新規顧客のターゲット選定 データ分析講座(その88)

更新日

投稿日

データ分析

◆ 受注履歴から探る新規顧客ターゲット選定のためのデータ分析

 受注に関するデータはどのような会社にもある価値のあるデータです。これがなければ売上が計上できません。このような受注履歴や売上データからだけでも何かしら分析ができます。

 例えば、法人相手にビジネスをしているBtoB企業の場合、購入者と販売した商材が直接紐づきます。一般消費者相手にビジネスしているBtoC企業であっても、購入者と販売した商材を結ぶデータを持つ企業もあります。通販やエステ、自動車販売、不動産、英会話スクールなどです。

 このような購入者と販売した商材が直接紐づいたデータ、いわゆる受注履歴データを使うことで、色々なデータ分析ができます。今回は「受注履歴から探る新規顧客ターゲット選定のためのデータ分析」というお話しをします。

1.セールスアナリティクス:3大テーマ

 マーケティンや営業生産性など販促効率を高めるデータ分析といわれているセールスアナリティクスには、次の3つの大きなテーマがあります。

  • (1) 新規顧客の獲得
  • (2) 既存顧客の離反阻止
  • (3) 既存顧客の取引拡大

 セールスアナリティクスのビジネス成果として、次の2つがあります。

  • 顧客数
  • LTV(顧客生涯価値=1人の顧客が生涯で払う金額の合計

 顧客数を増やすには(1)の「新規顧客の獲得」と(2)の「既存顧客の離反阻止」が必要です。単に新規顧客を増やしただけではだめで、いかに離反顧客を減らすのかも重要になってきます。

 LTVとは「年間取引額×取引年数」です。したがって(2)の「既存顧客の離反阻止」することで長いお付き合いを目指しつつ(3)の「既存顧客の取引拡大」を目指します。そう考えると、キーになるのは(2)の「既存顧客の離反阻止」になります。しかし、既存顧客の離反は、顧客がいなければ始まりません。その顧客を増やすのが(1)の「新規顧客の獲得」です。

2. データ分析:理想の新規顧客

 理想の新規顧客とはどのようなお客様でしょうか。人によって答えは変わってくるとは思いますが、LTVの視点から考えると、「長く取引を継続してもらえ、かつ、取引額も大きなお客様」つまり、LTVの大きくなりそうなお客様が、理想の新規顧客ということです。

データ分析

3. データ分析:いまどうなっているのか?

 受注履歴データから、各顧客ごとの取引開始日、取引期間、年間取引額、取引商材、担当営業のことなどが分かるかと思います。また各顧客ごとの業種/業態、企業規模、業績、取引部署のような情報も分かることでしょう。すぐ実行できるのは「今どうなっているのか?」の分析です。

4.  データ分析:正確なLTV

 例えば、現時点の累積取引額は「仮想LTV」として計算します。取引が停止している顧客であれば「仮想LTV」ではなく「正確なLTV」となることでしょう。取引が停止しなければ、正確なLTVは計算できませんが、現状どの程度の規模の取引になったのかは分かります。

 「取引停止中」と「取引中」の顧客に分け「取引年数(ヨコ軸)× 平均年間取引額(タテ軸)」のマップ(顧客をマップ上にプロット=置く)を作ることで、どの顧客のLTVが高くなりそうなのかが、何となく見えてくるのではないでしょうか。マップの右上にプロットされている顧客が理想です。

データ分析

 取引先のデータが十分にあれば、例えば「2000年に取引開始した企業」という形でデータを限定させ1年、5年、10年で取引が終了した企業、いまだ取引が継続している企業などを集計するといいでしょう。このような、集計だけでも見えてくることはたくさんあります。

5. データ分析:入口は何か?

 課題は「理想の新規顧客」の中から「LTVの大きくなりそうな顧客」を見つけることです。それには取引開始時の状況に注目することが重要で、まずどのような顧客と、どのような取引を行ってきたのかを調べます。例えば、先程挙げたLTVの大きい顧客の業種/業態、企業規模、業績、取引部署、取引商材、担当営業などです。記録として残っているもので十分です。

 新規取引が始まってからの売上記録を調べることで、今後どのような顧客と、どのような取引をするといいのかが分かってくるでしょう。ちなみに、LTVを見積もりたい場合は次の「LTV予測モデル」を構築すればいいでしょう。

6. データ分析:LTV予測モデル

 もし「LTV予測モデル」を構築してあるようでしたら、現在のターゲット企業の中で、最もLTVの予測値の高い企業を軸に営業・販促活動を展開することが考えられます。当然ながら、このLTVの予測値は単なる目安に過ぎません。未来に対し何の情報もなくターゲット企業を選択するぐらいであれば、何かしら情報があったほうがいい、といった感じです。このように、受注履歴データだけでも、新規顧客ターゲット選定のためのデータ分析を実施することができます。

 
 
 
 
 

7. 顧客生涯価値が高くなりそうな顧客との初取引時の状況

 今回は「受注履歴から探る新規顧客ターゲット選定のためのデータ分析」というお話しをしました。

 法人相手にビジネスを...

