顧客データ分析

どのビジネスにおいても商品なりサービスを購入してくれている「顧客」がいるからこそ成り立っています。この顧客を分析することで、新規顧客を増やしていくためのキーとなるポイントや、顧客ロイヤリティを高める（ヘビー顧客としていく）ためのポイントが把握されます。

顧客の売上を因数分解する（会員・非会員での区分や客数、客単価等への分解）ことで、売上増減の要因を導き出します。

例：顧客軸での売上分解

カード会員など、顧客情報を取っている企業であれば、販売ローデータにも顧客IDが紐づいています。そうすることで、会員と非会員の売れ方の違いを把握することができます。

上の図表は、3年間における会員と非会員の客数や来店頻度、購買点数などの推移を示したものになります。こうすることで、各年においてどんな顧客層が増減しているのか分かるため、力を入れるべき層と打ち手の内容が定まってきます。例えば、上図の場合は、会員においては、一人当たりの来店頻度は増加している一方で、ユニーク客数が減っています。よりヘビー会員が増えていますが、ライト会員は減少していることが言えます。

また、商品単価は少しずつ上げることができていますが、特に14期においては1回当り購買点数を大きく低下させています。購買力が悪化してきており先細りしてきてしまっていることが想像できる結果です。一方、非会員については、13期までは客数が減少していましたが、14期には持ち直しています。その一方で1回当りの購買点数が減少しています。

このように、同じ顧客でも会員と非会員とでは異なる傾向となるケースが多くあります。

顧客情報のある会員の売上を様々な視点で分解する（性別や年齢、エリア、登録年度等）ことで、会員の売上増減の要因を導き出します。

例：会員における年間購入回数別の構成推移

年間の購入回数別に人数および構成比を見てみると、購入頻度の高い会員（年間2回以上）の人数および構成比は毎年増加していることが分かります。その一方で、年間1回だけ購入する会員は人数、構成比ともに減少しています。購入頻度の高いロイヤルカスタマーについては、増加させられていますが、その一方でまだコミュニケーションの薄いライトユーザーについては減少しています。

例：会員における登録年度別の構成推移

上の図表は、同じように会員を登録年度別で人数及び構成比の推移を図示したデータ分析グラフになります。毎年新たに会員になった顧客が次の年にはほとんど購入していない状況になっていることが分かります。これら2つの図表から、顧客視点での問題は、頻度高く購入してくれるようなロイヤルカスタマー以外の顧客層を獲得できていないことにあることが把握できます。

顧客軸での分析・可視化では、上記以外にもRFM分析を活用して、顧客の最新購買日や頻度、累積購入金額から自社なりに顧客をセグメントし、そのセグメントごとの傾向を掴むことで、定期的に課題を抽出し、適切なマーケティング施策へと落し込むことができるようになります。また、他にも年齢や性別、エリアといった様々な顧客情報を販売実績とクロス分析することで、より深い分析が可能になるとともに、自社の顧客像が鮮明になるのです。

KUROCOでは、企業の状況に応じて必要な分析をした上で、可視化していきます。