通販ビジネスの中で良く使われる分析にデータマイニングという方法のRFM分析!

通販ビジネスの中で良く使われる分析にデータマイニングという方法のRFM分析!

本日もお忙しい中、
ご覧いただき
ありがとうございます。

単なる製品の販売を超えて
商品に社長の「らしさ」・「生き様」を
投影して、人の心に刺さるメッセージを
発信することで、小さな会社でも
小売業の変革を通販で実現する、

をビジョンに掲げ、
【共創価値を科学的にする】こと
を追い続けています。

あなたのビジョンと価値提供を
ギフトとして、最大限に引き出して

あなたの売上を最大化しながら
世の中をよりよく照らし、
お客さまと共に共創しながら、
「売れないを売れるに変身させる」をテーマに
通販プロデュース業と通販専門のコンサルティング業
をメインに支援活動しています。

From:通販プロデューサーの西村公児
自宅のリビングにて

明日から仕事が始まります。
今年は、暑くて大変ですが、
甲子園も本日でベスト16が出そろい、
いよいよ佳境に入っていきます!

明日は、愛されネットショップの
先生たちとクラウドファンディングの担当者と打ち合わせ
からスタートします。

うちの役員もドイツからそろそろ帰国している
頃だと思います。

本題へ

通販ビジネスの中で良く使われる分析に
データマイニングという方法があります。

データマイニングの大きな目的は、購買予測です。
どのお客様が買ってくれそうかを予測して、
効率的にそのお客様にアプローチすることが求められます。

そのためには、顧客を何らかのある基準で絞り込んで
抽出する必要があります。

今回は、ある基準で絞り込んで抽出する手法について
共有したいと思います。

特定の属性による絞り込むためには、
個人を特定することができるデータがあることが前提になります。

あらかじめ登録してもらった会員データをクリーングしておく必要があります。

最も単純で簡単な絞り込みは属性を手がかりにした顧客の抽出です。
総合通販では日常的に作業レベルで実践されていました。

カタログをメンズ用とレディース用に分けて、
男性にはメンズカタログを送付したり、
女性にはレディースカタログを送るまどの運用が該当します。

この手法は、購買履歴がなくて
登録データだけあれば用いることができます。

次に、お客様の購買金額によって絞り込む方法です。

購買履歴がないと、そのお客様がどれくらい
買ってくれそうなのかはわかりません。

購買金額がわかれば、いくら以上購入した人には、
特別なオファーや高級なカタログを送るというようなこともできます。

通販ではなく、外車などは、この手法を取り入れています。
よって、一般顧客と初めて購入した顧客と複数回、購入している
顧客によってカタログが全く違います。

通販業界も、この外車が使用している顧客を区別して施策を
打っています。

過去にたくさん買ってくれた人は、
今後も買ってくれるだろうという仮説のもとに、
アプローチをする手法となります。

購買金額でもう少しだけ高度に分析する手法に
デシル分析があります。

「デシル」とは語源はラテン語で、「10等分」という意味です。
よって、デシル分析とは、全顧客を10等分してそこから
有益な情報を得ようとする分析法になります。

方法は非常に簡単なのでエクセルでもできます。
1,000人の顧客がいたとすれば、ある一定期間の
顧客別購入金額の表を10個に分割して作成します。

※10で割り切れない場合があると思いますが、
そこはあまり厳密ではないので、
購入金額が少ないグループで調整してみてください。

顧客を購入金額の多い順番の降順に並べ替えます。
1,000人の10分の1なので上位から100人ずつ
というイメージになります。

デシル1からデシル10までのグループ化し、
各グループの購入金額の合計を出して、データの性質を知る
ことから始めます。

1,000人全体の購入金額合計に対して、
10のグループそれぞれの購入金額が
何%に該当するかを計算します。

上位から累積でどの程度の比率を占めるかの、
累積購入金額比率を算出します。

世の中で言われる2:8の法則もこの、デシル分析の
データの特徴から生まれた統計データになります。

デシル分析をもう少し金額以外の概念を入れて
分析したやり方が、RFM分析です。

Recency (直近いつ)
Frequency (頻度・回数)
Monetary (購入金額)

の3つの指標に分離してお客様を並べ替え段階的に分け、
顧客をグループ化にします。
その上でグループの性質を知り、
マーケティング施策を講じる手法です。

RFM分析の中では、Recency(リセンシー:最新購買日)の概念が
とても重要になります。

最近購入した顧客のほうが
何年も前に購入した顧客よりも
優良なお客様という判断の概念になります。

購入データのなかから「購入日付」を抽出します。

その上で、お客様が最後に買ったのがいつかを算出して
グループ化します。

グループ化は、どの程度の期間で分けるのかは、会社や商材によって
変わります。(特徴があります)