データ分析

◆ 受注履歴から探る新規顧客ターゲット選定のためのデータ分析

 受注に関するデータはどのような会社にもある価値のあるデータです。これがなければ売上が計上できません。このような受注履歴や売上データからだけでも何かしら分析ができます。

 例えば、法人相手にビジネスをしているBtoB企業の場合、購入者と販売した商材が直接紐づきます。一般消費者相手にビジネスしているBtoC企業であっても、購入者と販売した商材を結ぶデータを持つ企業もあります。通販やエステ、自動車販売、不動産、英会話スクールなどです。

 このような購入者と販売した商材が直接紐づいたデータ、いわゆる受注履歴データを使うことで、色々なデータ分析ができます。今回は「受注履歴から探る新規顧客ターゲット選定のためのデータ分析」というお話しをします。

1.セールスアナリティクス:3大テーマ

 マーケティンや営業生産性など販促効率を高めるデータ分析といわれているセールスアナリティクスには、次の3つの大きなテーマがあります。

  • (1) 新規顧客の獲得
  • (2) 既存顧客の離反阻止
  • (3) 既存顧客の取引拡大

 セールスアナリティクスのビジネス成果として、次の2つがあります。

  • 顧客数
  • LTV(顧客生涯価値=1人の顧客が生涯で払う金額の合計

 顧客数を増やすには(1)の「新規顧客の獲得」と(2)の「既存顧客の離反阻止」が必要です。単に新規顧客を増やしただけではだめで、いかに離反顧客を減らすのかも重要になってきます。

 LTVとは「年間取引額×取引年数」です。したがって(2)の「既存顧客の離反阻止」することで長いお付き合いを目指しつつ(3)の「既存顧客の取引拡大」を目指します。そう考えると、キーになるのは(2)の「既存顧客の離反阻止」になります。しかし、既存顧客の離反は、顧客がいなければ始まりません。その顧客を増やすのが(1)の「新規顧客の獲得」です。

2. データ分析:理想の新規顧客

 理想の新規顧客とはどのようなお客様でしょうか。人によって答えは変わってくるとは思いますが、LTVの視点から考えると、「長く取引を継続してもらえ、かつ、取引額も大きなお客様」つまり、LTVの大きくなりそうなお客様が、理想の新規顧客ということです。

データ分析

3. データ分析:いまどうなっているのか?

 受注履歴データから、各顧客ごとの取引開始日、取引期間、年間取引額、取引商材、担当営業のことなどが分かるかと思います。また各顧客ごとの業種/業態、企業規模、業績、取引部署のような情報も分かることでしょう。すぐ実行できるのは「今どうなっているのか?」の分析です。

4.  データ分析:正確なLTV

 例えば、現時点の累積取引額は「仮想LTV」として計算します。取引が停止している顧客であれば「仮想LTV」ではなく「正確なLTV」となることでしょう。取引が停止しなければ、正確なLTVは計算できませんが、現状どの程度の規模の取引になったのかは分かります。

 「取引停止中」と「取引中」の顧客に分け「取引年数(ヨコ軸)× 平均年間取引額(タテ軸)」のマップ(顧客をマップ上にプロット=置く)を作ることで、どの顧客のLTVが高くなりそうなのかが、何となく見えてくるのではないでしょうか。マップの右上にプロットされている顧客が理想です。

データ分析

 取引先のデータが十分にあれば、例えば「2000年に取引開始した企業」という形でデータを限定させ1年、5年、10年で取引が終了した企業、いまだ取引が継続している企業などを集計するといいでしょう。このような、集計だけでも見えてくることはたくさんあります。

5. データ分析:入口は何か?

