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
こんな質問を受けました。
おつかれさまです。
グーグルで、「●●●」と検索すると
楽天のほうが本店よりも上に出ます。
これは、より売れている、
よりアクセスがあるサイトを重要と判断して
順位漬けしているのでしょうか？
よくある質問ですが、
楽天市場をベースに売上を立てていると
本サイトより検索が上位になるケースが
あります。
これは、楽天のドメインの方が強いと
いうことです。
いずれ、サイト内のコンテンツが充実すると
滞在時間などで逆転する可能性があります。
本題へ
ネット通販のデータ分析の現場でのやり方について
お話を共有したいと思います。
現場では、具体的にどんなやり方で、分析を進めているのでしょうか？
今回は、ツールと合わせて、データ分析の
プロセスを６つに分解していきます。
全てのビジネスに言えるのですが、目的がないと
始まりません。
その前提条件の中で言えることは
ステップ1：仮説を立てる
はじめに重要なポイントですが、データ分析
をする前に必ず仮説を立てておきましょう。
例えば、休眠顧客向けの休眠掘り起こし
DMの費用対効果が悪化していると、します。
休眠顧客向けのDMによる販促で
1年以上購入していない休眠顧客については、
費用の方が売上を上回って赤字になっている
と一歩踏み込んで、仮説としてデータを記録しておきます。
起こっている事象や想定している原因などを、
もう少し分解し言語化（公式化）できないか？
面倒ですが、必ず欠かさずに実践してください。
ステップ2：必要なデータを定義する
そのうえで、浮かんだアイディアから仮説を立案し
検証するためには、どのようなKPIの数値の指数を
とる必要があるか？を整理する必要があります。
この場合は、過去3回分の休眠開拓DM実績における、
レスポンス率と平均購入単価
をRecency（最終購入日）ごとに
抽出して、平均発送代の費用と比較すればよいことが
と分かります。
データの母数や期間や排除するべき条件なども、
事前に握っておくと間違いがないでしょう。
ステップ3：管理システムからデータを抽出する
1で定まったデータを抽出するため、
管理データベースにアクセスしていきます。
年商10億を超える
ほとんどの通販会社は、財務会計や在庫管理などの
「基幹システム」と連携しています。
その際に、「リピスト」や「通販マーケッター」
など、通販ビジネスに即した「カートのASPシステム」
と連携できると良いでしょう。
カートASPシステムからデータを取り出すなら、
・R（最終購入日）
・F（累計購入回数）
・M（累計購入金額）
を、それぞれ独立した項目として
顧客情報に紐づいて顧客単位にダウンロードできるので便利です。
顧客単位とは、顧客IDごとに集計することを指します。
休眠顧客のDM送付前の最終購入日と
休眠顧客DMのレスポンスデータの
情報がスプレッドシートに揃えば十分です。
ステップ4：数値集計はエクセルで
私が勤務していた上場企業のように
高度なSPSSのようなデータ解析ツールもありますが、
一般的な顧客RFM分析なら、
基本的にはEXCEL（エクセル）で十分です。
ステップ3のようにデータが揃えば、
エクセルで「ピボットテーブル」の機能を使えば、
Rごとのレスポンス率が出ます。
また、Tableau（タブロー）やDOMOなど
BIツールを活用すると、可視化することも可能です。
マネジメントに報告したり、
部署全体で定期的に定期報告をする場合などには有用です。
ステップ5：データをもとに意思決定する
もっとも重要なのはデータ分析が施策に反映することです。
ステップ1で立てた仮説が、
実際と合っているか？をデータ分析をもとに確認します。
R値が12以上（最終購入日から12ヶ月以上）
の顧客には、休眠顧客DMを発送しても
赤字になっていることがわかるかと思います。
その場合は、R値が12以上の顧客には休眠顧客
DMの発送を取りやめるべきです。
今後はR値の11以下の顧客だけに
DMを送付するのが有効と判断することができます。
ステップ6：意思決定からPDCAを運用する
データにもとづいて施策の有効性を議論し、その可否を意思決定していくのです。
まずはデータベースから数字を出すこと
EXCEと関数で数値を加工する
最後にピボットテーブルでアウトプットする
このように現場と数値を
手を動かしていくようにしてください。
顧客データの分析
で全体像を理解しておくとスムーズにネット通販の
仕事を進めやすくなります。
ネット通販ビジネスの事例からみると
効果的な活用法と限界が発生します。
その場合のこのRFM分析は
ダイレクト通販マーケティングの現場では
どのように使われているのでしょうか？
このブログの読者にも多いと類推される
化粧品や健康食品など
単品リピート通販での活用ポイントを見ていきましょう。
年商10億までの分析は、R値と F値の組み合わせ
で十分です。
顧客RFM分析のなかでも、
レスポンスに最も影響を与える要因は
R（最終購入日）です。
これは、上場企業の総合通販が仮説検証した
過去のデータから明らかになっています。
その次に影響を与えるのは
F値（購入回数）です。
売上をつくるためには、
R値とF値だけに絞って分析すると良いです。
ネット通販の年商規模に
よっても考え方や基準値は
違うかもしれませんが、
私が考える小さな会社の
ネット通販は、RFM分析では、M値
は分析にいれません。
R値とF値のマトリクスした
グループわけしたデータを分析することで
それぞれに応じた施策を考えることが可能です。
よって、このRFM分析こそ、
現場で数値を使うには現実的な方法だということです。
【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
