【徹底解説】顧客分析～日本最大のデータ活用した購買ポテンシャル分析～

既存顧客の顧客分析から戦略を導く

既存顧客の分析は、自社の方向性を決める際に最も重要な業務と言っても過言ではありません。優れた戦略検討のためには、市場や競合などを含め自社が関連する環境要因を把握することが必要不可欠です。市場や競合を分析する際にも、自社との比較が基本になるため、既存顧客の分析から自社の状況を可視化することはすべての活動の軸となります。

一口に顧客分析と言っても、様々な方法があります。代表的な方法には、デシル分析、セグメンテーション分析、行動分析などがありますが、中でも最も基本的で最も重要なRFM分析について、取り上げます。

こちらの記事もおすすめ：

営業に役立つ顧客分析７選を紹介！９割の人が見逃すデータ整備の視点についても解説

RFM分析に限界を感じていませんか？

RFM分析とは、Recency(直近購入日)、Frequency(購入頻度)、Monetary(購入金額)の3つの指標で顧客を分類する方法です。一般的には、RFM分析はLTV(Life Time Value)を向上させるために必要な要素を網羅した顧客分析手法の一種といえます。
しかし、多くの企業様から以下のようなお悩みをよく耳にしています。

「RFM項目のみの顧客分析では毎回同じ方にアプローチしてしまい、潜在的な見込客を見つけられない・・・。」

ユーソナーが保有している属性情報を用いれば、顧客の基本情報・RFM項目以外の視点から既存顧客の顔を可視化することが可能になります。そのため、ユーソナーの顧客分析は、1人1人を個別に把握した上でOne to Oneマーケティングを展開でき、RFM分析だけでは拾えなかった潜在優良顧客へのアプローチを実現します。

以下のようなお悩みを解決します。ぜひご相談ください。

顧客分析を行うまでのデータ準備が大変、複数システムにデータが散在している
既存顧客のLTVを上げるために、優良顧客を育成するために必要な要素を導き出したい
顧客特性や購買パターンなど、現状を性格に把握したい

顧客分析・購買ポテンシャル分析を行う上で欠かせないデータ整備

BtoC企業様の多くにとって顧客分析を行う上で、データ整備が最初の課題となります。誤入力や表記の欠落による重複データや、店舗やECサイトなど各チャネルにバラバラに紐づいた顧客データを抱えている企業様が多く存在します。「顧客ID」でお客様を管理することは出来ても、「顧客ID」を超えてお客様を名寄せし、ユニークな状態(「ユニーク客」)にするためには相当な工数を要します。

しかし、ユニークな状態に顧客データを整備することにより、Aランクとして認識していたお客様が実はSランクであったというケースも発生します。「顧客ID」と「ユニーク客」では顧客ランクの分布も異なっており、本来の優良顧客を見落としてしまっていることもあります。そのため、正確な顧客データの構築が正確な顧客分析を行う上では必要不可欠です。

ユーソナーでは正確な顧客分析の下準備として、「ユニーク客」データの構築も支援しております。姓名マスタや住所マスタ、地図帳チェックなど、様々なナレッジを活用し、データ処理を行います。「ユニーク客」へ整備したデータに対して、ユーソナーの消費者データベースに付随する属性情報を付与し、RFM項目以外の多角的な視点から顧客分析を実施します。

潜在的な優良顧客を導き出す顧客分析・購買ポテンシャル分析

ユーソナーの顧客分析では、RFM項目以外にユーソナーの消費者データベースに付随する属性情報を付与し、利益貢献度が見込める潜在的優良顧客や今後離反する可能性が高い顧客を特定することができます。その結果、既存顧客のLTVの向上を実現することが可能です。
つまり、現状の購入実績に基づくRFM分析ではなく、将来的にフォローすべき顧客かを把握するための「予測的な顧客分析」を実施します。

ユーソナーの顧客分析では、一般的な属性情報だけでなく、下記のような属性情報も活用し、既存客の内面を深堀っていきます。
【一般的な属性情報】性別・年齢・居住エリアなどのデモグラフィック情報およびジオグラフィック情報、RFM関連情報
【ユーソナーの属性情報】富裕度や職業などの属性情報、企業の属性情報

これらの属性情報を活用し、将来の優良顧客となり得る「潜在優良顧客」を可視化します。

顧客分析・購買ポテンシャル分析のご利用例

以下のような課題の解決に活用できます。

Cleansing: 顧客データの名寄せ、ユニーク客の構築
複数店舗や事業所などで登録された顧客データを個人又は世帯で名寄せ処理を実施します。これによって重複の無いデータを構築でき、正確な顧客分析が可能になります。
Up Sell: 潜在的な優良顧客の可視化
顧客ランク別の顧客分析をもとに、既存顧客のポテンシャルを診断します。これによって、注力すべき顧客(現在の取引金額は低いが、ポテンシャルが高いと診断される顧客)の析出を行います。
Attrition: 離反予備群の可視化
過去に離反した顧客の分析をもとに、既存顧客の離反リスクを診断します。これによって、離反可能性が高い顧客を特定し、早期離反防止策を実施します。
Cross Sell: 併買傾向の可視化
取引内容の分析をもとに、既存顧客の購買傾向を把握します。これによって、案内すべき商品(現在の取引はないが、ニーズがあると思われる商品)のリコメンドを可能にします。
Acquisition: 新規ターゲットの可視化
既存顧客/見込客のデータを活用した顧客分析をもとに、ターゲットの受注確度を診断します。これによって、注力すべき見込み客と注力すべきではない見込み客のふるい分けを行います。