今日もお忙しい中、
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」
プロデュース業をメインに活動しています。
さて、本題へ
From：西村公児
銀座の事務所より
本日は、京都の顧問先にきています。
今、まさにデータを分析して顧客RFM を定義化
しています。
どの基準で点数付けで評価していくか？
また
実際の運用面を考えて
いわゆる、パラメータを設定しないと
いけません。
お客さま満足度をあげるためには、
単にRFMのみでは厳しく実際には、
最終購入日付けからの在籍期間が
とても重要になってきます。
１０万件を突破すると
エクセルでは厳しいので（重いので）
アクセスなどを使用して
分析することをオススメします。
まずは、２年間のデータを抽出します。
具体的には、こんな手順と条件になります。
２年間のデータ抽出になるので
作業レベルでの条件を記載しておきます。
アクティブ顧客と非アクティブ顧客を類推ではなく
数値として検証した上で見たいので
今回の抽出は、２年間で初回購入がある
お客様のみを抽出して頂く必要はありません。
M値：
顧客単位別の請求金額を抽出してください。
※返品金額が加味されていなくても大丈夫です。
F値：
注文別のお客様単位で1回以上の注文があった
お客さまを抽出してください。
R値：
2017年９月３０日時点から過去２年間に
さかのぼって最終取引と抽出した時点の期間を抽出して
ください。
※この中には、初回購入のお客さまのみである必要は
ありません。（非アクティグも検証するため）
例）
Aさんは、最終取引日が2017年８月1日であれば、
２０１７年9月３０日から2017年８月1日を
引いた日数が在籍期間になります。この期間を
把握します。
まずは、現状を把握することから
初めて見てください。
このあたりの詳しい内容はこちらを
ご覧ください。
＞http://xn--tcke6n4a3387h9ke.jp/category/direct-online-shopping-marketing/
追伸
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
