Case Studies 事例紹介・トピック

一覧へもどる
DCRDMPモバイル空間統計

顧客分析のフレームワークと手法を解説

顧客分析という言葉を耳にする機会は増えていますが、具体的にはどのようなフレームワークや手法があるのでしょうか。またビジネスにどう活かせるのでしょうか。

本記事では、顧客分析の手法とフレームワークについて解説します。さらに、顧客の行動や導線・価値を見える化するための手法について、定量的な分析方法や心理学的側面からの定性分析についても紹介していきます。



<目次>

・顧客分析とは何か
・顧客分析の手法・フレームワーク一覧
・顧客分析を行う際の注意点
・顧客理解・可視化の促進する顧客分析に役立つツール
・顧客分析で営業・マーケティング戦略を高度化しよう

顧客分析とは何か

そもそも顧客とは、自社の商品やサービスに関する、現在および潜在的なお客様のことをいいます。

顧客分析とは、このようなお客様に関するあらゆるデータを、マーケティングや心理学などの手法を用いて分析をおこない、自社にとって有用な知見(顧客のニーズや課題など)を得ることです。

そのため顧客分析においては、顧客からの「データ収集」「データ分析」を行うとともに、今後の「施策実行」に活かすことが大切です。

顧客分析の目的

顧客分析をおこなう目的は、商品の売上アップや、顧客満足度向上、さらには新規顧客獲得などがあげられます。

商品の売上アップにおいては、お客様ひとりひとりのデータを収集・分析することにより、その人にあった商品の提案をおこなうことができます。

顧客満足度向上においては、顧客のニーズや期待を分析して、商品やサービスの改善点の発見や新たな商品やサービスの開発に繋げていきます。

新規顧客獲得においては、顧客の属性、行動、心理状態などを分析することで、より効果的なマーケティング施策を立案して、顧客獲得率の向上に繋げていきます。

顧客分析の主な分析項目

顧客分析の主な分析項目としては、下記の対象などがあげられます。

まず「顧客とのやりとり履歴」とは、お客様が自社のサイトや実店舗などで、自社商品やサービスを購入したり、使用している履歴であり、そのお客様の反応をつかむために非常に重要です。

履歴のデータから人の内面までをうかがうことは困難ですが、どのような心理で顧客が自社と関わりを持っているのかの仮説を立てるためには非常に役立ちます。

「顧客の購買履歴」についても、やりとり履歴と同様な取扱いをすることができます。やりとり履歴より直接的に、お客様の購買反応をうかがうことができ、リアルなデータともいえます。

「顧客満足度」はなかなか実態を把握することが難しい分析項目ですが、このような指標を専門的に取得する方法もあり、データ利用することができます。

例えば、顧客満足度と並ぶ指標の1つにNPS®(ネットプロモータースコア)というものがあります。

NPS®と事業の成長率には高い相関関係があることを証明する多くの調査が出ており、NPSでは顧客に対して「商品やサービスを親しい人にどの程度お薦めしますか」というアンケートを実施して「0-10の11段階」での回答を取得します。

その上で、9~10点を付けた顧客を「推奨者」、7~8点を「中立者」、0~6点を「批判者」と分類し、回答者全体に占める推奨者の割合(%)から、批判者の割合(%)を引いて出てきた数値をNPS®の値としています。

顧客分析の手法・フレームワーク一覧

ここでは顧客分析に使用できる定量的分析法として、セグメンテーション分析などを取り上げます。さらにフォーカスグループインタビューなどの定性的な分析法についても紹介します。

7つの定量的な分析手法・フレームワーク一覧

ここでは顧客分析に利用できる定量的な分析手法を7つ紹介します。

■ セグメンテーション分析

心理学やマーケティング分野などでよく利用される分析手法です。

さまざまな分析項目(購買履歴や顧客満足度など、お客様から得られる情報)を用いて、顧客層をセグメント毎に分析することができます。

セグメントとよばれる、各グループに対してより効果的なマーケティング戦略を立てるのに使用します。

■ コホート分析

こちらも心理学やマーケティング分野などで使用される分析手法となります。

同じ特徴を持つグループ毎の購買に関連する属性や、別の条件により分類したグループ毎に、それぞれの時間経過に伴う行動の変化を分析する手法です。

コホート分析の一例としては、商品の購買時にキャンペーンとして景品を渡した顧客層と、粗品を渡していない顧客層を分けて、その後の行動の違いを把握します。そして、粗品を渡した顧客層の方が粗品を渡していない顧客層よりも、その後の商品の再購入の割合が高まるかどうかを分析することで、キャンペーンの効果を検証することができます。

