータの中から有用な情報や法則性を採掘し、マーケティングに活用する分析手法ですが、諸説のある中で有名な事例に米国のウォルマートの調査があります。
顧客ごとの購買データをコンピュータで分析し、来店客はどういう組み合わせで買物するのかを、商品ごとの関連性で調べた結果、パンとバター、ステーキ肉とソースの関連性が高いのは、事前の予想どおりであったのに対し、日曜日の午後5時から7時の間、紙オムツと缶ビールが同時に買われる割合が不自然に高かったので、同じ場所に並べて置いたところ、商品の売上が伸びたとの伝説が由来になっているようです。
従来から、関連商品を一ヶ所にまとめて陳列する手法はありますが、このような組合せは無作為のデータ分析がなければ、不可能なので注目されるようになりました。
データの蓄積が前提条件のデータマイニングはパソコンとソフトのアルゴリズムなどの進化により、データベースの構築が比較的容易であるのに対し、仮説を検証するデータ解析は統計知識と経験が必要です。

顧客情報の活用法

ネット販売の利点のひとつに、お客様と直接やりとりできる生情報を収集できることにあります。この点を実際の販売にどう活かせるかが、繁盛店のノウハウとされ、これらのデータは次の3つの視点から活用します。

  • 次回以降のリピータ顧客への情報提供素材
  • 自店のお客様が本当に求めているニーズを確認する
  • 取扱商品やサイトの改良、絞り込み、新製品や新サービスの開発ヒント

データ収集

商品を販売することで、自動的に次のようなデータを収集できます。

  1. 誰が(氏名・電話番号・メールアドレス)
  2. いつ(注文月日)
  3. どの時間帯に(注文時刻)
  4. どの地域から(注文者の住所)
  5. どんな目的で(贈答・自家消費)
  6. どの商品を(商品名・色柄・サイズ)
  7. どれだけの数量を(注文数)
  8. いくらで購入した(購入金額)

購入商品のアンケートを実施すると、これらのデータと併せデータベースソフトの集計クエリ機能やExcelのクロス集計などで分類、分析でき、今後のマーケティング活動に活用することができます。
本格的な店舗運営はデータベースソフトの導入が不可欠ですが、顧客管理に必要な収集データを例示すれば、次のとおりです。

  1. 顧客の氏名、住所
  2. 顧客の電話番号
  3. 顧客に対してDMなどの促進活動が行われた日
  4. 顧客の促進活動に対する応答(リスポンス)行動
  5. 最初に顧客の応答を得るに至った接触媒体
  6. 最初の商品購入日
  7. その後の商品購入日
  8. 商品の購入額
  9. 購入商品やサービスの種類や商品部門、担当者名
  10. 返品された商品
  11. 購入金額の累計総額
  12. 購入の手段(電話、郵便、営業マンなど)
  13. 支払方法(クレジット、代引き、振込みなど)
  14. 代金不払いの有無
  15. 取引活動やアンケート用紙による調査を通じて知り得た個人情報
  16. 取引活動や市場調査を通じて知り得た、顧客の商品使用情報など

数値分析

ネットビジネスは実店舗以上のデータを収集できるのが特徴です。データの収集で求められる売れ筋商品、利益貢献度、客単価、購買頻度、顧客満足度などを分析し、数値データ化することで、顧客ニーズに適合した商品やサービスの提供と信頼関係を構築することがロイヤルカスタマーの育成につながります。
データベースに蓄積した顧客の購買履歴を直近の注文日が近く、購買回数が多く、購買金額が高い程、次回の購買確率が高まる傾向があるという考え方で分析したものにRFM分析があります。
このような優良顧客を見極め、集中的にサービスを提供すれば、資金や人などの経営資源や時間の有効活用につながり、結果的に利益の改善を図ることができます。

RFM分析の活用法

RFM分析

お客様の過去注文歴をポイント化したものです。業種や業態により購買特性があるので、一律的な判断はできませんが、お店の実情に併せてお客様をランク付けします。

  • Rはリセンシー(一定期間内における最新購買日からの経過日数)
  • Fはフリークエンシー(一定期間内における購買頻度)
  • Mはマネタリー(一定期間内における購買累計額)

