データは貯まっているのに、分析に使えない。POS、EC、分析ツールのあいだをつないで、顧客単位で追える状態をつくった事例です。
目次
ご相談の背景
POSやECには購買データが蓄積されていました。ただし、システムごとに分断していて、同じお客様の行動を一本の線で追えない。プロモーションを打っても、誰に届いたのか、効いたのかを検証できない状態でした。
実施したこと
1. システム間の連携を設計した
POS、EC、分析ツールのあいだをつなぎ、購買情報と属性情報がひとりの顧客に紐づく形にしました。
2. 見たい切り口を、先に決めた
ツールを入れてから使い方を探すのではなく、どの分析が意思決定に効くかを先に整理しています。連携の設計は、その後です。
使えるようになった分析
- RFM分析｜最終購買日・購買回数・購買金額の3軸で顧客を分ける。購買回数は多いのに最終購買日が遠い、といったヘビーユーザーの離反傾向が見える
- デシル分析｜顧客を10等分し、偏りを見る。上位30%が売上の70%を占める、といった構造が分かる
- 顧客情報分析｜入会情報をもとに、年代や居住エリアで分ける
- キャリア分析｜新規とリピートを分け、売上の増減がどちらによるものかを切り分ける
- シチュエーション分析｜店舗別、月別、時間帯別など、購買時の状況で分ける
- 商品傾向分析｜上位顧客が何を買っているか、特定年代が何を買っているか
- バスケット分析｜同時に買われている商品。陳列と売り方の判断材料になる
- Not分析｜「今シーズン、アウターを買っていない人」のように、買っていない実績から抽出する
- Only分析｜その商品しか買っていない人。サンプルや入口商品で離脱している層が見える
成果
- 顧客データの蓄積量が大きく増加
- 購買情報と属性情報をもとに、対象を絞ったアプローチが可能に
- プロモーションの効果検証ができるようになった
分析ツールは、入れただけでは何も変わりません
誰が、どの頻度で見るのか。見たあとの打ち手を誰が決めるのか。そこまで決めて、はじめて回り始めます。データが繋がっていないのか、見る体制がないのか。まずそこを切り分けます。
IT CONSULTING