■ 行動トレンド分析

特定の顧客や特定の時期などを対象とする分析手法です。

たとえばクリスマスシーズンに若者層でよく売れる自社商品はなにか、といった分析によく利用されます。

■ デシル分析

より専門的に顧客の行動を分析したい場合に使用します。

デシルとはラテン語で10等分のことであり、強制的に顧客層を10等分して分析します。このためトップクラスの購買行動をとるお客様などへの、個別アプローチも可能となります。

■ データリサーチ

データリサーチは取得したマーケティングデータを調査する手法です。

例えば POS データ(商品の販売実績データ)を調査・分析することで、どのような商品が売れているか、何と一緒に買われているか、どの価格帯が一番売れているかなどの分析が可能になります。

バスケット分析と呼ばれる、お客様が​レジに​持っていく​買い物か​ご​(バスケット)の​中身を分析する​手法を用いれば、どの​商品と​どの​商品が​一緒に​買われたかなどの​傾向を​見出していく​ことができます。

そのほかにも、データリサーチでは、サイトパフォーマンスデータなどを分析することでデジタルサービスの改善のヒントをつかんだり、広告パフォーマンスのデータを分析することで広告出稿の改善のヒントを得ることなどができます。

■ RFM分析

RFMとは、Recency(最新の購入日)、Frequency(頻度)、Monetary(累計購入額)を表すものであり、最新の購入日と購買の頻度などを含めて分析する手法です。

購入頻度が高く、累計額の大きな顧客の最新行動などを直接分析することができます。

■ CTB分析

CTB分析とは、カテゴリ(商品の種類など)、テイスト(色やサイズなど)、ブランド(自社のブランドなど)の3つの指標をもとに顧客をグループ化する分析手法です。

このため自社のブランドにもっともあった商品やそのデザインなどを判断することができます。

3つの定性的な分析手法・フレームワーク一覧

顧客分析に利用できる定性的な分析手法を3つ紹介します。

■ フォーカスグループインタビュー

自社ブランドや、新商品の満足度などを知るために、顧客をいくつかのグループに分けてインタビューすることで、率直な意見や自身にとっての購買意欲の程度などを収集・分析するものです。

定量的な手法は使えないので、収集した意見を分析するための心理学などの専門的知識を保有していることが大切です。

■ 個別インタビュー

個別インタビューは1対1で行うインタビューです。1人に深く話を聞くことができるので、深いインサイトを探ったり、制作物に意見をもらいたいときには最適なリサーチ手法です。しかし、1対1のインタビューに慣れていない消費者は意見をしっかりと⾔葉にできない場合もあるので、意見を引き出すインタビューのテクニックが必要になってきます。

■ ショップリサーチ

ショップリサーチとは、消費者が実際にどのようにして商品を購⼊するのかを調査する⼿法です。

例えば、消費者が商品をドラッグストアで購⼊する場合、ドラッグストアでどのように当該カテゴリの商品を⾒つけて、購⼊まで至るのかを見学してビジネスの機会を探ります。このとき、店頭で商品を見つけられなかった場合、パッケージなどを改良して視認性を向上させなければなりません。また、商品を見つけても購入に至らなかった場合には便益がしっかり伝わっていない場合があるので伝え方を改善しなければなりません。

2つの最近注目されている分析手法・フレームワーク一覧

続いて、最近注目されている顧客分析に利用できる分析手法を2つ紹介します。

■ pLTV(Predicted lifetime value)モデル

LTVという言葉をご存知でしょうか。LTV(Life Time Value)とは、顧客が商品やサービスを利用する間にその顧客から得られる価値の総和であり、顧客生涯価値と呼ばれます。

このLTVの冒頭に「予測された」という意味のPredictedをつけたものがpLTVと呼ばれ、意味はその名の通り、「顧客が商品やサービスを利用する間にその顧客から得られるであろうと予測される“価値の総和”」です。

顧客分析の最新の手法では、このpLTVの概念を活用します。具体的には、既存顧客のデータ解析を基に、pLTVが高いユーザー像を予測するAIの予測モデルを作ります。例えば、pLTVが高いユーザー像のイメージは、

などです。そして、AIの予測モデルをウェブ広告の配信システムと連携して、pLTVが高いであろうと判定されたユーザーに対して集中的にウェブ広告を配信することで、広告の費用対効果を最適化していきます。