【マトリクス法の事例】

ランク R F M
1 30日以内 10回以上 50,000円以上
2 60日以内 5~9回 25,000円以上
3 90日以内 2~4回 10,000円以下

従来の売上=顧客数×顧客単価を売上=顧客数×商品単価×購入個数×購入頻度に分解し、理解することがRFM分析の基本的な考え方ですが、代表的なRDBMSのAccessやBaseなどを利用することで、割と簡単に抽出することができます。

最新購買日(R)

購入日からあまり経過していないということは、お店や商品の記憶がしっかり残っているということで、販促活動を行う場合、既に記憶に残っていない顧客よりも高い効果が期待できます。これは、リピート確率の高い顧客を選別することになります。

  • Rが今日に近いほど、再購入する傾向が高くなる
  • Mが高くてもRが過去になればなるほど、再購入の傾向が低くなる
  • Fが多くてもRが過去になればなるほど、再購入の傾向は低くなる

購買頻度(F)

Fの低い顧客が多い場合、顧客満足度が低いと考えられます。一方、Fの高い顧客が多い場合はリピータ客が多く、逆にFの低い顧客が少ない場合は新規客が少ないことを意味しますので、顧客との新密度を計る指標にも利用できます。

  • Rが同じならFが多いほど、再購入の傾向が高くなる
  • Rが過去になればなるほど、Fが多くても再購入の傾向は小さくなる
  • Mが高くてもFが少ないほど、再購入の傾向は少なくなる

購買累計額(M)

Mのランクが高いということは、潜在的な購買力が高いことを意味し、このような顧客が多く、しかもFやRの数値が上がれば収益が確実に増大します。これは、お店の信頼度に対する顧客のロイヤルティーを計る指標にもなります。

RFMの分析手法

  • Mの多い少ないによって再購入は判断できない
  • 再購入の判断は先にR、次にFで判断できる
  • Mが高い場合、一般に購買力があると判断できるが、最購入するとは限らない
  • Rのランクが高いほど購入額の大きい顧客が属していることを示す
  • Rのランクは収益面からも重要であるが、一般的に次のように言われる
  1. Rのランクが高いほど将来の企業収益に貢献してくれる可能性が高い
  2. Rのランクが低ければFやMのランクが高くても他店に奪われてる可能性が高い
  3. Rのランクが同程度ならFのランクが高いほど常連客である
  4. Rのランクが同程度ならFやMのランクが高いほど購買力がある
  5. ・RやFのランクが高くてもMが少なければ、購買力が低い
  6. Fのランクが低くMが高ければ、Rの高いほうが良い
  7. Fのランクが上がらず、下がっている場合は他店に流れてる可能性が高い
  8. RFMの全てが低い場合は切り捨てを検討する

このようにRFM分析で最も重要なのはRであり、FやMが高くても最近の購買実績がない顧客は既に競合店に奪われてしまっている可能性が高いと考えられます。
つまり、Rの動きが各顧客の動向を把握する上で重要であり、Rのランクが下がり始めた段階で、適切な販促活動を行えば他店に奪われないかも知れないのです。Fが伸びない場合も同様です。
次にMのランクが低い場合はFに注目する必要があります。このFが低いランクの場合は潜在購買力が低いと考えられるため、将来的な収益貢献度も低いと考えられます。
また、Fのランクが低く、Mのランクが高い場合は購買力が高いと考えられ、購買頻度を高める企画を実施すれば、効果が期待できます。

LTV(顧客生涯価値)

顧客が自店の顧客である期間にどれだけの利益をもたらすのかを数値化したものをLTVと言います。新規顧客を獲得し、その顧客が自店で購買可能な期間にいくら購入していただけるかを算出することで、顧客の新規獲得や顧客維持のためにいくら投資できるかの根拠となる指標に利用します。

