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。