ビジネス系のデータ分析・活用(データサイエンス実践)を「ビジネスアナリティクス」という用語で表現したりします。このビジネスアナリティクスは、ざっくりと「商品力を高めるアナリティクス」と「販売力を高めるアナリティクス」に分かれます。ビジネスアナリティクスの中に「セールスアナリティクス」というものがあります。セールスアナリティクスは「販売力を高めるアナリティクス」です。データを使い、すでにある商品やサービスを、効率的に収益をあげる「販売力を高めるデータ分析・活用(データサイエンス実践)」です。今回は、「あなたが『販売力を高めるデータ分析をしたいぞ!』というのであればラッキーです」というお話しをします。
【目次】
1.あなたはラッキーかもしれない 2.データを使い「収益の維持・拡大」を実現する 3.LTV(顧客生涯価値)とは? 4.3つの典型的なテーマ 5.合算した数字を分析する
1.あなたはラッキーかもしれない
もし、あなたが「販売力を高めるデータ分析をしたいぞ!」というのであればラッキーです。多くの企業に必ずあるデータの1つが、販売系のデータです。販売系のデータとは、売上データや取引データ、購買履歴データなどのことです。注文書や請求書なども含まれます。
会計処理をする上で、この種のデータは必ず必要になります。このような販売系のデータは、何らかの形で必ず存在するはずです。そのため、販売系のデータを使ったデータ分析・活用(データサイエンス実践)は、やろうと思えば明日からできるはずです。
2.データを使い「収益の維持・拡大」を実現する
ビジネスをする上で、「収益の維持・拡大」は非常に重要なことです。そのため、「顧客数の維持・拡大」と各顧客の「LTV(顧客生涯価値)の維持・拡大」を実現する必要があります。どちらか一方が伸び悩んでも、もう一方が拡大すれば収益は増えます。理想は、両方の拡大です。
では、「顧客数の維持・拡大」と「LTV(顧客生涯価値)の維持・拡大」の両方もしくは片方を実現するためには、何が必要でしょうか。「顧客数の維持・拡大」を実現するためには、例えば「新規顧客の獲得」と「既存顧客の離反阻止」が必要になります。要するに、離反を減らし新規を増やすということです。
「LTV(顧客生涯価値)の維持・拡大」を実現するためには、例えば「既存顧客の離反阻止」と「既存顧客の取引額拡大」が必要になります。要するに、離反を減らし取引期間を長くしつつ年間の取引額を増やすということです。
3.LTV(顧客生涯価値)とは?
ちなみに、LTV(顧客生涯価値)とは、1顧客から得られる長期的な利益を指します。
例えば、年単位で考えた利益ベースのLTVでしたら……
LTV=平均年間取引額×利益率×平均継続年数
LTV=平均年間取引額×利益率÷離反率
など
例えば、売上ベースのLTVでしたら……
LTV=平均年間取引額×平均継続年数
LTV=平均年間取引額÷離反率
など
計算方法は色々あります。実ビジネスに沿った計算方法を選びましょう。端的に言うと、収益性が高く付き合いの長いロイヤルカスタマーを増やすということです。
4.3つの典型的なテーマ
セールスアナリティクスの目的は、データを使い販売力を効率的に高めることで、「収益の維持・拡大」を実現することです。言い換えると、「顧客数の維持・拡大」と「LTV(顧客生涯価値)の維持・拡大」を、データを使い効率的に実現することです。
データを使い販売力を効率的に高めるセールスアナリティクスには、3つの典型的なテーマがあります。
テーマ1 新規顧客の獲得
テーマ2 既存顧客の離反阻止
テーマ3 既存顧客の取引額拡大
テーマ1の「新規顧客の獲得」とは、リード(見込み顧客)の獲得・育成・顧客化(受注)を目指すものです。
テーマ2の「既存顧客の離反阻止」とは、既存顧客に対し継続受注や他商材の新規受注などで取引継続を目指すものです。
テーマ3の「既存顧客の取引額拡大」とは、既存顧客に対し他商材の新規受注や他部署展開などで取引額の拡大を目指すものです。
少なくとも、法人相手にビジネスをしている企業(B to B)や、ECや通販などの一般消費者を相手にしている企業、エステや英会話スクール、塾、病院、歯医者などは、「誰が、いつ、何を、いくらで」といったデータは、何かしらの形で残っていることでしょう。データを破棄していない限りは、残っていると思います。このような場合には、3つの典型的なテーマに取り組むことができます。
5.合算した数字を分析する
ここで敢えて3つを区別せずに、「売上」や「利益...
