こんにちは。矢野芳幸です。
前回のメルマガで「顧客データの名寄せ」が
必要な理由をご説明しました。
「顧客データの名寄せ」とは重複した顧客
データを一本化することです。
これが出来ていないと、これからお話しする
作業が完ぺきにできたとしても全く意味があ
りません。
それほど重要なことなのですが、システムを
提供したソフト会社は、このことを全く指導
していません。
私には、これが不思議でなりません。
「顧客データの一本化」ができたあとは、
「顧客データの分析」を行います。
顧客が1000人いたとしても、
・いまでも買い続けてくれている顧客
・最近はじめて購入してくれた顧客
・昔はたくさん購入してくれていたが、
今では全く購入してくれなくなった顧客
など、色々なパターンがあるはずです。
つまり、顧客が1000人いれば1000通りの
購入パターンがあるということです。
これは、顧客ひとりひとりが、
あなたの会社の商品やサービスについて
心に抱いている思いが違っているからなの
です。
この顧客の感情は、販売する側にはわかりま
せんので、顧客の購買活動で判断するわけで
す。
例えば、
今でもたくさん購入してくれている顧客は、
販売店側の商品や会社を気に入ってくれて
いるとか、
昔はたくさんの購入をしてくれていたが、
今では全く購入がなくなった顧客は、
何か嫌な目に合ったので気分を害している
のではないか、
などと判断するのです。
このためによく利用されるのが、
RFM分析というものです。
これは、
R：直近でいつ購入したのか、
直近ほど再購入の可能性が高い
F:これまでの購入回数
購入回数が高いほど再購入の可能性が高い
M:これまでの購入金額
購入金額が高いほど再購入の可能性が高い
という基準で、顧客を分類する手法です。
一方でCPM分析というのは、
顧客の心理状態によって顧客を10段階のラン
クにわけてアプローチする手法です。
RFM分析と違うのは主に下記の２点です。
１．離脱した顧客にもランク付けを行い
復活しやすい顧客のグループや
復活する可能性がない顧客のグループ
などに分類することができる点です。
この機能をRFM分析で行うのは難しいです。
２．在籍期間という指標を持っていること。
在籍期間とは、顧客になってからどのく
らいの年月（日数）が経過しているかと
いうものです。
当然、長いほど愛着が高いことになります。
そこで、私は通常の顧客分析には、
RFM分析よりもCPM分析の利用をオススメして
います。
このように、
(1) 顧客データを名寄せ（一本化）する
↓
(2) 顧客データをCPM分析で分類する
の順番で顧客データの整備および分析を行う
ことが重要なのです。
ぜひ、あなたのビジネスにお役立てください。
では、またお会いしましょう。
【ご質問をお寄せください】
顧客戦略に関してご質問などございましたら、
こちらにお寄せください。
info@intermedia.co.jp
☆-------------------------------------
成功企業の顧客戦略をお伝えします！
■発行元
株式会社インターメディアコンサルティング
顧客戦略アドバイザー
代表取締役 矢野芳幸
■Webサイト
https://www.intermedia.co.jp/
■お問い合わせ
info@intermedia.co.jp
■登録アドレスの変更はこちら
https://www.intermedia.co.jp/kks_melma/
■メール配信解除はこちら
https://www.intermedia.co.jp/kks_melma/
--------------------------------------☆