顧客データ分析

 2017.03.08  クラウドERP編集部

グローバル標準のクラウドERP

ビッグデータ活用の重要性が叫ばれている中、「これまで蓄積してきた顧客データを活かしたい」という企業が徐々に増加しています。

しかし、実際に顧客データ分析を行い利益拡大や新規顧客獲得に貢献しているかと言えば、そうではないケースの方が多いようです。

そこで今回は顧客データ分析の基本を整理しつつ、顧客データ分析を始める上で重要なポイントなどについて紹介していきたいと思います。

顧客データ分析で何ができる?

企業のデータ分析において基本とも言うべき顧客データ分析は、如何なる業界業種でも有効活用することで、多くの効果を生み出します。では、顧客データ分析では一体何ができるのでしょうか?

優良顧客や属性ごとの売れ筋などを把握できる

顧客データ分析の基本は、顧客について深く知ることです。その第一歩として優良顧客の把握や、顧客属性ごとの売れ筋把握があります。

多くの企業で「どの顧客が優良なのか?」というのは、感覚的に把握している部分が多いでしょう。データに基づいて優良顧客かそうでないかを判断している企業は意外と少ないのです。

一見データに基づかなくても把握できるような情報を感覚的に判断している場合、その判断が間違っているケースが多々あります。

例えば頻繁に取引のあるA社が自社の最優良顧客と認識していても、実際には取引頻度は少ないが取引ごとの単価が高く、総合的な利益貢献率ではA社を凌ぐB社が最優良顧客であったといったケースです。

こうした判断の間違いは、知らずのうちに大きな損失を生んでしまう可能性があります。

顧客データ分析を行うことで、今まで感覚的に判断していた事もデータに基づいた判断ができ、損失を防ぎつつ利益の最大化を図るための経営を実現します。

分析結果をマーケティングに活用できる

「データ分析」と聞くと、同時にマーケティングを思い浮かべる方が多いかと思います。それだけ現代ビジネスにおけるマーケティングの立ち位置が上がったということであり、企業にとって重要度の高い業務の一つです。

そして顧客データ分析ももちろん、マーケティングに活用することができます。

具体的には分析結果をもとにメールマガジンの配信情報の変更や、マーケティングオートメーションといったツールを導入している場合は、分析結果をシナリオ設定に活かすことも可能です。

顧客データ分析をどうマーケティングに活かすかはアイディア次第なので、様々な角度から分析し有用な知見を見出すことが大切です。

顧客データ分析を通し自社ビジネスの理解が深まる

顧客データ分析で把握できるのは顧客情報に限りません。実は、「分析を通じて自社ビジネスへの理解が深まった」という企業が珍しくないのです。

顧客データを分析するということは、自社を客観的に見つめるということでもあります。従って、日々の業務では気付かなかった自社の強みや弱みを知ることができ、自社ビジネスを深く理解することができます。

「成功者のほとんどは自己分析力に長けている」という言葉や、「彼を知り己を知れば百戦殆からず」という故事があるように、顧客を知るだけでなく、自社ビジネスを深く理解することもそれと同等に重要なことだと言えるでしょう。

事例記事:中外製薬
ライオンの調達部門責任者と支援者が語る、経営戦略における「調達イノベーション」の重要性とは?

顧客データの主な分析手法

ここで具体的な顧客データ分析手法を5つ紹介します。

1. デシル分析

デシル分析は取引のある顧客に対し、購入金額の高い順位に並べ上位から10のグループに分類していくという分析手法です。

顧客ごとに自社売上への貢献度を把握できるため、今後積極的アプローチすべきグループを知ることができます。

効果

顧客ごとに自社売上への貢献度が把握できる。

2. RFM分析

「最新購買日(Recency)」「購買頻度(Frequency)」「累計購買金額(Monetary)」それぞれの項目を顧客ごとにスコアリングすることで、顧客の抽出を行うことができます。

例えばRとFが高い場合は継続的な優良顧客、RとMが高い場合は将来的な収益に繋がる可能性があるなど、顧客ごとの特性を把握することが可能です。

効果

購買日、頻度、金額から確度の高い顧客を抽出できる。

3. セグメンテーション分析

各顧客の属性情報や購買行動などの中から類似性を見つけセグメントします。そして各セグメントに特徴を見つけることで、マーケティングを生かすのがセグメンテーション分析です。

例えばこのセグメントでは製品Aの購買率が高いなど、セグメントごとの特徴でマーケティングを展開することができます。

効果

セグメントごとに特徴を見つけマーケティングに活かせる。

4. 行動トレンド分析

顧客を属性ごとに分類した上で、シーズンごとの購買商品を調査します。こうすることで、シーズンごとの売れ筋などを把握でき、より確度の高い、マーケティング展開が可能です。

効果

シーズンや属性ごとの売れ筋を把握できる

5. CTB分析

「カテゴリ(Category)」「テイスト(Taste)」「ブランド(Brand)」の3つの指標を使用し、顧客をグルーピングします。こうすることで、類似した属性を持つ顧客の購買商品を予測することができるのです。

効果

顧客の購買商品を予測できる

[SMART_CONTENT]

顧客データ分析を実践するために

では、顧客データ分析を実践するために必要な事とは何でしょうか?

顧客データを分析できる環境

当然ながらまずは顧客データを分析できる環境が必要なのですが、これは単に顧客管理システムを導入すればいいというわけではありません。

大切なのはシステムから生成されたデータを基幹システムに統合し、即座に分析できる環境を整えることです。

具体的には既存システム環境を統合するか、クラウドERPによる初めから統合されたシステム環境を導入するかといった選択肢があります。

顧客データと行動情報の紐付け

顧客の購買行動や商談履歴などの情報は、顧客を理解する上で非常に重要な情報源です。しかし、顧客データと行動情報が的確に紐付かれていないと、せっかく蓄積した顧客データもうまく活用できません。

顧客データと行動情報を紐付けられる仕組みを予め構築しておくことが重要です。

退会した会員データの保持

会員制のWebサイトやサービスを運営している場合、退会した会員データというのは非常に貴重な情報です。退会理由の考察やリピート会員と特徴を比較することで、より明確に会員の傾向を把握することができます。

顧客データとアンケート結果の紐付け

現状調査の一環としてアンケートを取る機会があると思いますが、この時顧客データとの紐付けをしっかりと行うことが大切です。

アンケート結果を集計して自社ビジネスの現状把握をするだけでは、顧客データを有効活用しているとは言えません。

顧客データとアンケート結果を紐付け、顧客のニーズや課題への理解を深めましょう。

[RELATED_POSTS]

まとめ

今まで蓄積してきた膨大な顧客データのほとんどが、分析に使用できなかったといったケースがあります。これは、顧客データとそれ以外の情報をしっかりと紐付けられていないことが主な原因です。

どんなにデータ量があったとしても、「データの質」が高くなければ効果的な分析はできません。従って顧客データとその他の情報をしっかりと紐付けられるよう、統合的なシステム環境の構築を目指していただければと思います。

ERP(統合基幹業務システム)の導入を成功に導く10のステップ

RECENT POST「CRM」の最新記事


顧客データ分析
失敗しないCRM選定 9つのポイント
避けては通れない「収益認識基準」、どう対応すべきか?
成長企業がこれから12ヶ月で変えていくべき3つのこと

RANKING人気資料ランキング

RECENT POST 最新記事

RANKING人気記事ランキング

New Call-to-action