」、「コスト」という感じで合算して数字を分析することもあります。3つの典型的なテーマに取り組む前に、売上はどうなっているのかを把握したり、想定した利益を得たいるのかをモニタリングしたりするなど、全体を把握するためです。
そもそも事業形態やデータの取得の仕方によっては、区別せずというか「区別することができず」という感じで、3つを区別することができない場合もあります。例えば、街のパン屋さんが「どのパンが新規顧客に売れ」「どのパンが既存顧客に売れたのか」のデータを、取得していないかもしれません。街のパン屋さんに限らず、店舗ビジネスの場合は同様でしょう。そういう意味では、典型的なテーマは3つ(新規顧客の獲得・既存顧客の離反阻止・既存顧客の取引額拡大)ではなく4つと言えるかもしれません。
(その1)
(その2)
(その3)
(その4)
(その5)
(その6)
(その7)
(その8)
(その9)
(その10)
(その11)
(その12)
(その13)
(その14)
(その15)
(その16)
(その17)
(その18)
(その19)
(その20)
(その21)
(その22)
(その23)
(その24)
(その25)
(その26)
(その27)
(その28)
(その29)
(その30)
(その31)
(その32)
(その33)
(その34)
(その35)
(その36)
(その37)
(その38)
(その39)
(その40)
(その41)
(その42)
(その43)
(その44)
(その45)
(その46)
(その47)
(その48)
(その49)
(その50)
(その51)
(その52)
(その53)
(その54)
(その55)
(その56)
(その57)
(その58)
(その59)
(その60)
(その61)
(その62)
(その63)
(その64)
(その65)
(その66)
(その67)
(その68)
(その69)
(その70)
(その71)
(その72)
(その73)
(その74)
(その75)
(その76)
(その77)
(その78)
(その79)
(その80)
(その80)
(その81)
(その82)
(その83)
(その84)
(その85)
(その86)
(その87)
(その88)
(その89)
(その90)
(その91)
(その92)
(その93)
(その94)
(その95)
(その96)
(その97)
(その98)
(その99)
(その100)
(その101)
(その102)
(その103)
(その104)
(その105)
(その106)
(その107)
(その108)
(その109)
(その110)
(その111)
(その112)
(その113)
(その114)
(その115)
(その116)
(その117)
(その118)
(その119)
(その120)
(その121)
(その122)
(その123)
(その124)
(その125)
(その126)
(その127)
(その128)
(その129)
(その130)
(その131)
(その132)
(その133)
(その134)
(その135)
(その136)
(その137)
(その138)
(その139)
(その140)
(その141)
(その142)
(その143)
(その144)
(その145)
(その146)
(その147)
(その148)
(その149)
(その150)
(その151)
(その152)
(その153)
(その154)
(その155)
(その156)
(その157)
(その158)
(その159)
(その160)
(その161)
(その162)
(その163)
(その164)
(その165)
(その166)
(その167)
(その168)
(その169)
(その170)
(その171)
(その172)
(その173)
(その174)
(その175)
(その176)
(その177)
(その178)
(その179)
(その180)
(その181)
(その182)
(その183)
(その184)
(その185)
(その186)
(その187)
(その188)
(その189)
(その190)
(その191)
(その192)
(その193)
(その194)
(その195)
(その196)
(その197)
(その198)
(その199)
(その200)
(その201)
(その202)
(その203)
(その204)
(その205)
(その206)
(その207)
(その208)
(その209)
(その210)
(その211)
(その212)
(その213)
(その214)
(その215)
(その216)
(その217)
(その218)
(その219)
(その220)
(その221)
(その222)
(その223)
(その224)
(その225)
(その226)
(その227)
(その228)
(その229)
(その230)
(その231)
(その232)
(その233)
(その234)
(その235)
(その236)
(その237)
(その238)
(その239)
(その240)
(その241)
(その242)
(その243)
(その244)
(その245)
(その246)
(その247)
(その248)
(その249)
(その250)
(その251)
(その252)
(その253)
(その254)
(その255)
(その256)
(その257)
(その258)
(その259)
(その260)
(その261)
(その262)
(その263)
(その264)
(その265)
(その266)
(その267)
(その268)
(その269)
(その270)
(その271)
(その272)
(その273)
(その274)
(その275)
(その276)
(その277)
(その278)
(その279)
(その280)
(その281)
(その282)
(その283)
(その284)
(その285)
(その286)
(その287)
(その288)
(その289)
(その290)
(その291)
(その292)
(その293)
(その294)
(その295)
(その296)
(その297)
(その298)
(その299)