LTV

顧客目線型データ分析への近道

ltv最大化

顧客目線で考えよう・・

既存のマーケティング手法が、競争激化・人口減少で頭打ちになり、「顧客目線に立ち返って考えよう」というスローガンを数多く目にする様になりました。

とは言っても、自分自身は純粋の「顧客」ではありませんし、自分の見方で見てみるのは、「顧客目線」とは異なります。

「顧客目線」をなんとかデータで入手し、CRM分析に反映できないものかを我々も試行錯誤してきました。

その過程も踏まえて、いったい「顧客目線」とは何なのか?、どうすれば「顧客目線」になるのか?どうすればCRMデータに反映できるか?を具体例も交えながら考えてみたいと思います。

爆撃機の着弾データ

CRM分析・「顧客目線」とはだいぶかけ離れた話ですが、第二次世界大戦中の統計学分析例から考えてみたいと思います。

 

米国統計学者のAbraham Waldは、爆撃機の分析の為に軍隊に呼び寄せられました。軍隊からの要請は、「爆撃機に防弾板を設置し、損害を最小に押さえたいが、防弾板は重量の問題から一部にしか設置できない。一番効果のあがる場所を統計学的に算出してほしい」というものでした。

データ採取

Abraham Waldは、最初にデータ採取に取り掛かりました。敵の攻撃を受け、帰還した爆撃機の着弾場所データを採取しました。それが、下記の図の赤いポイント(点)です。前後の「翼」に着弾が集中しており、一見・敵から狙われやすいのは「翼」と見て取れるデータです。

データ分析

ここまで見ると、防弾板を設置すべき場所は「翼」という結論になりそうですが、皆さんならどう分析し答えをだしますか?

・・・気になるところを洗い出してみましょう

■エンジン部分及び操縦席部分に着弾データが無いですね。

■両主翼の中央部も着弾データがありません。(燃料タンク部分と思われます)

分析結果

Abraham Waldの出した結論は「着弾してない部分に防弾板」を設置する・・でした。

もうおわかりだと思いますが、「着弾してない部分」は致命的な損傷を爆撃機に与え、そもそも帰還出来てないので、データが無いのでした。

分析の罠

データを収集して分析しようとすると、「有るデータ」に焦点が集中してしまい、データ欠如等、本質的な事象を見逃してしまう事になりがちです。実は、爆撃機分析と同様の事象は現在も各所で発生しています。

大量データを前にすると、どうしても最初にこの膨大なデータのハンドリング(データ設定:分析可能なレベルに整理する作業)に時間を費やします。データを使ってレゴブロックを作り上げる作業に没頭する事になり、データが無い事に思いを巡らさなくなります。

顧客目線とは

顧客目線に戻ってみます。

帰還した爆撃機しか軍隊本部から見えないのと同様に、強烈な反応を示す「バーゲンに殺到する客」は見えますが、毎日・毎日足繁く購入して頂く顧客は見えません。

ついつい、売り手からすると、強烈な反応に焦点が定まって、大切な固定客が見えにくくなってしまっているのでは無いでしょうか。

売り手からすると、「強烈な印象」が「顧客のニーズ」と錯覚してしまいがちです。冷静になって本当の顧客を改めて見直してみる事が「顧客目線」です。

「翼」の着弾が多いからという理由で、一番効果のあるエンジン・操縦席を避けて「翼」を強化してしまっていませんか?

最初の第一歩

大量のデータを集計をかけると、データが独り歩きを始め、後戻りが出来なくなってしまいます。

少人数の顧客データをサンプルで抽出してみて(1人でもよい)、どんな買い方をしているかを分析してみるのも、顧客目線の第一歩だと考えます。

弊社では、時間軸で顧客行動を見ています。

id-pos

上記のグラフは、某食品スーパー様での分析例です。毎週・土曜が肉の割引があり、肉を中心に割引日に来店購入されている購入者1人のデータです。

注目は、7月・8月に黄色の「惣菜」ですが、「うなぎ」購入に来店されて、結果月間購入金額も大幅に伸びています。また徐々に、「青果」の購入金額も伸びています。

実は、7月中旬から弊社のサービスに参加され、購買行動の変化が見られた実例です。

id-pos

こちらのお客様は、イベント通知が起点で来店されているのがわかります。また、8月中旬には購入感覚が空き、その前に「鮮魚」の購入金額が伸びています。上記同様、弊社サービスに7月中旬から参加されて、購買行動が変化しています。

こちらの方も、変化の兆しとして、7月中旬にギフトを購入されています。この点を突き詰めていくと、ギフト販売の効果的な施策も見えてきます。

こうして見てみると、顧客が何を考えて、どういう理由で、何をするかを追いかけながら施策を考える事ができます。

合計値では全くわからない姿が、逆に1人のデータにすることにより見えて来ます。

弊社サービスでは、上記に「声(VOC)」のデータを合わせて分析する試みも実施しており、変化の理由が手に取るようにわかります。

「顧客目線」型データ分析・まとめ

■顧客目線型分析とは、「データの罠」から抜け出して、ゼロベースで考え直して見ることから始まります。データが無いのも貴重なデータの一つです。

■大量のデータをフルに使おうとしないで、1人のデータを徹底的に分析する事から始めると、新しい発見が次々に見えてきます。

 


簡単!たったこれだけでLTVの最大化を実現。

今まで実現されてこなかった、デジタルとエモーションとの融合でLTV最大化を実現しました。是非、お確かめください。

LTV最大化を実現

コメントを残す

*