 課題は「理想の新規顧客」の中から「LTVの大きくなりそうな顧客」を見つけることです。それには取引開始時の状況に注目することが重要で、まずどのような顧客と、どのような取引を行ってきたのかを調べます。例えば、先程挙げたLTVの大きい顧客の業種/業態、企業規模、業績、取引部署、取引商材、担当営業などです。記録として残っているもので十分です。

 新規取引が始まってからの売上記録を調べることで、今後どのような顧客と、どのような取引をするといいのかが分かってくるでしょう。ちなみに、LTVを見積もりたい場合は次の「LTV予測モデル」を構築すればいいでしょう。

6. データ分析:LTV予測モデル

 もし「LTV予測モデル」を構築してあるようでしたら、現在のターゲット企業の中で、最もLTVの予測値の高い企業を軸に営業・販促活動を展開することが考えられます。当然ながら、このLTVの予測値は単なる目安に過ぎません。未来に対し何の情報もなくターゲット企業を選択するぐらいであれば、何かしら情報があったほうがいい、といった感じです。このように、受注履歴データだけでも、新規顧客ターゲット選定のためのデータ分析を実施することができます。

 
 
 
 
 

7. 顧客生涯価値が高くなりそうな顧客との初取引時の状況

 今回は「受注履歴から探る新規顧客ターゲット選定のためのデータ分析」というお話しをしました。

 法人相手にビジネスをしているBtoB企業であれば、必ず持っているデータの活用です。このデータを使うことで、新規顧客のターゲット選定ができます。この時できれば理想の新規顧客を選びたいものです。では理想の新規顧客とは、どのようなお客様でしょうか。

 LTVの視点から考えると「長く取引を継続してもらえ、金額も大きなお客様」です。例えば今までの累積取引額と取引年数から「仮想LTV」を計算します。取引が停止している顧客であれば「仮想LTV」ではなく「正確なLTV」になります。あとは「取引年数(ヨコ軸)× 平均年間取引額(タテ軸)」のマップ(顧客をマップ上にプロット)を作り、マップの右上にプロットされている顧客から、どのような顧客がLTVが高くなりそうなのか予測していきます。

 この時「LTVが高くなりそうな顧客の、初取引時の状況」を分析します。入口の分析です。どのような顧客と、どのような取引を行ってきたのかを調べ、新規顧客のターゲット選定に役立てます。若干のデータ整備が必要になるかもしれませんが、興味ある方は一度チャレンジしてみてください。何かしら見えてくることがあると思います。

   続きを読むには・・・


この記事の著者

高橋 威知郎

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)


「情報マネジメント一般」の他のキーワード解説記事

もっと見る
メタ知識とデータカタログ データ分析講座(その69)

◆ データ分析の属人化を避けるためのメタ知識とデータカタログ  データ分析の特徴として、「属人化しやすい」という特徴があります。  なぜか属人化し...

◆ データ分析の属人化を避けるためのメタ知識とデータカタログ  データ分析の特徴として、「属人化しやすい」という特徴があります。  なぜか属人化し...


データ活用に投資する前に分析で成果を データ分析講座(その97)

◆ データ活用が上手くいっていない状態とは  「全くデータ活用が上手くいっていない」「データ分析しているけど目立った成果が出ていない」「社内データを...

◆ データ活用が上手くいっていない状態とは  「全くデータ活用が上手くいっていない」「データ分析しているけど目立った成果が出ていない」「社内データを...


データ分析上必須な2つのロジカルシンキング データ分析講座(その198)

    ビジネス必須のスキルとしてロジカルシンキングというものがあります。系統図法という名称で呼ばれていたもので、昔から日本の製造...

    ビジネス必須のスキルとしてロジカルシンキングというものがあります。系統図法という名称で呼ばれていたもので、昔から日本の製造...


「情報マネジメント一般」の活用事例

もっと見る
‐販路開拓に関する問題 第1回‐  製品・技術開発力強化策の事例(その17)

 前回の事例その16に続いて解説します。開発が完了したから販売先を探す。そのような考え方で開発に従事することは根本的に間違っている事は既に述べました。開発...

 前回の事例その16に続いて解説します。開発が完了したから販売先を探す。そのような考え方で開発に従事することは根本的に間違っている事は既に述べました。開発...


人的資源マネジメント:製品開発の滞留を引き起こすファイルとは(その2)

 今回は、PDM/PLMに代表される製品開発業務のIT化をどのように考え、進めるのがよいのかについて解説します。    前回まで続けていたテ...

 今回は、PDM/PLMに代表される製品開発業務のIT化をどのように考え、進めるのがよいのかについて解説します。    前回まで続けていたテ...


情報システム導入企業の悩みとは

        今回は、次の事例から、自社の生産システムにあった生産管理ソフトの選択をどうすべきかを解説します。   1. 想定事例  電...

        今回は、次の事例から、自社の生産システムにあった生産管理ソフトの選択をどうすべきかを解説します。   1. 想定事例  電...