アパレルEC・顧客分析講義紹介

4月からスタートしますFashion Re:ducationの講義内容一部紹介第四弾。

本日は顧客管理について、講義内容を一部ご紹介いたします。

■よくある分析方法について

筆者は顧客分析の専門家ではありませんが、現場でよく使われる顧客分析に関してはご依頼が多いのでそのあたりについて講義では触れています。よくある分析方法から、それをどのように活用しているのか？ですね。例えば下記のようなものでしょうか。

◯顧客ランキング

◯F2転換率

◯RFM分析

顧客ランキングはカートシステムに付いている分析機能で出せることもありますが、「直近1年間」などの縛りがあるとうまく出せない事もあります。理由としては、顧客の過去の購買履歴を全て引っ張ってくることがあるので、1年間の実績にならないというケースですね。

F2転換率については、店頭・ECを横断して計測する場合、そのようなデータが社内で取れているか？に注意が必要です。RFM分析も企業によってやや定義が変わる事もあるでしょう。

まずはこのように、よく使う分析手法でも注意点がある事をお伝えしています。

■どのようなロジックで算出しているか？

では具体的に、

◯どのようなデータの型になっていれば良いのか？

◯そこからどのような仕組みで自動的に欲しいデータを抽出しているのか？

をお話します。例えばF2転換率に関しては、

このようなデータがあると、時系列に注文に番号を振り、1が初回購入、2が2回目に至ったというデータになります。初回購入者の中で、集計期間中に2回目に至った割合はこのような形で算出する事ができます。ショップのコードも紐づいていますので、初回店舗購入で2回目以降の購入でECで買った割合もこれで算出できますね。

普段現場でデータ分析している人からすると、とても初歩的なお話ですが、同じEC部隊でも分析に全く携わらないとこれがわかっていません。そうなると、他部署と連携する際に話が通じなくなります。

■施策立案

先ほどの説明が済むと、次の段階に進むことができます。それが施策立案ですね。

例えば、よく現場で出てくる課題として、

「店頭のお客さまをECに送客したい」

というものがあります。ですが、本当に今それが喫緊の課題なのか？を調査することができるようになりました。そして、販路を横断した施策が弱く、店頭のお客さまにECで購入して頂けていないという課題が明確になったとします。では、次は当然ながら店頭のお客さまを具体的にどう送客するのか？になります。そこで次の問題が発生します。

「お客さまにプッシュする情報は何なのか？」

「顧客データにお客さまごとのお気に入り店舗のデータが付与されているか？」

　などですね。前者はサイトコンテンツやメルマガ、モバイルアプリからのプッシュが多いでしょう。EC側でそのような情報更新はあるか？それがあったとして、メルマガで地域ごとにプッシュできているか？モバイルアプリの導入はあるか？あったとして顧客データにお気に入り店舗情報は付与されているか？などなど。実はここでもぶち当たる問題はいくつかあります。

それを一つずつ解決していくことでやっと対策が打てるのですが、今ある顧客データがどうなっているか？がわかっていないとこれらの考え方に行き着かないのです。そして「アプリの登録の際にお気に入り店舗登録を促進できていない」という事がわかったとします。そうなると、対策すべきは

「店舗オペレーションの改善」

ということになったりします。

そんな訳で、顧客管理の講義も3ステップです。

①よくある分析方法を知る
②データの型を理解して抽出
③施策立案・運用の改善

という流れですね。ECには携わっているが、顧客管理についてはよくわかっていない、という方は特に知っておいてほしい内容です。

4月中旬から新講座はこちら↓