顧客分析は販促の成功に不可欠！分析の手順やフレームワークを解説

「顧客に響く販促施策を立案したいが、どのデータが必要なのかわからない」
「効果的な販促をおこなうには、顧客データをどう利用すればいいのだろう」
販促施策を打ち出す際に、このような悩みはありませんか。

顧客分析によって得られるデータや顧客の心理などを活用すれば、効果的な販促施策を立案できます。分析結果を販促に生かすには、まず顧客分析の手順や役立つフレームワークを理解しましょう。

本記事では、販促を成功させるためにおこなう顧客分析の4ステップと、これから顧客分析を始める方でも取り組みやすい分析手法を解説します。顧客に対する理解を深めて販促を成功に導くために、この記事の分析手法を実践しましょう。

顧客分析は効果的な販促に欠かせない

「顧客分析」とは、顧客の特性や消費行動などの分析を総称したものです。

顧客への理解を深めると、ターゲット層の絞り込みや広告の反響率予測、さらには潜在的な顧客ニーズも把握できます。顧客のニーズに合った販促活動は費用対効果が高いため、広告費の経費削減にもつながるでしょう。

また、顧客分析で得られる情報は販促だけでなく、商品・サービスの開発や改善、広告宣伝などさまざまなマーケティング業務に生かせます。分析結果を幅広い業務で活用するために、適切な分析手順を覚えて実行しましょう。

4ステップの顧客分析で販促の成功につなげよう

顧客分析の基本的な手順は次の4ステップです。

• 目的を明確にする
• 分析対象とするターゲット層を選ぶ
• 分析に必要なデータを集める
• データを整理し、分析する

正しい手順を踏んで、販促施策の立案に生かせる顧客分析をおこないましょう。

顧客分析のステップ1：目的を明確にする

顧客分析をおこなう際には、販促の実施で達成したい目的を明確にしましょう。自社が抱えている悩みや問題を把握し、最終的な目的を定めることで、販促施策の立案や実行に適した分析手法を選べます。

目的が定まったら、販促の実施後に進捗や達成率を測定できるように目標を設定しましょう。「販促をおこなった期間の売上金額」「販促に対する顧客へのアンケートで満足度スコア〇〇達成」などの具体的な数値も設定すると、現状把握だけでなく次回施策時の改善にも生かせます。

顧客分析のステップ2：分析対象とするターゲット層を選ぶ

目的設定の次におこなうのはターゲット層の選定です。顧客を分類して、どの客層を分析対象にするかを決めます。

【ターゲット層の分類例】

美容室の場合	サブスクリプションサービスの場合
新規顧客として来店したが、リピートには至らなかった顧客 一定の来店回数はあったが、その後のリピートにつながらなかった顧客 リピーターとして定期的に来店している顧客	アプリなどをダウンロードし、無料期間中に利用した顧客 数か月間のサブスクリプション利用後に更新がなくなった顧客 オプションの利用や課金などを定期的に続けている顧客

目的に合った分析対象を設定するために、候補となるターゲット層は複数選出しましょう。

なお、上の表では利用頻度で分けていますが、分析の目的によってターゲット層の分類は変わります。売上を上げるために販促施策を組み立てたい場合は購入金額別、顧客ロイヤリティを高める販促を実施したい場合は顧客満足度別など、目的に応じた分類をおこないましょう。

顧客分析のステップ3：分析に必要なデータを集める

選定したターゲット層の分析に必要なデータを収集します。

顧客分析に用いる主なデータは以下の項目です。

データ項目	具体例
顧客との接点・購入・取引履歴	メール、電話、営業記録、購入・取引のタイミングやペース、平均/合計売上金額など
顧客の属性	性別、年齢、地域、世帯　など
購買プロセスや意思決定プロセス	購入にいたった経緯、購入決定のきっかけ　など
顧客の声	顧客満足度、顧客のニーズ、意見　など
顧客の嗜好	顧客の趣味、ライフスタイル、興味関心　など

情報量の多さは顧客分析の精度を高め、手法の幅も広めます。自社で取り入れられる収集方法を活用して、できるだけ多くのデータを集めましょう。

顧客分析のステップ4：データを整理し、分析する

顧客データが一定量集まったら、扱いやすい形に整理して分析を始めます。

データは表計算ツールでも管理できますが、データ量が多い場合、ビジネスツールの使用がおすすめです。顧客管理がおこなえるCRMや営業支援に使用されるSFA、膨大なデータを分析するためのBIツールなどで効率化を図りましょう。

