顧客生涯価値でハイポテンシャル顧客を予測する #機械学習

このブログで紹介するソリューション「RFM分析と顧客生涯価値の予測」の日本語バージョンは以下のリンクから参照・ダウンロードいただけます。

あるワインショップに3人が同時に入店したとします。1人目は週に1本買いに来る人、2人目は初めて入店した人、3人目はごくまれに入店するが、大体は数箱のワインを同時に購入する人。ここで質問です。店員はどのお客を先に接客するべきでしょうか？これは単なる困らすための謎掛けではなく、実際の小売業者なら必ず遭遇する状況です。

最低限の顧客データがなくては、賢明な判断はできません。入店した3人が特定できなければ、優先順位を決めることはできません。そこで、第１ステップでは、すでに顧客になっている人を特定することになります。第２ステップでは必然的に、すでに顧客になっている人たちを接客することになります。というのも、Forbesによると、新規顧客の獲得には既存顧客の維持よりも5倍以上のコストがかかるとされています。

どの顧客を最初にターゲットにするかを徹底的に考えるなら、顧客生涯価値（CLV）を計算するのが良い方法です。CLVの目的は、最も価値のある顧客は誰か、その顧客が将来使う可能性のある金額はいくらか、そしてその顧客とどのように関わるべきかを明らかにすることにあります。Bain & Companyによると、CLVをサポートする戦略によって、小売業者は売上を最大30％増加させることができるとのことです。Dataikuは、マーケティング戦略におけるCLVの導入を促進する新しいソリューションをリリースしました。詳しく見ていきましょう。

RFMで強化する顧客生涯価値

DataikuのCLVのアプローチは、Recency（リーセンシー）、Frequency（購入頻度）、Monetary Value（購入金額）の3つの要素の頭文字をとった、RFM手法を活用しています。顧客が最後に何かを購入したのはいつなのか？購入の頻度はどの程度か？その顧客は普段いくら使っているのか？これらの指標は、バランスのとれたセグメンテーションモデルを構築するのに役立ちます。

さらに、CLVスコアの算出には、顧客の購買履歴も使います。そして、このスコアは、さまざまな方法で使用することができます。例えば、マーケティングアナリストは、どの顧客に投資してプロモーションを行うべきかを把握するために、このスコアを利用することができます。また、CRMアナリストは特定の顧客セグメントにパーソナライズされたオファーを提示することで、CRMの予算と戦略を最適化することができます。

このソリューションで何ができるかを見てみましょう。まず、インダストリーソリューションとは何かについて、改めてご紹介します。

Dataikuのインダストリーソリューションが、あなたのポテンシャルを最大限に発揮するのにどう役立つか

インダストリーソリューションはDataikuのアドオンで、組織における先進的または基本的なユースケースの実装を加速させるものです。これらを活用することで、より短期間でAIからビジネス価値を得ることができます。ソリューションはDataikuのコア機能を活用しており、完全にカスタマイズ可能で、組織のニーズに応じて編集もできるように構築されています。

ソリューションには以下の内容も含まれています。