マーケティングやプロダクトマネジメント、商品企画において頻繁に行うのが顧客分析です。
さまざまな手法で顧客を分析し、その結果をもとに論理的にマーケティング施策を考案したり、プロダクトを改善していく、という流れは多くの企業で根付いていると思います。
しかし、分析の手法がこれでいいのか?と悩むケースや、分析結果がうまく次の施策につなげられない、とお悩みの方も多いかもしれません。
現在、顧客分析もさまざまなフレームワークが考案され、またその分析を支援するツールも豊富になっています。この記事では、顧客分析の鉄板フレームワークや分析の事例をご紹介します。
関連記事:顧客分析ツールとは?導入メリット、代表製品7選と選び方を紹介
はじめに:顧客分析の重要性とは?
顧客分析とは、企業が顧客に関するデータを収集し、解析して理解するプロセスです。顧客の行動や嗜好、ニーズを把握し、事業戦略やマーケティング活動を最適化することを目的とします。
この分析の重要性はなんと言っても「顧客理解」にあります。
近年では、チャネルの多様化、一人ひとり異なる購買行動が当たり前になったため、それぞれの顧客に寄り添い、それぞれに最適なマーケティング施策を施すOne to Oneマーケティングが主流になっています。この、One to Oneマーケティングを行うためには、顧客理解が必須となります。
顧客分析の3つの目的
顧客分析の重要性は「顧客理解」にあるとご説明しましたが、具体的には以下の目的で行われるのが一般的です。
- 事業の現状を可視化する
- 顧客ニーズを理解する
- 適切な施策を立案・実行する
1.事業の現状を可視化する
現状を把握することは、今の事業がうまくいっているのか、そうでないのかを判断するためにとても重要な指標となります。多種多様なサービス、商品を展開する企業においては、売れている商品と売れていない商品が出てくることでしょう。
そもそも商品が悪いのか、それとも商品購入に至るまでのプロセスに顧客にとって障壁となるものが存在しているのかなど、何が原因となっているのかを把握することが大切となります。
施策を打とうにもまずは現状を把握していなければ、正しい判断ができません。まずは顧客分析を通して現状を把握し、何を改善できるかを知ることが必要です。
2.顧客ニーズを理解する
顧客分析を通じて、顧客が何を求めているのか、どのような製品やサービスに興味を持っているのか、どのようなニーズや要望を持っているのかを理解することができます。意外にも顧客にとって「良いサービス」と、企業側が思う「良いサービス」は乖離していることもあります。
顧客分析により、顧客に合った製品やサービスを提供することで、顧客満足度の向上にもつながります。
3.適切な施策を立案・実行する
顧客分析によって現状を把握できれば、適切な施策を考えることができるようになります。
例えば、事業そのものへの満足度が低ければ事業内容の改善、使いづらいECサイトだった場合はサイトのUIUX改善が必要と判断できます。
また、季節限定のキャンペーンをしたいなど、まず何か施策を立ててから、それに基づいて分析を行うというアプローチも可能です。まず施策を具体的に立てることで、何を目指して分析を行うかが明確になります。
ただし、施策を先に立てることで、特定の施策に偏ったデータを選択してしまい、客観的な分析が阻害される可能性がある点に注意が必要です。
顧客分析を通じた適切な施策立案と実行は、長期的に事業を成長させる取り組みとなります。
顧客分析により、会員登録機能への登録率を7.5%アップさせた施策事例を以下でご紹介しています。
顧客分析の主な対象項目
一口に「顧客分析」といっても、何のデータを使えばよいかわからないという方もいると思います。顧客分析では、具体的に以下のような項目が対象となります。
- 顧客のデモグラフィック情報
性別、年齢、職業、収入など、顧客の基本的な属性を調査します。これにより、どのような顧客層が商品やサービスを購入しているのか、またはどの層にアピールすれば効果的なのかを把握することができます。 - 顧客の購買データ
購入回数、購入頻度、購入商品の種類など、顧客の購買行動を明らかにします。これにより、顧客の消費傾向や好み、購買パターンを把握することが可能となります。 - 顧客の行動データ
