用途
- 小売り
- 最近まで、小売業者の 90% 以上は顧客に関する情報が限られていましたが、[ 2 ]ロイヤルティ プログラム、顧客追跡ソリューション、市場調査への投資の増加により、製品、プロモーション、価格から流通管理に至るまでの意思決定において顧客分析の利用が拡大しています。今日の小売業における顧客分析の最も目立つ用途の 1 つは、セグメントごとにパーソナライズされたコミュニケーションやオファー、または異なるマーケティング プログラムの開発です。ベイン・アンド・カンパニーが挙げたその他の理由には、製品開発の取り組みの優先順位付け、流通戦略の設計、製品価格の決定などがあります。[ 3 ]人口統計、ライフスタイル、嗜好、ロイヤルティ データ、行動、買い物客の価値、予測行動データ ポイントは、顧客分析の成功の鍵となります。
- 小売業経営
- 企業は顧客データを利用して小売業の経営を再構築することができます。データを用いたこの再構築は、動的なスケジューリングや従業員評価においてよく行われます。動的なスケジューリングによって、企業は予測的な顧客トラフィックに基づいた予測スケジューリングソフトウェアを用いて人員配置を最適化します。従業員のスケジュールは、更新された予測に応じて短期間で調整できます。顧客分析により、小売企業は店舗の日々の売上と日々の来店客数を比較することで従業員を評価できます。顧客分析データの使用は、屈折監視と呼ばれる現象によって小売業従業員の管理に影響を与えます。これは、あるグループに関する情報の収集が、全く異なるグループに影響を与え、その管理を可能にすることを意味します。
- 使用に関する批判
- 小売テクノロジーがデータ駆動型になるにつれて、顧客分析の利用が特に小売業従事者に与える影響について批判が高まっている。データ駆動型の人員配置アルゴリズムは、予測される客数に合わせて急に変更される可能性があるため、不規則な勤務スケジュールにつながる可能性がある。また、日々の客数カウンターは顧客と従業員を正確に区別できず、従業員の休憩時間を正確に把握できないため、データ駆動型の売上評価も誤解を招く可能性がある。[ 4 ]
- ファイナンス
- 銀行、保険会社、年金基金は、顧客分析を活用して、顧客生涯価値を把握し、顧客ベース全体の約30%を占めると推定される、コストが価値を上回る顧客層(つまり、顧客ベースの一部)を特定し、クロスセルを増やし、顧客離脱を管理し、顧客をより低コストのチャネルへ的確に移行させています。
- コミュニティ
- 自治体は、小売業者を誘致するために顧客分析を活用しています。心理的変数を用いることで、性格、価値観、興味、ライフスタイルといった属性に基づいてコミュニティをセグメント化できます。この情報を活用することで、コミュニティの特性に合った小売業者にアプローチすることが可能になります。
- 顧客関係管理
- 分析的な顧客関係管理(CRM)は、顧客データの測定と予測を可能にし、顧客の360度ビューを提供します。
顧客行動の予測
購買習慣やライフスタイルの嗜好を予測することは、データマイニングと分析のプロセスです。この情報は、クレジットカードの購入履歴、雑誌の購読状況、ポイントカードの会員情報、アンケート調査、有権者登録など、さまざまな側面から構成されます。これらのカテゴリを使用することで、あらゆる組織にとって最も収益性の高い顧客の顧客プロファイルを作成できます。これらの潜在顧客の多くが1つの地域に集中している場合、その地域は事業展開に適した有望な場所であることを示しています。また、移動時間分析を用いることで、特定の顧客が特定の場所までどれくらいの距離を運転するかを予測することも可能です。これらの情報源を組み合わせることで、商圏内の各世帯に金額的な価値を割り当て、その世帯が企業にとってどれほどの価値があるかを詳細に把握できます。顧客分析を通じて、企業は事実と客観的なデータに基づいて意思決定を行うことができます。
データマイニング
データマイニングには大きく分けて2つの種類があります。予測モデルは過去の顧客とのやり取りを利用して将来の出来事を予測する一方、セグメンテーション技術は類似した行動や属性を持つ顧客を明確なグループに分類するために使用されます。このグループ分けは、マーケティング担当者がキャンペーン管理やターゲティングプロセスを最適化するのに役立ちます。
小売用途
小売業では、企業はすべての取引の詳細な記録を保持することで、店舗内での顧客行動をより深く理解することができます。データマイニングは、バスケット分析、売上予測、データベースマーケティング、マーチャンダイジング計画および配分を通じて適用できます。バスケット分析では、どの商品がよく一緒に購入されるかがわかります。売上予測では、顧客が特定の種類の商品を購入する可能性が最も高い時期を予測できる時間ベースのパターンを特定します。需要予測ワークフローは、新製品発売時の製造および出荷計画を改善するためにも使用されます。データベースマーケティングでは、効果的なプロモーションのために顧客プロファイルを使用します。マーチャンダイジング計画および配分では、データを使用して、小売業者が人口統計的に類似した地域の店舗パターンを調査して計画および配分を改善し、店舗レイアウトを作成できるようにします。[ 5 ]
参考文献
- ↑ Kioumarsi et al., 2009
- ↑ 「小売サプライチェーンの未来」。www.mckinsey.com。2018年11月22日取得。
- ↑ベイン・アンド・カンパニー
- ↑ Levy、Barocas、Karen、Solon (2018)。「屈折監視:従業員を管理するための顧客の監視」。International Journal of Communication。12:2–10。
{{cite journal}}: CS1 maint: 複数の名前: 著者リスト (リンク) - ↑ Rygielski, Chris; Wang, Jyun-Cheng; Yen, David C. (2002-11-01). "顧客関係管理のためのデータマイニング技術". Technology in Society . 24 (4): 483–502 . doi : 10.1016/S0160-791X(02)00038-6 . ISSN 0160-791X . S2CID 16056151 .
さらに読む
- Kioumarsi, H., Khorshidi, KJ, Yahaya, ZS, Van Cutsem, I., Zarafat, M., Rahman, WA (2009). 顧客満足度:生肉の食味嗜好とUSDA歩留等級基準の事例。国際芸術科学ジャーナル(IJAS)会議。