通販ビジネスにおける「データ分析手法 5選」
閲覧いただきありがとうございます！
株式会社HAT営業部の松村です。
2回目のnote投稿では、弊社通販支援事業部マネージャーの梅田さんのコラムをお届けいたします✨
2分で読めちゃうので、ぜひ読んでくださいね～
※この記事は2分で読めます※
はじめに
通販におけるデータ分析は、多様な方法で溢れています。
その中で、自社のビジネスモデルに最適な方法を選ぶことが成功のカギです。
本記事では、LTV分析、RFM分析、引き上げ状況分析など、通販ビジネスで用いられる、主要かつ基本的な５つの分析方法をピックアップしてご紹介します。
５つの分析方法
１） LTV分析
LTV（Life Time Value）とは、[顧客生涯価値]のこと。顧客1人あたりの、自社商品の初回購入から解約（離脱）するまでの売上、もしくは利益を指す。つまり、1人の顧客の売上貢献度。リピート型の通販では、購入金額と併せて、購入回数（継続率）が重視され、LTVの最大化のために、さまざまな軸でボトルネックを見つけるために用いられる分析。
２） RFM分析
最終購入日からの経過日数（Recency）、購入頻度（Frequency）、購入金額（Monetary）の３つの指標の組み合わせによる顧客分布を把握するための分析。DM施策の発送用のセグメントに用いられることが多い。
３） 引上げ状況分析
トライアル商品（お試し商品）を購入した顧客が、本商品を購入する割合やタイミングを把握するための分析。この分析結果は本商品の案内タイミングなどを最適化するために用いられる。
４） 購買パターン分析
たとえば、LTVから逆算して、優良顧客（ロイヤル顧客）が初回に購入した商品や優良顧客に至るまでに、どのタイミングでどの商品を購入したかといった購入導線（優良顧客までの購入ルート）を見つけるための分析。この分析結果は他の顧客を最適なルートに導くための施策などに活用される。
５） バスケット分析
よく購入される商品同士の組み合わせを見つけるための分析。単価の低い食品などで用いられる分析。特定の商品を購入した顧客に対して、レコメンドする商品やセット販売するための組み合わせを見つける。
その他
その他では、いわゆる「やずや式」として浸透している「CPM分析」などが有名です。
「CPM分析」はRFM分析を語るうえで指摘されることがある欠点をカバーする分析として知られています。
CPM分析= Customer Portfolio Management
※RFM分析の欠点とは、「R」つまり、最終購入日からの経過日数が強く反映されることなどが挙げられます。
さて、如何だったでしょうか？
データ分析は、その各手法の特性を理解し、適切に用いることでデータから得られる洞察を最大限に引き出すことができます。
通販においても、他のビジネス同様に、目に見えないもの、把握できないものは改善できません。
つまり、改善することと、分析はセットで考えるべきでしょう。
目的を見据えて、ぜひ上記を参考にして、効果的なデータ分析を実現してください。
▼不明点は、HATのホームページからお問合せください。
▼HATの自己紹介note