Webサイトの訪問回数、滞在時間、閲覧行動、SNSでの活動状況などから、顧客の行動傾向や興味関心を調査します。行動データは、顧客の行動パターンや傾向を理解し、ターゲティングやパーソナライゼーション、コンバージョン率の向上などの目的で利用されます。
これらのデータは、それぞれ単体でも顧客分析で活用できますが、組み合わせて分析することでより深い洞察を得ることが可能となります。その他、過去に行ったマーケティング施策の結果や、アンケートで実施した顧客満足度データなどの「定性データ」も、顧客分析で使われることもあります。
顧客分析の鉄板フレームワーク5つ
顧客分析の鉄板フレームワークとして、次の5つをご紹介します。
- セグメンテーション分析
- RFM分析
- デシル分析
- CTB分析
- LTV分析
1.セグメンテーション分析
セグメンテーション分析とは、顧客を4つの項目によってグループ化し、それぞれのグループがどのような特性を持っているのかを分析するフレームワークです。
下記4つの項目によってグループ化します。
- ジオグラフィック変数(地理学的変数)
地方・気候・人口密度・都市化の進展度・交通手段など
- サイコグラフィック変数(心理学的変数)
購入動機・価値観・ライフスタイル・パーソナリティ・社会的地位など
- ビヘイビアル変数(行動学的変数)
購買履歴・購買頻度・購買パターン・アクセス方法・購入経路など
セグメンテーション分析は、従来性別、年齢、地域、社会的地位などの属性だけで分類されていたものを、もっと細かく分類するための分析方法です。
2.RFM分析
RFM分析とは、Recently(最近の購入日)、Frequency(購入頻度)、Monetary(累積購入金額)の頭文字からなる顧客分析のためのフレームワークです。RFM分析では、3つの指標をもとに顧客をランク分けし、それぞれの特性にあったマーケティング施策を打つことができます。
3.デシル分析
デシル分析とは、顧客を購入金額順に10グループに分け、それぞれの購買データから顧客を理解するためのフレームワークです。
デシル分析では、購入金額の高いグループには、そのまま継続して購入してもらえるよな工夫が施された施策を打ち、また購入金額が低いグループには他社への乗り換えを引き留めるための試作を打ち、中間層には購入金額を増やしてもらうために、アップセルやクロスセルを促すための施策を打ったりと、購入金額ごとに分類されたグループの特性に適した施策を打つことができます。
しかし、購入金額の多さだけでグループを分け施策を打つというのは単純すぎるため、あくまでも他のフレームワークから得られた結果を補助する指標として取り入れるのがいいでしょう。
4.CTB分析
CTB分析は、顧客の購買履歴を分析し、顧客をカテゴリー(Category)、テイスト(Taste)、ブランド(Brand)の3つの軸で分類する顧客分析手法です。それぞれの軸は以下のように定義されます。
- カテゴリー: 商品を大分類と小分類に分け、顧客の大まかな好みを見つける
- テイスト: 色や形などのデザインやサイズなど、商品のどのような風合いが好みなのかを把握する
- ブランド: 顧客がどのブランドを好むのかを把握する
これらの軸を組み合わせることで、顧客をより詳細に分類することができます。例えば、以下のような分類が考えられます。
- カテゴリー: 服飾
- テイスト: カジュアル
- ブランド: ユニクロ
この分類によって、顧客がどのような服飾ブランドを好むのかをより詳細に把握することができます。
5.LTV分析
LTV 分析は、顧客生涯価値 (LTV) を分析するプロセスです。 LTV は、顧客が企業と関係を築いている期間中に企業にもたらす利益の合計額です。 LTV分析は、顧客の収益性を理解し、顧客維持施策の効果を測定するために使用されます。
【LTVの計算方法】
LTV = 平均購入単価 × 購入頻度 × 平均顧客維持期間 |
- 平均購入単価:顧客が購入する商品の平均的な単価
- 購入頻度:顧客が一定期間内に商品を購入する回数
