福島: 顧客情報、クルマの情報、購買情報などのデータをもとに、特性やタイプを分析して、いくつかの顧客像を再定義しました。分析したところ、6つのクラスター(顧客像)が見えてきました。「とにかくクルマが好き」「クルマは日常生活に使う」といった具合です。
例えば「クルマ好き」でもいろいろな人がいます。「新聞の折り込み広告」の反応がいい人もいれば、「ネット広告やメール」の反応がいい人もいる。今回は「紙のDMを送ろう」ということであれば、紙のDMに反応しそうな人を抽出して、DMを発送することができるようになりました。
土肥: もう少し具体的に教えていただけますか。
福島: 当社では、冬のボーナスシーズンになると全国一斉にDMを送ります。その数は300万〜400万通ほど。2012年のときは、以前のRFM分析によってDMを送っていまして、購入率は26.7%でした。しかし2014年に、いまのクラスター分析によってDMを送ったところ、購入率は36.5%に上昇しました。
土肥: おお、10ポイントも上昇! やっ、その前に質問です。RFM分析による購入率は26.7%ということですが、これってめちゃくちゃ高いじゃないですか。一般的にDMの有効率って1%くらいって言われていますよね。
福島: 期間の長さが影響しているのかもしれません。他の商戦をみると、1週間とか10日間といったケースが多いですが、(当社の)冬のボーナスシーズンは1カ月半くらいなんです。ということもあって、購入率が高いと思われます。
土肥: うーん、それにしても高い(まだ納得していない)。ちなみに、どんなタイプの人がよく買われているのですか?
ITmedia 総力特集 『 IoTという新たな「産業革命」 』の特集記事をまとめた電子冊子(PDF)を、特集終了後にプレゼントいたします。
Copyright © ITmedia, Inc. All Rights Reserved.
Special
PRアクセスランキング