ユーザー精密操作（顧客精密操作：顧客の精密管理をいかに実現するか）

顧客重視のオペレーション：顧客管理を正確に行う方法

80/20ルールって聞いたことありますか？
80/20 ルールはもともと、経済における富と所得のパターンの不均衡を説明するために使用された原則でした。この世界では、20%の人が裕福で、80%の人が貧しいと言われています。 20% の人々が世界の富の 80% を支配し、80% の人々が世界の富の 20% を支配しています。富の二極化は極めて深刻です。
この定理を電子商取引業界に当てはめると、上位顧客の 20% が売上の 80% を占め、この 20% の顧客が企業の利益の鍵を握っているということになります。
今日のビッグデータ時代において、企業が顧客を平等に扱うのであれば、
そうすると、上位顧客の 20% を失う可能性が高くなり、会社/商店に大きな損失が発生します。
では、顧客にとって洗練された運用を実現するにはどうすればよいでしょうか?
経営において重要な概念は顧客関係管理（CRM）です。その主な目標は、企業と顧客との相互作用を改善し、顧客管理方法を最適化することで企業の中核競争力を強化し、それによって新規顧客を引き付け、古い顧客を維持し、既存の顧客を忠実な顧客に変える運用メカニズムを実現することです。
最も古典的なのは、RFM 分析法です。 RFM 分析は、ユーザーの価値とユーザーの収益性を測定するための重要なツールです。異なる消費属性を持つユーザーを分析することで、ユーザー行動分析を実現し、優良顧客を特定し、顧客価値と顧客の収益力を測定することができます。また、さまざまなユーザーグループに応じて対応するマーケティングインセンティブ戦略を策定し、データを通じて成長を促進し、洗練された運用を実現します。
RFM 分析とは何ですか?

• -最近

ユーザーの最新の消費時間とは、簡単に言えば、ユーザーが最後に消費してからどれくらいの時間が経過したかを指し、ユーザーの離脱や再購入の指標に関連しています。
最後の消費間の時間間隔が短いほど、つまり R の値が小さいほど、ユーザー値は高くなります。

• -消費頻度

ユーザーの注文頻度とは、簡単に言えば、ユーザーが一定期間内に購入する回数を指し、ユーザーの消費活動に関連します。
購入頻度が高いほど、つまりF値が大きいほど、ユーザー価値が高くなります。

• -金銭的

簡単に言えば、ユーザー消費量とは、ユーザーが一定期間/サイクル内にプラットフォーム上で費やす金額を指し、ユーザーが企業に貢献する価値に関係します。
消費量が多いほど、つまりMの値が大きいほど、ユーザー価値は高くなります。
これら3つの指標に基づいてユーザーを分類する方法をRFM分析と呼びます。
RFM 分析後、顧客は次の図に示すようにさまざまなカテゴリに分類されます。

それでは、Tempo ビジュアル分析プラットフォームを使用して RFM 分析を実装するにはどうすればよいでしょうか?
まず、各顧客の平均一回あたりの消費額、消費回数、前回の消費からの日数を計算する必要があります。これらは R (Recency)、F (Frequency)、M (Monetary) と呼ばれます。

• 最新性

SQL コードを記述することで、元のテーブルから各ユーザーの最新の購入時刻を取得し、最新の消費時刻として名前を付けることができます。 「実行」をクリックします。実行が成功すると、次の図に示すように、各ユーザーの最新の購入時刻を取得できます。

最後の消費からの日数を計算するには、まず計算列を通じて現在の時刻の新しい列を追加し、計算列をクリックして日付関数の TODAY() 関数を選択し、[検証] をクリックします。検証に合格したら、現在の時刻列を生成し、計算列操作を実行して時間差を計算できます (次の図を参照)。

• 消費頻度

[概要] をクリックし、名前、グループ化フィールド、集計フィールドを設定し、グループ化フィールドで顧客名を選択し、顧客名を選択して集計フィールドでカウントを選択し、すべてのユーザーの消費量の合計を計算します。

• 金銭的

「概要」をクリックし、名前、グループ化フィールド、集計フィールドを設定し、グループ化フィールドで顧客名を選択し、集計フィールドで売上と合計を選択して、すべてのユーザーの消費量の合計を計算します。
顧客ごとの利用回数や消費量に合わせた名称を設定します。具体的な操作は以下の図の通りです。

次の図に示すように、フィールドの名前を「各顧客の合計消費量」と「各顧客の合計消費回数」に変更します。

1. 各顧客の平均単回消費量を計算する

各顧客の平均単一消費量を計算するには、まず計算列を使用して新しい列を追加し、計算列をクリックして式を入力し、[検証] をクリックする必要があります。検証に合格すると、次の図に示すように、各顧客の平均単一消費量列を生成できます。

