分析初心者がPOSデータを効果的に分析するための4つの手順

ビックデータとしてお店に活用できるデータを、そのままにしていないでしょうか。
折角POSを導入しているにもかかわらず、殆どのお店ではPOSデータを利用できていないように感じます。
それは、最近のPOSレジデータである程度分析したデータまでを表示してくれるからであります。
しかし、本当にそれでいいのでしょうか。
ポスレジシステムに搭載している分析機能の殆どはデータをグラフ化し
視覚的に見栄えのよいものにしているものばかりです。

今一度、しっかりとPOSデータという事実のデータをもとに仮説を立てて、
販売戦略を練るためのデータ分析の手順をしっかりと学んでいきましょう。

まずはPOSレジデータをPIIとNPIIに仕分けをしておきましょう。

pii_npii

POSレジデータは、基本的に様々なデータを集計しておくことができます。
特に、ECサイト等で連携しているようなPOSレジシステムであればなおさら顧客の
様々なデータを集めることができているはずです、
まずは、その顧客データをPIIとNPPIという2つのデータとカテゴリーとして仕分けます。

PIIとはPersonal Identified Informationの略で、いわゆる細かい個人情報のことです。
顧客の苗字・名前・E-mailアドレス・住所・携帯番号・クレジットカード情報といった
細かい情報があるものをさします。

一方でNPIIとは、Non Personal Identified Informationの略で、個人を特定しない情報のことです。
つまりこちらは、店舗でのレジ情報にあたり性別や世代、家族連れか、個人客かといった
見た目でわかる情報の事を指します。

店舗で購入した方やネットで購入した方の顧客情報を顧客ベースで仕分けておいてください。
後ほど、どのように活用するのかを説明いたします。

つづいては、分析用にデータを落とすときの注意点です。

・データ情報に誤りは無いか
・日々更新すること
・目的に適したデータであること

この三つに注意してデータを分析用のフォーマットに落とし込んでください。
始めにデータが正しいかどうかどうかということですが、
システムによっては、必要なデータすべてではなくセグメントがかかった
偏ったデータしかダウンロードできていない場合がありますので、
かならず必要なデータがすべてダウンロードされているか確認してください。
(※日付が1日ずれていたり、1年ずれていたりすると分析結果の信頼性を欠いたものになってしまいます。)

transition

データ分析をする場合は、フォーマットが決まった時点で毎日更新し
新しいデータに更新するように心がけてください。
顧客の動きやトレンドに遅れを取ったデータでは、販売戦略・予測は立てづらくなります。

3つ目の目的に沿ったデータであるということです。
顧客の男女比率を調べたかったのに、顧客の家族構成のデータしか
とっていなければ意味がありません。しっかりと目的にあったデータに必要なデータかどうかを
確認して取得していきましょう。

いよいよ分析の基本RFM分析をして顧客のセグメント(分類分け)をしていきましょう。

RFM分析とはRecency(いつ購入したか)・Frequency(購入頻度) ・ Monetary Value (どのくらい購入したか)を分析し、顧客をセグメントし分析する手法のことです。
まずはRecencyですが、商材によってことなりますので
最終購入日が1ヶ月以内であればレベル1、
三ヶ月以内であればレベル2、
半年以内であればレベル3、
一年以内であればレベル4、
1年以上まえであればレベル5
といった具合に1~5のレベルで顧客を分けます。
この期間は取扱い商材によりことなりますので、
それぞれの期間で期間を区切ってみてください。

つづいて、Frequencyですが、こちらも
Recency同様、購入頻度が
10回以上であればレベル1
5回以上であればレベル2
3回以上であればレベル3
2回以上であればレベル4
1回のみであればレベル5
と仕分けをします。
この頻度の分け方も、業種によって異なりますので
それぞれでレベル分けをおこなってみてください。
基準としては、何回購入してくれたら常連さんとよべるかではないでしょうか。

最後にMonetary Valueです。
一回の購入時に幾ら購入したかですが、
10万円以上でレベル1、
5万以上でレベル2
3万以上でレベル3
1万以上でレベル4
1万以下でレベル5
といった具合です。
以上三つの方法でRとFとMで顧客の仕分けを行いましたら、

あとはこちらをそれぞれクロスして分析をかけていきますが、
この方法を詳しく説明されているのがこちらのになりますのでご確認いただければと思います。
以上の分析をすることで導きだされるのが、
「優良顧客」「一般顧客」「見込み顧客」「潜在顧客」
という具合に分けることができます。

Rfsegument

ここからがいよいよ販売戦略につながる分析に移っていきます。

RFM分析から導きだされたセグメントをもとに、PIIやNPII等で細かく分析

RFM分析で導きだされたのは、上記の「優良顧客」「一般顧客」「見込み顧客」「潜在顧客」です。
これをそれぞれのグループ別にPIIとNPIIを利用して分析してきます。

まずNPIIにて優良顧客のグループの性質を調べます。
男性が多いのか、女性がおおいのか?
年齢はどの年齢が多いのか?
といった大きなくくりでの偏りを見ていきます。

つづいて、PIIを利用して、更に詳しく
分析していきます。どの地域の方々が優良顧客になっているのか?

同じように、一般顧客と見込み客、そして潜在顧客の中身を分析していき
それぞれの顧客群の偏りをグループ化しておきましょう。
そしてそれぞれの顧客群の偏りを見た場合に
見込みの顧客群の中に優良顧客もしくは一般顧客群に多いグループの偏りがあった場合には、
そのグループに対してのアプローチ方法を検討してみましょう。

例えば、優良顧客群の中に「A地区に住んでいる40代女性のお客様」というグループがあった場合、
潜在顧客群の中に、同じようなグループがあれば、その方たちにむけて地域限定で
折込チラシを打ち出してアプローチをかけてみたり、
一般顧客の中に同じグループがいれば、そのグループと優良顧客の同じグループだけ対象の
店内イベントで交流を目的としたイベントを開催してみるのもよいかもしれません。

こういったことをPOSレジの情報をもとに分析し
販売戦略・経営戦略を中長期的に打ち出すことが可能になってきます。
このデータ取りは、長期になればなるほど信用性が高くなるものになりますので
まだ、POSレジでデータを集計・分析していなければ是非一度
やってみてはいかがでしょうか。

参考サイトはこちら