〜Tableau〜 【顧客分析】優良顧客の見分け方とは?
分析するためにはデータが必要ですが、乱雑に置いてあるだけでは何もわかりません。 そのデータを整理するためにこれまでいろんな切り口でデータを確認してきました。 今回はその中で傾向があったフィールドを使用してセグメントを作成していきます。
セグメントとは?
セグメントとは「行動が似ているグループ」だと思っていただければよいかと思います。
キャンペーンを打つにもコストがかかるので、優良顧客になりえそうなセグメントに照準を合わせ、アクションを起こそう! という考え方です。
セグメントの決定はその前準備ですね。
Tableau操作
参考書に沿って操作し、私の見解を含めて説明します。
前準備
セグメントの定義
顧客の来店間隔Q数を表すために作成した「Recency」、顧客の来店頻度を表すために作成した「Frequency」に「顧客区分」を加えた3フィールドを切り口に定義をします。 今まで分析してきた傾向を見て以下条件で分類を定義します。
「Recency」:[0]、[1ー7]、[8以上]
「Frequency」:[1−3]、[4ー10]、[11以上]
「顧客区分」:[大企業]、[小規模事業所]、[大企業]
計算フィールドの作成
セグメントの定義の分類を表現するために「Recency」と「Frequency」の新たな計算フィールドを作成します。
「R区分」の名称で計算フィールドを作成します。
Recencyは顧客の来店間隔Q数が少ないほど間をあけずに来店している意味になります。
コード内容は
[0]:'HOT'
[1ー7]:'WARM'
[8以上]:'COLD'
と分類して出力する計算フィールドです。例えば'COLD'が表す意味は「2年以上は来店してない顧客」となります。
次に「F区分」の名称で計算フィールドを作成します。Frequencyは顧客の来店回数を表しています。
コード内容は
[3以下]:'1-3'
[4ー10]:'4-10'
[11以上]:'>=11'
と分類して出力する計算フィールドです。
分析作業
ビュー配置
「顧客区分」、「F区分」、「R区分」、「顧客数」を複数選択し、「表示形式」>「ハイライト表」を選択します。
「R区分」の並び替え
ビュー表の「R区分」の表示を見やすくするために'HOT'、'WARM'、'COLD'
の順番に並べ替えをします。
「R区分」右クリック>「既定のプロパティ」>「並び替え」を選択します。
並び替えの設定を「手動」に変更します。 そして下枠にて上から「HOT」、「WARM」、「COLD」に並び替えます。
結果
これでセグメント表示が完成しました。 Amazon CAPTCHA参考書では以下のようにセグメントに名称をつけています。
育成顧客:来店頻度は少ないが直近に購入実績がある顧客。
ロイヤル顧客:来店間隔、来店頻度共に申し分なし。目標のセグメント
認知回復:来店頻度が上がる前に来店間隔が空いてしまっている。再認知してもらえれば成長するかもしれない顧客
リピート促進:ロイヤル顧客候補だが来店頻度が空いてきていて離反しかけてるかもしれない顧客。
チャーン:離反してしまった顧客
このように顧客をセグメント化すればデータの見方もシンプルですね。
まとめ
今までやってきた分析を元にセグメンテーションを行いました。
セグメントが明確化することで次のアクションをどのセグメントに打つのか、はたまた全セグメントに同じアクションをとって、どのセグメントが反応が良いのか、みたいにセグメントを切ることで次の分析の幅が広がりそう。
Amazon CAPTCHA参考書では以下の注意が書いてあります。
セグメンテーションは一度きりのプロセスではありません。情勢に合わせて更新し、磨き込むことを前提としています。セグメント定義ができた段階で積極的に関係者と共有しましょう。異なる視野から新しく有効なディメンションを発見できるはずです。
情勢は刻々と変わっていくのでそれに合わせてセグメントもアップデートしなければならないし、まわりと情報共有して気づきを得ようということですね。
今回はこれで以上です。また次回もよろしくお願いしますー
参考書
Amazon CAPTCHA