■ AIによるカスタマージャーニーの自動生成

最近は、生成AIによってカスタマージャーニーを自動生成する手法も出てきています。

ある商品やサービスに対して、顧客が体験する商品やサービスの認知や購買、アフターサービスなどを、別組織(マーケティング部や商品部、カスタマーサポート部など)でそれぞれ対応している企業は多くあります。そうなると、企業が顧客の体験の全貌を把握しきれなくなっていきます。

こういったケースの解決策として、各部門の有する顧客データや顧客へのインタビュー、やり取りの記録を基に生成AIがカスタマージャーニーマップを作成することで、顧客インサイトを見つける時間を短縮します。

顧客分析を行う際の注意点

顧客分析を行う際は、よく属性情報だけを取り上げる場合があります。お客様の真の情報を知るためには、購買プロセスも考慮しましょう。購買プロセスを把握し、各ステップで適切なアプローチを行うことが最終的な購買行動に大きく影響します。

定性データは、特に数値化が難しいという特徴がありますが、顧客のニーズを理解するうえで欠かせません。定量と定性の両方のデータを組み合わせて分析することで、よりきめ細やかな顧客分析が可能になります。

顧客理解・可視化の促進する顧客分析に役立つツール

顧客理解や可視化を促進する顧客分析に役立つツールとしては、どのようなものがあるでしょうか。

ここでは、di-PiNK(ディーアイピンク)、docomo Data Clean Room(ドコモ データクリーンルーム)やモバイル空間統計について解説します。

di-PiNK(ディーアイピンク)

di-PiNKは、NTTドコモが保有するデータとインテージのリサーチデータを活用したDMP(Data Management Platform)サービスです。企業が自社の顧客データをこのプラットフォームに連携させることで、より詳細な顧客分析や効果的なマーケティング施策の実現が可能になります。

di-PiNKの主な特徴

 di-PiNKの詳細については、こちらのページをご確認ください。

ドコモ データクリーンルーム

ドコモ データクリーンルームは、企業が保有する顧客情報を開示することなく、ドコモ・インテージが保有する1億以上のdポイントクラブ会員のデータや購買行動情報等の各種データと、セキュアかつプライバシーに配慮した形で突合し、分析できるクラウド環境です。

この仕組みにより、個人情報保護を徹底しながら、広告効果測定、ターゲット分析など、幅広い分析が可能になります。

ドコモ データクリーンルームの詳細については、こちらのページをご確認ください。

モバイル空間統計

モバイル空間統計とは、NTTドコモの膨大な携帯電話ネットワークのデータを活用し、いつ、どんな人が、どこで、どのように移動しているかを詳細に把握できる、人口統計情報です。

従来の人口統計が国勢調査など、数年に一度の大規模調査に基づいているのに対し、モバイル空間統計はリアルタイムに近い形で、人々の動きを捉えることができます。これは、ドコモの携帯電話ネットワークが、常に膨大な数の携帯電話の位置情報を把握しているためです。

モバイル空間統計がもたらすもの

モバイル空間統計の詳細については、こちらのページをご確認ください。

顧客分析で営業・マーケティング戦略を高度化しよう

顧客分析は、自社の製品やサービスに関して、その営業やマーケティング戦略を高度化するためにはかかせない手法です。

本記事では、顧客分析のフレームワークと手法について、顧客分析の目的や必要性から、適用される分析項目まで広範囲に解説しました。

さらに顧客の行動や導線・価値を見える化するための定量的な分析法として、セグメンテーション分析などの主要な手法についてもふれました。また顧客の心理学的側面からの定性分析法も重要な手法となりますが、それらに利用できるフォーカスグループインタビューなどについても解説しました。

最後までご覧いただきありがとうございました。弊社ドコモ・インサイトマーケティングは、NTTドコモの会員基盤や位置情報、インテージのリサーチ・データ分析のノウハウを融合し、顧客理解・可視化からプロモーションまでトータルで支援し、貴社の課題に合ったソリューションをご提供します。

記事内でご紹介した

をそれぞれご確認ください。

※当サイト内に掲載されている商品・サービス名称等は、それぞれの会社の商標又は登録商標です。

一覧へもどる

Company 会社情報

私たちがめざすもの、社長挨拶、会社概要はこちら

Contact お問い合わせ

弊社へのお問い合わせについてはこちら

サービスの具体的な活用方法や料金プランについての詳細は
こちらからお問い合わせください。

資料請求/お問い合わせ
Back to top