はい!こちらお悩み相談課です!
第11回 「買ってくれそうなお客様だけを探し出すには?(DMリストの絞込み)」
  1. 1
  2. 2
  3. 3
  4. 4
  5. 5

「パレートの法則」

2割の高額所得者に社会全体の富の8割が集中するため、残りの2割の富が8割の低所得者に配分されるという富の偏在(所得分布の不均衡)を統計学的に実証した法則。転じて「80:20の法則」として引用されることが多い。例えば、売上の80%は全顧客の20%が生み出す。売上の80%は商品銘柄の20%がつくり出す。などのように用いられる。

課長

実際に顧客データベースを検証してみると顧客の何割でどれくらいの売上を作っているかも確認できますよね。特に顧客データベースというのは、購買可能性の高い顧客とそうでない顧客が偏在している場合が多いですから、今は全員にDM発送しているライオン屋さんなら、顧客区分を変更するだけで、つまり顧客リストをセグメントするだけで、DMレスポンス率も利益率もかなり向上するはずですよ。

山田さん

ということは、顧客全員にDM100万通を送るのは、無駄遣いだったということでしょうか。

モモちゃん

はい。メチャメチャ無駄遣いですね。

課長

……新しい顧客を獲得するには費用がかかりますから、その段階では利益は出ずに赤字でしょう。それに対して、一度でも買っていただいたことがある既存顧客は、ダイレクト・マーケティングの事業では自社独自の市場そのものですし利益の源泉です。既存顧客のリピート購買で利益を出さなければ、どこからも利益は生まれません。だからDMにはレスポンス率のアップと収益効率の向上が求められるんですね。

山田さん

なるほど~、売上が大きければ、そのうちなんとかなるだろうと思っていた私が間違っていたみたいですね。そうですか、DMで利益を作らないといけないんですね。

モモちゃん

山田さん、やっと気づいたんですね。よかったですね。それにしても課長。じゃあ、どうやって買ってくれそうなお客さんだけをピックアップするんですか?

課長

モモちゃん、どうすればいいと思いますか?

モモちゃん

えーと、何らかの要因を手がかりにして、データベースを分類します。ひとつは、顧客プロフィールによる区分ですよね。男性に化粧品をお勧めしてもほとんどの男性は買ってくれませんし、すでにお子さんが成人している主婦にベビー服は必要ありませんよね。

課長

そうだね。ひとつは顧客プロフィールの属性による区分ですね。じゃあ、もうひとつは?

モモちゃん

せっかく顧客データベースをお持ちですから購買履歴ですよね。たとえば、商品別の区分とか購買履歴による区分、その他にも顧客の会員ステイタスやDM発信履歴などによる区分も可能です。

【ダイレクトメールの用途事例】

①顧客プロフィール
(名前/年齢/性別/住所/職業/年収/家族構成など)
② 購買履歴
(購入商品/購入日/購入回数/購入金額/DM発信歴/会員ステイタスなど)

山田さん

なるほど、いろいろな分類ができるものですね。うちにも一応データベースがありますから顧客セグメントをやってみようと思うんですけど、何しろそういう使い方はしたことがないもので。簡単で効果の高い方法はありませんかねえ?

課長

もちろん、ありますとも! ねえ、モモちゃん、どうすればいいと思う?

モモちゃん

えーと。時間もありませんし、すぐ簡単にできるのは、RFMによるセグメントでしょうか。

課長

RFM分析を使えば簡単な操作でデータベースをセグメントできるはずですよ。

山田さん

何ですか?そのRFMって。 私にもできますか?

モモちゃん

はい。顧客データベースから「買ってくれそうなお客様」を探し出すために「購買履歴」を要因としてレベル分けする顧客セグメントの方法です。

  1. 1
  2. 2
  3. 3
  4. 4
  5. 5
  • お電話からのお問い合わせ

    通販物流、DMなどのご相談をお電話でも承っております。

  • Webからのお問い合わせ

    サービス内容に関する
    お問い合わせはこちらから

    お問い合わせ

  • お見積のご依頼はこちらから

    DM発送のご依頼は一万通以上より受け賜っております。一万通未満のご依頼、お問い合わせはお電話にて個別にご相談下さい。

    お見積もり

ダイレクトメールお悩み相談

DMお悩み相談課トップページ

企業と顧客を結ぶメーリングサービス