Frequency(フリークエンシー):購買頻度
についても簡単に共有しておきます。

どの程度頻繁に購入してくれたかを
判断材料とする指数になります。

頻度・回数が高いほど良いお客様という概念になります。

顧客の購買履歴から過去に何回購買したかを抽出し
その回数が多い順番に並べれば、
一番上にくる顧客が最もF値が高い顧客となります。

逆に F値が低い顧客が多い場合は、
お客様に満足を与えていない可能性があります。

最後に、Monetary(マネタリー):購買金額です。

お客様の購入金額の合計を指し、この金額が大きいほど良い顧客と考えます。
このM値を10段階に分けたものが前述したデシル分析と同じになります。

購買履歴から顧客ごとの購入金額の合計を計算し
それを金額の大きい順番に並べれば、
最も上にくる顧客が優良顧客という概念になります。

RFM分析については、このような解釈がされます。

R値が高いお客様ほど将来の収益に貢献する可能性が高い
R値が低ければF値やM値が高くても他社に流れ離反している可能性が高い
R値が同じならF値が高いほど優良顧客で常連客となる
R値が同じならF値が高いほど購買力がある顧客となる
R値やF値が高くてもM値が少ない顧客は購買力が低い
F値が低くM値が高い顧客はR値の高い方が良い顧客
F値が上がらないか下がっている顧客は他社に流入している可能性が高い

『経済・経営・商学のための「実践データ分析」』講談社
にも詳細が記載されています。

RFM分析は有用な分析方法ですが、欠点もあります。
RFM分析は3次元であるためイメージしにくいところがありますが、

①R(直近購買日)値
Recencyは一般に「最近」ほど頻度が高くなる傾向にあります。

②F(購買頻度)値
通販ビジネスにおいては、Frequencyが3回以上ないと継続しないです。
ほとんどが1〜2回しか買っていない顧客なので3回以上のデータは重要です。

③M(購買金額)値
Monetaryも比較的指数関数的な分布になります。

④RFMランク別の顧客数が重要
R値、F値、M値をそれぞれ5つのランクに分けると、
顧客にはそれぞれ1〜5までの
3つの値が割り振られることになり、

R値=1から5、F値=1から5、M値=1から5
5×5×5=125に分類されます。

この分類がネット通販や商材によって
影響を確認しながら基準値を作成していきます。

【追伸1】

通販専門のコンサルティングって何?

ネット通販のビジネスを本気で伸ばしていきたいと
お考えの経営者のあなたに対して20年以上現役で通販の
事業会社で実務を実践し、ゼロイチから11の事業を成功させた専門家である、
売れる通販プロデューサー西村公児が数値にコミットメントして、
あなたのネット通販事業の業績を大幅に伸ばすコンサルティングを総合的に行います。

これまで年商600億円レベルの通販企業の社員実務の経験から、
あなたの会社のステージに合った最適な施策を実施していきます。

ほとんどのネット通販の企業は、更なる成長を行っていくうえでステージごとに
実行すべき施策とKPIの抜け・漏れがあるため、
全体的な6ステップを踏む事ができていません。

・ネットでスタートしているので紙媒体の同梱物の制作の作り込みが甘い
・カスタマージャニーが完結されていないのでリピート率が上がらない
・CRMにビッグデータ・AIを活用していないので自社の商品を買う事が前提で組んでいる
・広告のみに依存しているので自然検索からの流入がない

このような問題からの課題発見から改善策の提案から実行まで
御社に訪問してお手伝いいたします。

これが通販コンサルティング事業の考え方になっています。

【追伸2】
「愛されネットショップ教室」のオンラインサロンって何?

女子は楽しいが仕事にオンラインサロンで学べて
リアルでもアイディアが共有できるような環境を提供するために立ち上げました
ご確認して見てくださいね!

「これは、女性のビジネススタイルの革命を起こす一大プロジェクト」で
名付けて、「ピンクプロジェクト」です。

私達は、女性の「時給単価を上げて働き方改革を実現する」をテーマに活動を
しています。
オンラインサロンはこちら
↓↓↓↓
https://lounge.dmm.com/detail/618/

企業HPはこちら
↓↓↓↓
http://luce-consulting.com/

東洋経済オンライン掲載 記事
↓↓↓↓
http://toyokeizai.net/articles/-/125443

地上波、ビジネスフラッシュに出演
↓↓↓↓

『伝説の通販バイブル』
(日本経済新聞出版社)の立ち読み無料版
↓↓↓↓
goo.gl/ojecHm

★西村公児の新刊★
『伝説の通販バイブル』
(日本経済新聞出版社)
↓↓↓↓
https://goo.gl/ADnpZk

さらに詳しくはメルマガにて。
今ならセミナー動画を含む、
スペシャル動画10本以上プレゼント中です。
↓↓↓↓
https://goo.gl/IF20Ty

ABOUTこの記事をかいた人

西村公児

株式会社ルーチェ代表取締役   年商600億円の上場企業の通信販売会社 で販売企画から債権回収のまで16年経験。 その後、化粧品メーカーの中核 メンバーとして5年マーケティングに参画。 大手エステ系企業の通販ビジネスのサポート で200%売上アップ。 ニュージーランドのシンボルフルーツ企業の 販促支援でレスポンス率を2倍アップ。 某健康食品会社の事業開発及び通販支援で 新規会員数が2,000名増加など、 通販ビジネスと、売れる商品開発のプロ として誰もが知る有名企業の ヒット商品の誕生に多数関わる。 売れる商品を発掘し、ヒット商品に変える 独自メソッド 「ダイレクト通販マーケティング理論」 を提唱。 中小企業から中堅企業をメインに、 企業に眠る“売れる商品”の発掘を数多く サポートしている。 国内の注目ビジネスモデルや経営者に焦点を 当てたテレビ番組「ビジネスフラッシュ」に出演。 また、著書にはベストセラーとなった、 伝説の通販バイブル(日本経済新聞出版社)がある。