顧客購入総売上高、顧客購入頻度、顧客シリーズ、全ユーザーの平均支出額、全ユーザーの平均支出頻度を追加しました。

1. 顧客購入による総売上

「集計」をクリックし、名前と集計フィールドを設定し、集計フィールドで売上と合計を選択して、顧客の購入の合計売上を計算します。

1. 顧客購入数

「集計」をクリックし、名前と集計フィールドを設定し、集計フィールドで顧客名を選択し、「カウント」を選択して顧客の購入数を計算します。

1. 顧客数

「集計」をクリックし、名前と集計フィールドを設定し、集計フィールドで顧客名を選択し、一意の数を選択して、顧客数を計算します。

フィールドの名前を「顧客購入の総売上」、「顧客購入数」、および「顧客数」に変更します。

1. 全ユーザーの平均支出

計算列をクリックし、新しい列名と式を設定し、書き込み後に「検証」をクリックします。検証が成功すると、新しい列が生成されます。

1. 全ユーザーによる平均購入数

計算列をクリックし、新しい列名と式を設定し、書き込み後に「検証」をクリックします。検証が成功すると、新しい列が生成されます。

1. 全ユーザーの最終消費からの合計日数

SQL テーブルを選択し、「要約」をクリックして、名前と集計フィールドを設定し、集計フィールドで最後の消費からの日数を選択し、「合計」を選択して、すべてのユーザーの最後の消費からの日数の合計を計算します。

フィールド名を、前回の消費からの合計日数に変更します。

次の図に示すように、[マージ] をクリックして、概要テーブル (各顧客の消費頻度と量、すべての顧客消費指標の平均値、最後の消費からの合計日数) をマージします。

サマリー完了テーブルを SQL テーブルの最新の消費時間に関連付けます。 [関連付け] をクリックし、テーブル Summary 1 と Most Recent Consumption Time を選択し、関連付ける顧客名フィールドを選択し、接続をダブルクリックして [左結合] を選択し、次の図に示すように 2 つのテーブルを関連付けます。

マージは行マージであるため、次の図に示すように、(顧客数、最終消費からの合計日数、顧客購入数、全ユーザーの平均消費量、全ユーザーの平均消費回数、顧客購入の合計売上) に対して null 値置換操作が実行されます。
顧客番号の空の値を次の値に置き換えます。
「顧客番号」フィールドを選択し、「交換値」を選択して、「行の追加」をクリックし、「交換タイプ」で「空の値の交換」を選択して、交換値を入力します。

変換を制御する他のフィールドにも同じことが当てはまります。

1. 前回の購入からの平均日数

新しい列[平均消費量評価]を追加します。[顧客ごとの平均消費量]>[全ユーザーの平均消費量]の場合は1、それ以外の場合は0になります。

新しい列[消費頻度評価]を追加します。[各顧客の合計消費頻度]>[全ユーザーの平均消費頻度]の場合は1、それ以外の場合は0になります。

新しい列[前回の消費からの日数の評価]を追加します。[前回の消費からの日数] < [前回の消費からの平均日数]の場合は1、それ以外の場合は0になります。

次の図に示すように、「列の結合」をクリックし、新しい列名を入力して、結合する列を選択します。

次の図に示すように、新しいグループ化列 [ユーザー グループ] を追加して、RFM 列をカテゴリ別にグループ化します。

分析が完了したら、ビジュアル分析を使用して分析結果を表示し、顧客価値と顧客の利益創出能力を直感的に確認できます。

RFM モデルを適用することで、企業は顧客の価値状態をより深く理解し、さまざまな顧客グループに基づいて対応するマーケティング戦略を策定できるようになります。たとえば、重要な顧客にはパーソナライズされたサービスや割引を提供できます。潜在顧客の購入頻度を高めるためにプロモーション活動を実施することができます。つまり、RFM モデルは、企業が顧客管理方法を最適化し、コア競争力を向上させるのに役立つ効果的な顧客管理ツールです。
Tempo ビジュアル分析プラットフォームはドラッグ アンド ドロップ操作を提供し、ユーザーは観測データのディメンションと指標をいつでも変更し、さまざまなチャートでデータを迅速かつ直感的に表現できます。同時に、リンク、ドリル、リンクなどのインタラクティブな操作を通じて、データ内の詳細なパターンを発見することができ、ユーザーはインタラクティブな操作プロセス中にデータと直接かつリアルタイムに対話し、隠れたデータパターンを探索することができます。