CRM製品運用（CRMユーザー運用ノート：ユーザー精密マーケティング事例）

CRM ユーザー操作メモ: ユーザー精度マーケティングの例

この記事では、ユーザー ライフ サイクル アルゴリズム、ユーザー ソース、価値貢献を組み合わせた、売上予測とアクティビティ測定ロジックの完全なセットを提供します。お楽しみください〜

気づいていらっしゃいますか：RFM モデルの M 値、つまりユーザーのライフサイクルにおけるユーザーの消費量については、これまで一度も言及したことがありませんでした。

なぜ？

ユーザーライフサイクルはユーザーの消費行動にのみ関連し、ユーザーの価値貢献とは関係がないため、M値の適用を運用測定に反映する必要があります。

以下では、ユーザーライフサイクルアルゴリズム、ユーザーソース、価値貢献を組み合わせた、売上予測とアクティビティ測定ロジックの完全なセットを紹介します。

まず、売上予測のロジックを見てみましょう。ユーザーを時間軸から分割し、履歴値を組み合わせて推定パフォーマンスを計算し、それを特定のビジネス指標に分解してマーケティング戦略を見つけます。ある美容会社は、全国市場で 500 店舗をカバーしています。 2018年1月から8月までの平均月間売上高は3,000万元/月でした。同社は9月にダブルイレブンプロモーションの計画を開始し、その月の目標売上高は200%増加して6000万元に達するとしていた。新規店舗を増やさない、既存店舗を閉店しないという前提で、ユーザーオペレーションの観点からどのような点に留意すべきでしょうか。

CRM 運用の観点から考えると、ユーザーを分類する必要があることを理解する必要があります。誰が毎月の売上をもたらしているのでしょうか。各グループはどれくらい寄付しましたか?それぞれのグループの人々はどのようにして来たのでしょうか?どうやって接続するのでしょうか?彼らに影響を与えるためにどのような手段が使われますか?

全国に何店舗あっても、月間売上が何百万でも何億でも、その月に再来店した新規ユーザー、その月に追加された新規ユーザー、その月に再来店した古いユーザー、認識できないユーザー（登録情報がない）というように、ユーザー分類は広い時間範囲で行うことができます。

簡単に言えば、各月の消費者人口は、その月の新規ユーザー、今年の最初の数か月間に購入して再び店舗に戻ってきたユーザー、前年に店舗に戻ってきたユーザー、および身元が特定できないユーザーの 4 つのユーザー グループで構成されます。

したがって、この時点で、過去の月間売上高 3,000 万ドルのうち、各グループがどれだけ貢献し、どのように構成されているかを示す履歴消費モデルが存在することになります。このステップは非常に重要です。基礎があって初めて推定を行うことができるからです。

まず、上記の[売上予測表]の各項目の論理的なソースについて説明します。

1月から8月までの新規ユーザー数をバックグラウンドから直接取得できます。 9 月の店舗再来店率 9% の予測は、2017 年の履歴データに基づいています (2016 年と 2017 年の店舗再来店確率が直接引き継がれています)。 1人あたり平均消費回数1.1回という数字も、今年の新規ユーザーの指標となっている。新規ユーザーの月間注文数/新規ユーザーの月間消費者数、平均顧客単価330は、このグループの1月から8月までの平均値です。

9月の新規利用者数は、新店舗の追加や旧店舗の閉店がないものと仮定し、1月から8月までの平均値をもとに算出しております。この部分のユーザーの過去の価値は、昨年の前年比成長ではなく、他の側面よりも確実な今年の月間傾向によって参照されます。

2017年の既存ユーザーが2018年9月に再来店する確率は、2017年の消費ユーザー総数に9月の推定再来店確率を乗じて算出します。

注目すべきは、昨年のユーザーのうち、今年も消費を行うのはわずか 35% 程度であり、2018 年の 12 か月間に消費を行うのはこの 35% の人々だということです。さらに、消費確率は均等に分布しているわけではありません。各月の再来店確率は前年度の傾向に基づいて決定され、月ごとに降順で分布されます。基本的に、9月までに店舗に戻ってくる古いユーザーは多くありません。

未確認ユーザーの値を計算する方法は2つあります。1つ目は、各月の合計購入数から登録情報を持つユーザーが消費した注文数を差し引いて、1月から8月までの平均値を算出する方法です。 2 番目の方法は、この非常に小さなグループの未確認ユーザーが前年の総売上高に占める割合を基準とした固定比率です。通常、このようなユーザーは売上の 10% を占めます。

未確認ユーザーは接続情報（携帯電話番号、IDなど）がないため、マーケティング需要がなく、自然増加と考えられます。

上記は、ユーザーの営業スケジュールや営業戦略を立てる前の思考ロジックに基づいた見積りです。表のデータから：何もしなければ、推定売上高は24,446,666元となります。例えば2400万台だとしても、同社の9月の売上目標は3000万台なので、その差は600万台にも達する。これが重要なポイントです。