  • 既存顧客のうち売上累計の上位を占める上位客が年間で平均何個、単価いくらで合計いくら買ってくれているのか
  • お買い得商品、新商品を最初に訴求すべき顧客はこの上位客であるが、継続的に自店の顧客として維持していくためにはどうしたらよいのか

一般に維持率向上のノウハウや新規客獲得のための費用は既存客を維持する費用の5倍を要すると言われており、次の点を検討する必要があります。

  • 顧客が自店の顧客でいてくれる期間がどれくらいか
  • 登録日からどれくらいの期間、買い続けてくれるのか
  • 新規客獲得のための費用は3年間の累積粗利益の何%にするか
  • 維持費用は何%にするか、上位顧客と通常客にどれだけの違いをだすか

LTV分析の活用法

  • RFMとLTVの複合分析LTVの最大化(早期化)には、販促活動やカタログの無駄な配付を停止しなければなりませんが、無駄な顧客をRFM分析だけで決めると、効率が上がっても全体の売上がジリ貧となるので、可能性のある顧客のみを取捨選択する必要があります。
  • 【事例】
    1.折込チラシは獲得顧客数が少なく、初期獲得コストも高い。
    2.カタログやメールなど請求する顧客は購買意欲が高く、初期獲得コストも低い。

  • LTV最大化の方策
  • 1.初期獲得コストの低減するため、販促活動を見直し、再検討する
    2.顧客にコストを集中し、個別顧客の価値を高め、他店への流出を阻止する
    3.お店に対するロイヤルティを高め、リピター(ファン)を育成する

FSP(フリークエントショッパープログラム)

FSPとは、フリークエンシーマーケティングやフリークエンシーマーケティングプログラムと同意語で1981年にアメリカンエアラインが始めたサービスです。
このサービスは1マイル飛ぶごとに1ポイントを与え、一定のポイントに達したら無料チケットやビジネスクラスへのグレードアップなどを提供するフリークエントフライヤープログラムが最初だと言われ、その後にホテル業のフリークエントステイプログラムやレンタカー、小売業などのフリークエントショッパープログラムへと波及したようです。
日本のFSPは購入金額一定額に対し、ポイントを提供し、顧客の申し出により、商品や割引券に交換したり、値引きに利用されたりします。一方、米国はポイントよりも会員特別価格で購入できるサービスプログラムの場合が多いようです。
この手法は買えば買うほどお得になるプログラムを考案し、顧客の継続購買と購買額の増大を促すことを目的にしたものなので、購入客全体を対象とせず、頻繁に購入する顧客に対してのみ、段階的な特別のサービスを提供する仕組みです。FSPは購入客全体にポイントを同一基準で発行する単なる値引きと異なるものです。
【事例】福屋のララ福屋カード会員・シティバンク銀行のCiti Rewards

FSPの要約

  • 優良顧客(ロイヤルカスタマー)を増やし、継続的に自店を利用してもらう
  • 顧客を購入金額や来店頻度によって細分化する
  • より多くの利益を生み出す優良顧客を引き止める
  • 一般顧客に対し、よりランクの高い優良顧客になるよう育成する
  • ワーストランクの顧客(バーゲンハンターやクレーマー)に販促コストをかけない
  • お店の利益(金銭以外を含む)を越える顧客は積極的に他店をお勧めする

■平成30年版カレンダー

2018年6月
     
 123
45678910
11121314151617
18192021222324
252627282930  

■サイト内検索

■記事講読ランキング

■統計情報サイト

都道府県別統計
世界経済のネタ帳
■地方情報
地方公共団体情報システム機構
中国地域の中小企業支援施策
■ビジネス支援情報
exBuzzwords
ネット通販の構築支援別館
無料ビジネス相談会
1.対象者
☆起業をお考えの方
☆起業後間もない方
2.場所
広島市立中央図書館
3.開催日
☆毎月第2土曜12:00~17:00
4.1時間以内の予約制
☆先着順5名
5.申込先
中央図書館事業課
☆Tel:082-222-5542

■中小企業ビジネス支援サイト


Copy Protected by Chetan's WP-Copyprotect.