- 平均顧客維持期間:顧客が企業と関係を築いている期間
また、LTV分析は、顧客の行動や習慣を理解するための重要な手法でもあります。顧客属性や商品・サービスごとに LTVを比較分析することで、さらに顧客理解を深掘りすることができます。
近年ではAIを活用した顧客分析も進んでいる
AI(人工知能)の活用による顧客分析は、より高度な分析を行うことができるため、近年注目を集めています。AIによる顧客分析は、扱うデータ量が膨大であるため、ツールを使うのが一般的です。
ツールによって提供されている分析内容はさまざまですが、一例としてAIを活用した顧客分析についてご紹介します。
顧客行動を予測
顧客デモグラフィック情報や購買・行動情報など、顧客のあらゆるデータから商品を買いそうな顧客、休眠しそうな(サービスを利用しなくなる)顧客などを予測できます。
商品を買う可能性が高いためあえてクーポンを配布しなくてもよい、休眠する可能性が高いためサービスの利用を促進するためのお得情報の配信など、先回りして最適な施策実施につなげられます。
顧客の好みを分析
こちらもあらゆる顧客データから、顧客の好みやニーズを推測します。最適なレコメンドや、興味を持っている顧客だけに適切なコミュニケーションを可能にしてくれます。
顧客分析における注意点とポイント
顧客分析における注意点とポイントを3つご紹介します。
- 分析対象の明確な定義づけ
- 定量データと定性データをバランスよく見る
- 分析だけで終わらせない
分析対象の明確な定義づけ
顧客分析を行う際の初めのステップは、「分析対象の明確な定義づけ」です。分析したい顧客層が不明確だと、手間と時間をかけて分析したデータも意味をなさない場合があります。一例ですが、以下のような属性から対象とする顧客を絞る必要があります。
- 顧客層(例:新規顧客なのか優良顧客なのか)
- 顧客の所在地
- 顧客の趣味趣向 など
例えば、優良顧客を対象にしたキャンペーンを行うために顧客分析をするとします。キャンペーンの対象が決まっているという場合は「優良顧客」に絞って顧客理解を行った方が、ターゲット(優良顧客)に刺さりやすい満足度の高いキャンペーンを実施できる可能性が高くなります。
定量データと定性データをバランスよく見る
顧客分析では、数値で表される「定量データ」と、観察やインタビューで得られる「定性データ」の両方をバランスよく考慮することが大切です。
まず、「定量データ」を分析することで、具体的な数値やパーセンテージとして顧客の動向や傾向を把握できます。例えば、売上データ、来店回数、購入頻度などを活用します。一方、「定性データ」は、顧客の意見や感想、満足度などを深く理解するために必要です。アンケートやインタビューから得られる言葉や表情、感情などがこれに該当します。
例えば、定量データで顧客の購買履歴を分析することで人気商品やサービスの把握が可能です。その上、インタビューやアンケートなどで「なぜその商品を購入したのか」「なぜ魅力を感じたのか」を調査すれば、より深く顧客理解を進められます。
このように、定量データと定性データを単独で見るのではなく、両方を組み合わせて考えることで、より全体的な顧客の理解を得ることができます。
分析だけで終わらせない
分析だけで終わらせないためには、具体的なアクションへとつなげる必要があります。具体的な行動計画の策定に至るまでを含めた全体のプロセスを整理し、確認することが重要です。
最初に、分析結果を基に、現在の顧客体験や製品・サービスの問題点を明らかにします。次に、問題点を解消するための施策を立案します。そして、策定した施策を実行に移します。しかし、一度実行したからといって完了ではなく、施策の効果を検証し、必要に応じて改善を行います。
また、市場や顧客のニーズは常に変化しているため、この一連の流れは素早く、かつ繰り返し行うことがポイントです。また、顧客分析を定期的に行い、その結果を基に施策を見直すことが不可欠となります。
マーケティング戦略の立案、実行、評価、改善のプロセスをスピーディーに行うフレームワーク「OODAループ」についてはこちらを参考にしてください。
顧客分析ツール「Amplitude(アンプリチュード)」の活用
