顧客分析商品購入頻度に影響を与えている顧客の行動は?

オフライン広告のオンライン効果

化粧品メーカーに勤める岩渕大輝さん(32)は、ECサイト全般のマーケティングを担当しています。
以前に認知施策を重点的に行った結果、会員数を伸ばすことに成功した経験があるため、
今後は認知施策で獲得した会員のリピート購入回数を増やし、LTVを最大化させたいと考えています。

01

目的

岩渕さんは、新規で流入した顧客のコンバージョン(CV)を最大化するというミッションと既存顧客のLTVを最大化させるというミッションを抱えています。

02

問題意識

新規顧客を獲得するためのあらゆる施策は実施しており、大量に会員を獲得できるような手段がありません。それに比べ、既存顧客のLTVをあげる施策は、DMを顧客に送る以外は行ってきませんでした。しかし、岩渕さんはこれまでの経験から、DMで購入効果が急激に上がることはないと考えています。

03

仮説

岩渕さんは、購入頻度は顧客の初回に購入した商品や流入経路などの性質で決まるのではないかという仮説を持っています。

図:仮説
04

データ

まず、成果データとして「購入回数(直近1年)」を用い、要素データとして「初回購入商品」「流入経路」「初回購入点数」を使用します。データは2014年に会員登録した20代女性のうちランダムに抽出した2000人のデータを使用しました。

図:データ
05

分析

それでは、実際にadelieにデータを登録して分析してみます。

①既にある分析モデルを開く

画面イメージ:既にある分析モデルを開く

登録したデータをクリックすると、すでに分析モデルが1つあります。これは、すべての要素を使用した分析モデルです。この分析モデルは、相関の有無に関わらず、すべての要素を使用したものとなっているため、岩渕さんが納得できるものではありませんでした。

②「要素の候補」の自動選択機能を使用する

画面イメージ:「要素の候補」の自動選択機能を使用する

続いて、「要素の候補」の自動選択機能を使用し、成果に影響を与えていそうな要素を取捨選択します。その結果、下図のように「初回購入回数」のみが外れたモデルができました。

③完了

以上で分析は完了です。分析結果の概要は、下図のようになりました。

図:完了
06

解釈・意思決定&実行

結果として、注目していたアフェリエイトが、LTV向上には響いていないことが分かりました。それよりも、自然検索の方がLTVに高い流入をもたらしていることが分かりました。したがって、自然検索のようなLTVが高い流入施策に対しても注力することにしました。