なお、分析はおこなうことがゴールではありません。結果が出たら見やすいレポートにまとめて、内容をよく精査し、振り返りをおこないましょう。定期的に分析をし直して、常に最新の状況を把握することも大切です。

顧客分析のステップ5：分析結果を販促施策に反映する

分析が完了したら、分析結果を販促施策に生かしましょう。最初に設定した目的をもとに、どのターゲットに対してどんな施策をおこなえば効果があるかを精査していきます。

以下に、美容室と家電量販店における分析結果の販促施策への活用例を挙げるので、施策立案の参考にしてください。

美容院で分析結果を生かした施策の例

美容院では、顧客の来店履歴や予約履歴を分析することで、どのくらいの周期で来店するかを把握できます。さらに、顧客属性も組み合わせて分析すれば、顧客が欲しいと感じる特典や商品を、来店頻度に合わせてアプローチ可能です。

また、顧客が来店するきっかけになったメニューを分析して、「セットにするとアフターケアのプレミアムトリートメントが特別料金になる」などの情報を提供すると、関連メニューの同時購入や利用の継続化が狙えます。

その他にも、顧客属性や顧客の思考、意見などを参考に、美容意識が高い客層に対し「アプリで髪型シミュレーションをおこなうサービス」などを訴求する方法などは、話題性による口コミの投稿も期待できるでしょう。

家電量販店で分析結果を生かした施策の例

家電量販店でも、顧客の購入履歴や接点履歴を分析することで、利用頻度が少ないターゲットに対して情報を配信し、来店を促す施策がおこなえます。

その他の施策例としては、顧客属性と過去の購買履歴を分析して「20代のヘアケア家電に関心が高い女性」「50代の健康家電を購入した男性」などの細かなターゲティングを行い、適した新商品の案内を発信するなどの方法も効果が期待できるでしょう。

また、購買履歴や顧客の嗜好をもとに好みのメーカーを把握しておけば、同メーカーの新商品の訴求をおこなうときに、効果が高いターゲット層を選定できます。

このように、顧客分析を綿密におこない、分析結果を生かすことで、多角度的な視点で顧客にアプローチする販促施策が立案できます。

顧客分析に役立つ分析手法

ここでは、顧客分析をおこなう際に役立つ分析手法を解説します。

• デシル分析
• RFM分析
• GISを活用したエリア分析

上の３つは、数値にできる定量データを扱う手法です。数値という共通の基準で分析するため、分析結果について客観的に判断できます。ただし、定量データからは、顧客の意見や感覚まで読み取ることはできません。

そこで役立つ手法が、数値化しづらい質的な情報を用いた分析手法です。本章では、顧客の心理を掘り下げる定性データ分析についても解説するので、顧客分析に生かしましょう。

なお、他にもさまざまな分析手法があるため、下記の記事も参考にしてください。

顧客分析に役立つ手法1：デシル分析

「デシル分析」とは、顧客を購入金額の高い順に10等分にして、各グループの売上構成比を分析する手法です。顧客情報と購買金額のデータだけで計算できるため、顧客分析の第一歩として取り組めます。

デシル分析でわかるのは、各グループの売上貢献度です。
その結果を活用すれば、「上位グループに集中してアプローチする」「売上貢献度が低いグループに対して底上げを図る」など、販促施策の目的を細かく設定できるでしょう。目的が定まれば、各グループに対する効果的な販促施策が立案しやすくなります。

ただしデシル分析では、高額購入を一度しただけの顧客が貢献度の高いグループに振り分けられる場合もあります。分析に使用するリストを事前にチェックして、該当の顧客を除外する対策を取り入れましょう。

デシル分析に取り組むときは、下記リンクの無料Excelテンプレートをご活用ください。

顧客分析に役立つ手法2：RFM分析

「RFM分析」とは「最終購入日（Recency）」「購入回数（Frequency）」「購入金額（Monetary）」の指標をもとに顧客を分類する分析手法です。

RFM分析では、各指標を3～5段階のランクに分けることが多いです。以下は、指標の基準目安です。

ランク	最終購入日(Reccency)	購入回数(Frequency)	購入金額(Monetary)
A	1週間以内	20回以上	20万円以上
B	1か月以内	10～20回	10～20万円
C	半年以内	10回以下	10万円以下