顧客分析を手掛ける上では、効率的に多くのデータを分析するためのツールが不可欠です。当社が取り扱うAmplitude(アンプチュード)では、世界のトップアナリストが行う分析チャートを14種類搭載しています。
本記事で紹介した分析手法も全て、Amplitudeで実践することができます。Amplitude(アンプチュード)の主な特徴は、以下の3つがあります。
- SQL不要のためマーケター自身でデータ抽出から分析までできる
- 店舗(POS)データを入れることで、オフラインとオンラインを横断した分析が可能
- MAツールや広告ツールなど豊富な連携先があるため、分析から施策実施まで自動化
\Amplitudeに関する詳細はこちら/
Amplitudeの分析チャートの一例
前述の通りAmplitudeには14の分析チャートがありますが、ここではよく使われる3つの分析チャートをご紹介します。
ファネル分析
ファネル分析は、一連のユーザー行動を段階ごとに見ることで、顧客獲得のプロセスを可視化する分析手法です。特にユーザーが商品購入や問い合わせなどのアクションに至るまでの流れを把握し、どのステップで離脱が起きているかを明らかにするために重要とされています。
Amplitudeでは、数クリックでファネルを作成することができます。以下は、SaaS 製品の無料から有料のユーザーに移行するコンバージョン・パスです。Amplitudeでは、移行したユーザー、しなかったユーザーそれぞれのセグメントを抽出し、施策のために外部ツールに連携することも可能です。
ペルソナ分析
ペルソナ分析では、顧客の行動ごとにまとまった複数のグループ(行動ペルソナ)に分類できる機能です。Amplitudeでは、特定の行動を行った顧客を2〜30のクラスターに分類します。
あるアプリでAmplitudeのペルソナ分析を行ったところ、購入回数の多いユーザーが共通して「閲覧履歴を見る」という行動をしていたことが判明したため、閲覧履歴を見やすい位置に変更する施策を行ったところ、購入者数が増加したという事例があります。
行動ごとの特徴から顧客理解をすることで、特定の行動パターンや傾向を把握し、それぞれのペルソナに適した施策を実行できるようになります。
ペルソナ分析を活用した企業様のグロースハック事例を、以下の記事で紹介しています。
マジックナンバー分析
マジックナンバーとは「サービスの継続率や収益などの重要指標が飛躍的に向上する数字」のことをいいます。例えば、Facebookは新規ユーザーが定着する数字として「10日間で7人と友達になる」というマジックナンバーを導き出しており、適切な施策でリテンション率向上につなげています。
Amplitudeでは、膨大なデータから数ステップでマジックナンバーを抽出することができます。
マジックナンバーに関する詳細は次の記事をご覧ください。
Amplitude(アンプリチュード)の活用事例
ここでは、Amplitudeをご活用いただいたお客様の声をご紹介します。
ゴルフダイジェスト・オンライン様:メール開封率2倍
ゴルフダイジェスト・オンライン様は、会員数551万人を誇る国内最大級のゴルフメディアを運営する会社です。
ゴルフクラブ販売の特徴として、予約時期と発売開始時期に受注が集まり、発売から数か月経った「中間期」と呼ばれる時期になると販売の流れが緩やかになるのが以前から一般的で、そこからいかに販売数を増やすかが課題をお持ちでした。
Amplitude導入後にデータ分析をしてみると、商品ページや口コミを何度もチェックするなど、中間期にも購入を迷っているユーザーは確実にいることがわかり、「あと一押し」が足りないから離脱していることがわかりました。
そこでAmplitudeで抽出した特定の条件に合致したユーザーに対して、「あと一押し」になる商品訴求のコンテンツメールを配信したところ、類似施策と比べて2倍近く向上させることに成功しました。
その他の、Amplitude事例についてはこちらよりご覧いただけます。
最後に
DearOneでは、Amplitudeの導入支援や、顧客分析を通した施策立案や効果検証のご支援を行っております。お気軽にお問い合わせください。