顧客クラスター分析_似た顧客にグループ化する

顧客をクラスター分析すると言う話です。

前回は最強のマーケティングは「One to One」である解説しました。

簡単に復習すると、「One to One」は顧客一人、一人に応じた違った内容でアプローチすることです。

ところが、数百人、数千人という顧客を抱えていると、全ての顧客に「One to One」の対応は不可能です。

それをシステム的に解消しようとしているのが、アマゾンなどのネット通販です。

過去の購入履歴や閲覧履歴から、関心があると思われる商品をトップ画面に持ってきたり、メールを送ったりしています。

私もアマゾンのシステムの恩恵に預かっています。

例えば、データベースマーケティングやエクセルを使った顧客管理などに興味を持っている方のページに私の著書が推薦書として表示されます。

そこで、書籍を購入していただいたり、私のサイトを検索していただき、相談してくださる方もいます。

ちょっと横道に逸れましたが、そのようなシステムを小規模企業が真似して作るのは、現状は難しいです。

そこで、顧客データベースを作成し、過去の購買データを蓄積しておきます。

以前より私が提案しているように、「One to One」の個別対応は難しいですが、顧客をグループ化してグループごとに対応することは現実的に可能です。

顧客データベースよりデータを分析して、似た顧客を集めてグループ化します。

これをクラスター分析と言います。クラスターというのは「かたまり」ということですが、近いデータを持っている顧客のかたまりをグループとしてとらえます。

どういったことに興味があるかとか、職業は？など色々な顧客に関わるデータが多いほど、より良い分析ができます。

しかし、通常、ビジネスしている上で、あまりに詳細でプライバシーに関わる情報を得ることは難しいです。

なので、過去の購買履歴から得られるデータが分析対象になります。