上記の表から例を挙げると、「過去に20回以上購入し総額20万円以上になっている、かつ直近の最終購入日が3日前」という条件の顧客はランクAで、自社にとって貢献度が高い顧客です。顧客分類の可視化をしやすくするために、あらかじめ「優良顧客」「新規顧客」「安定顧客」など、ランクの組み合わせによる分類基準を作っておきましょう。

RFM分析は自社の顧客を分析し、現状を把握するのに役立つ手法です。分析結果を用いると、「計画している販促施策が現状の顧客分類に適しているのか」「現在行っている施策が、自社に多い顧客分類に合っているのか」などの細かな視点で販促計画を精査できます。

RFM分析を用いた販促施策の分析例

ある企業では全顧客に対し、「初回～3回目まで使える割引クーポンの配布施策」を実施しています。しかし、RFM分析を行った結果、自社の「新規顧客」の割合は10%程度で、残り90%が3回以上購買を続けている「優良顧客」や「安定顧客」でした。このことから、全顧客に対してアプローチしていたはずの施策は、10%の顧客にしか効果を発揮していないことが推測できます。

このように、販促施策が自社の顧客に適しているかを具体的に分析できるのが、RFM分析の特徴です。今後実施する販促施策だけではなく、現行施策に対する改善にもRFM分析を生かしましょう。

RFM分析には、下記の無料エクセルテンプレートをお役立てください。

顧客分析に役立つ手法3：GISを活用したエリア分析

分析の際にエリアマーケティングツールを活用すると、国勢調査データや自治体の統計/推計データ、ツールを提供している企業のオリジナルデータなど、さまざまな情報を地図上で可視化できます。

これらの情報と、デシル分析やRFM分析から得た結果を組み合わせれば、

• 売上貢献度の上位グループが多い、かつ、世帯収入が高い地域
• 商圏における優良顧客・安定顧客の分布図

など、自社独自の設定による分析レポートが作成可能です。一元化した情報を視覚的に分析できるため、販促施策を効率的に組み立てられるでしょう。

以下は、上記のレポート例から考えられる販促施策の一例です。

• 売上貢献度が高い顧客が多い地域に対して、新商品案内チラシのポスティングを強化する
• シニア層の優良顧客が多いエリアを対象に、新聞折り込み広告の施策を行う

エリアマーケティングツールに興味のある方や導入を考えている方は、こちらのページをご覧ください。詳しい機能や活用例を紹介しています。

数値化できない顧客の心理も掘り下げよう

数値化できる「定量データ」には、顧客の気持ちや声を深掘りしにくいデメリットがあります。顧客の心理を深く掘り下げるには「定性データ」を活用しましょう。

定性データとは、数値で表せない質的データです。アンケートやインタビューなどで要望、不満、自社を選択した経緯といった顧客の声を集計し、分析します。この調査・分析により、顧客の本質的な心理や行動の背景などの情報を読み取れるでしょう。

下記が、分析に使える定性データの一例です。

• 商品・サービスのレビュー
• 自由回答式のアンケート
• SNS上での反応
• コールセンターへの問い合わせ　など

定量/定性データの詳しい内容については、以下の記事を参考にしてください。

明確な目的を持って顧客分析をおこない、販促に役立てよう

• 販促を成功に導くには、ターゲットに合った手法や項目をおさえた顧客分析がポイント
• エクセルで算出できる「デシル分析」や「RFM分析」から取り組もう
• 数値化できない顧客心理を掘り下げると、より具体的な販促施策の立案が可能になる

どれだけ多くの販促をおこなっていても、全ての顧客に対しても同じ施策を打つのは効率的とはいえません。販促の成果を上げるためには、アプローチすべき顧客を選別する必要があります。

効率的な販促をおこなうために重要なのは顧客分析です。顧客分析をはじめる際は、まず目的をはっきりさせましょう。そのうえで、自社のターゲット層を定め、分析に必要なデータを収集します。

適切な分析手法で分析した顧客データとエリアマーケティングを組み合わせると、視覚的な情報をもとに、販促計画を進められるでしょう。

定性データを用いた顧客心理の分析は、販促活動だけでなく商品やサービスの改善などにも役立ちます。

分析を効率化するビジネスツールもありますが、導入にはコストがかかります。これから顧客分析を始める方は、まずエクセルでの分析が可能なデシル分析やRFM分析から取り組み、販促の成功を目指しましょう。

タグ : データ分析 分析手法 販促 販売促進 顧客分析