最初のステップは、目標を達成することの難しさを知る必要があることです。そして、2 番目のステップは、目標を達成する方法を知ることです。そのため、次のラウンドのマーケティング分解を行う必要があります。

ユーザー操作で考慮される 3 つの基本指標:

1. ユーザー数
2. 店舗への返品（再購入率）
3. 一人当たり消費量

これら 3 つの値が全体の売上高を構成しており、これら 3 つの値に影響を与える要因が当社のマーケティング手法です。

しかし、全体の売上目標600万とのギャップを考慮する必要があります。

1. メンバーのどの部分が主なターゲットですか？
2. これらの主な目標を改善するためのプロセスアクションは何ですか? （利用者数、再購入率、一人当たり消費額）
3. どの程度の改善が必要でしょうか?難しいですか？

次に、シミュレーションとして、それらを 1 つずつ分析します。

1つ目はターゲットの主力です。たとえば、自社の市場状況やビジネス モデルに基づいて、新規ユーザーと既存ユーザーのどちらにサービスを提供するのが簡単かを評価する必要があります。

その結果、新規ユーザーの月間増加率は非常に低く、マーケティングリソースを投入しても質的な変化をもたらすことが難しいことがわかります。したがって、今年の 1 月から 8 月までのユーザーと、昨年ストアに戻ってきた古いユーザーをターゲットに設定します。

次に、自社の製品カテゴリに基づいて平均注文額を増やすのは少し難しいが、少し努力すれば最大で 10% から 20% 程度増やすことができることがわかります。そこで、顧客数を増やし、顧客単価を上げることにしました。

次はマーケティングアクションです。2 番目の表をご覧ください。

この計算表には数式が含まれています。これまでの戦略分析を通じて、ターゲット消費者ユーザーの「返品率」と「平均注文額」を向上させ、販売目標を達成することができます。

この表は計算に使用され、当社の運用スタッフにとって根拠のある参考資料となることを覚えておいてください。その最大の目的と重要性は、これらの指標を達成するために選択するマーケティング手法にあります。そうでなければ、それは単なる空論であり、単なる数学ゲームです。

したがって、この表の最も価値のある部分は、実際には右下隅にある影響要因とマーケティングアクションであり、さらに細分化することができます。たとえば、そのような収益率を達成するには、どのようなリソースを投資する必要がありますか?数量はいくらですか？単価はいくらですか？最後に、マーケティングの総コストをまとめることができます。この時、財務部と会長に資源と武器を頼むことができます。一つ一つ例を挙げることはしません。

より洗練されたアクティビティ予測とマーケティング ロジック: 実際、明確に考えることができる限り、ビジネス ロジックが多少複雑になっても問題ありません。以前のメンバーのライフサイクル、オンラインおよびオフラインのチャネル ソース、ユーザーの貢献度レベルを組み合わせて、売上予測やマーケティング プランを作成することもできます。

もう一つの例を挙げます。

この表は複雑に見えますが、実際の操作ロジックは前の例と同じで、ユーザー分類をより詳細にするというものです。これは会計年度ディメンションに基づくだけでなく、ユーザーのライフサイクルと直接結合されます。さまざまな段階のユーザーは、人数、平均注文額、コンバージョン率など、より詳細な取引データをシステムで確認できます。

上記の表の左側は過去の計算であり、右側はマーケティング上の決定です。右側については書きませんでしたが、最も重要な部分です。

以下の点に留意することが重要です。

1. 左側の黒い部分のユーザー数が現在の数です。コンバージョン率指標は過去の期間のパラメータを参照する必要があるため、既存のデータに過去の期間のパラメータを掛け合わせることで、推定売上高を得ることができます。
2. 右側の黄色い部分は、実際にはコンバージョン率（返品率）と平均注文額の調整に重点を置いています。マーケティングコンバージョン率の要因は、ユーザーソースチャネルによって異なります（eコマース部分は少し複雑です）。平均注文額に影響を与える要因は、製品の価格、プロモーションのレベル、営業スタッフに関連しています。これらはすべて目標を達成するためのプロセス指標であり、これらのプロセス指標を中心とした調整がマーケティング手法とアクションです。

上記の演算計算の例は非常に単純であり、その形式は一意ではありません。テーブルの設計と計算ディメンションも、ビジネス ニーズとシナリオに応じてカスタマイズできます。スペースが限られているため、前回の計算の後に、「カードやクーポン」、「メール」、「テキストメッセージ」など、再購入を促す一連のアクションを接続し、それらをパラメータとして以前の履歴値と比較することもできます。

注意深く見てみると、RFM パラメータについてさまざまな形で言及していることに気付くでしょう。これは CRM 運用では非常に一般的な概念であり、ユーザーの多次元的な行動を評価するために使用される価値判断ロジックです。これは従来の顧客分類のABCルールとは異なり、非常に興味深いものです。

この記事はもともと @猫科动物 によって Everyone is a Product Manager に掲載されました。許可なく複製することは禁止します。

タイトル画像は、CC プロトコルに基づいて Unsplash から取得したものです。