データマイニングを活用した分析手法
今日は、CRMで使うデータマイニングの分析手法を4つ挙げておきます。
1)バスケット分析
顧客の買い物かごの中身を見て、一緒に購入される商品の傾向を分析すること
【メリット】
関連購買の効果を数値化でき、意外な組み合わせを発見できる可能性がある
【デメリット】
顧客の人物像までは分析できない
2)RFM分析
Recensy(最新購買日)、Frequency(購買頻度)、Monetary(累計購買金額)の3つの要素を用いて、顧客をランクづけし、優良顧客を探す方法
【メリット】
得意客の発見、顧客と自店との関係の変化を捉えることに活用できる
【デメリット】
顧客の人物像までは分析できない
3)デモグラフィック分析
人口統計学的・定量的視点で顧客層を分類し、分析する手法。視点の例は、性別、年齢、居住地、所得、職業、学歴、家族構成などが考えられる
【メリット】
属性ごとに行動パターンが似ている場合に分析しやすい
【デメリット】
顧客の嗜好まではつかみにくい。消費者の行動が多様化すると、分析が行いにくい
4)サイコグラフィック分析
心理学的・定性的視点で顧客層を分類し、分析する手法。視点の例は、ライフスタイル、嗜好・趣味、購買行動などが考えられる
【メリット】
デモグラフィックデータからはつかめない事象、つまり、購買動機に影響する人物像や嗜好を把握しやすい
【デメリット】
デモグラフィックデータよりも収集しにくい。得られた特性を顧客ひとりひとりに割り当てるのが困難
4つ挙げましたが、1)のバスケット分析と、2)のRFM分析は分かりやすいでしょう。この2つは、記述式でもなんとか書けるような気がします。
しかし、3)のデモグラフィック分析と4)のサイコグラフィック分析は似ていてややこしいです。
最低限、「デモ=定量・人口統計、サイコ=定性・心理学」と覚えておけば、何か書けるでしょうかね。