今回はRFM基準についてお伝えしたいと思います。

この図の例でご説明すると

１～７のランクに分けています。

R＝最終来店日

1ヵ月以内に来店、2ヶ月以内に来店、3ヶ月以内に来店。。。と

最近いつ来たか分かるようにしています。

F=購買累計回数

60回以上累計で購買していただいているお客様や、

30回以上60回未満購買累計のリピート客なのか

分かるようにしています。

M＝購買累計金額
今までの購買金額が100万円以上のお客様なのか

3万円未満しか購買していただいていないのか、金額を見ることで

上得意なのか一見さんなのか分かるようにしています。

あくまで図は一例にすぎません。

各店によって取り扱う商材が違えば、ランクの数字も変わってきます。

各店ごとある程度データを収集して、その店にあったランク分けが必要です。

次回は、RFの意味付けについてお伝えしたいと思います。

今回は、顧客カテゴリー推移についてお伝えしたいと思います。

このケースでお話すると、

プラチナ、ダイヤのカテゴリーは昨年から今年にかけて、

64名増加しました。

シルバー、ブロンズのカテゴリーは昨年から今年にかけて、

953名増加しました。

ただし、新規の顧客は765名減少しました。

新規顧客が減少していても、合計の顧客数が増加した背景には、

昨年獲得した新規顧客が今年ブロンズ、シルバー層として

リピート客になったとお店側としたら、非常にありがたい数字の表れです。

こうのように顧客が増加すると

毎回新規顧客獲得に頭を悩ます必要がなくなると思います。

次回は、RFM基準についてお伝えしたいと思います。

今回はカテゴリー別実績(例)についてお伝えしたいと思います。

前回見たグラフを数値化した表になります。

プラチナ（50万以上～）

ゴールド（20万以上～50万未満）

シルバー（5万以上～20万未満）

ブロンズ（5万未満）

上記のように数値でランク分けをしておりました。

買上の％が一番高いシルバーとプラチナ層を数字でみると

顧客数の人数にかなり差があることが分かります。

人数差は約14倍ありますが、買上差はたったの1,7倍しかないのです。

買上額だけみると大きな落とし穴があります。

次回は、顧客カテゴリー推移についてお伝えしたいと思います。

今回は、カテゴリー別　顧客数VS買上額

についてお伝えしたいと思います。

今回はグラフでの紹介になります。

顧客数は圧倒的にブロンズ層が多いですが、

実際の買上額はシルバー層が多い事が分かります。

しかし、顧客数も32％いますので、

一人あたりの買上額が多いのは

プラチナ層になります。

何をお伝えしたいかと申しますと、

いくら会員数が多いといってもブロンズ層が多いのと

プラチナ層が多いのでは、買上額が全然違ってくるので、

ブロンズ層の顧客をシルバー、ゴールド、プラチナ層に

移行するための個客育成戦略が必要ということです。

次回は、カテゴリー別実績(例)についてお伝えしたいと思います。

今回は、顧客カテゴリーマネジメントについてお伝えしたいと思います。

＜流れ＞

カテゴリーを決定するためには、

まずお買上レンジを分析する必要があります。

店によって顧客の買上金額が違いますので、

店ごとに設定をする必要があります。

そして、数値目標を立てて、実行に移します。

実行した結果、変更点が出てくると思いますので、

数値目標を修正、変更してさらに実行を重ねる。

顧客毎の特典を考えているのであれば、

非常に重要なマネジメントになると思います。

次回は、カテゴリー別　顧客数VS買上額

についてお伝えしたいと思います。

今回は、お買上価格レンジ別移動合計についてお伝えしたいと思います。


ここでは、お買上レンジを４つに分けています。

P＝プラチナ

G＝ゴールド

S＝シルバー

B＝ブロンズ

こうしたデータを活用して、

B→Sに

S→Gに

G→Pといったレンジの上昇を狙っていきましょう。

次回は、顧客カテゴリーマネジメントについてお伝えしたいと思います。

今回は、顧客プロファイルによる比較についてお伝えしたいと思います。

仮に

・上得意客

・常連客

・浮動客

・バーゲンハンター

・間に合わせ客

数値からも見て取れる通り、

上から順に売上金額の貢献度が下がってきています。

いかに上のランクに顧客を持っていかなければならないか

数字で実証されています。

こうした客観的データを基に貴店の顧客をランク分けしてみるのも

良いのではないでしょうか。

次回は、お買上価格レンジ別移動合計についてお伝えしたいと思います。

今回は、データでみるデシル分析6社例をお伝えしたいと思います。

今回、例としてA～F社のデータを用意しました。

上位３０％の顧客データを見てみると

一番低い会社でも売上構成比は６２．６％を超えています。

このデータからも分かるように、いかに上位３０％の顧客が

売上に貢献しているかが分かりますね。

逆にボトム５０％の顧客の売上構成比は、

８～１８％とあまり貢献していないことが分かります。

下位１０％に至っては売上構成比が１％以下と

全く売上に貢献していないことが分かりますね。

こうしたデータを収集し、営業戦略を練ることが

今の小売業には必要になってきているのではないでしょうか。

次回は、顧客プロファイルによる比較についてお伝えしたいと思います。

今回はFSPについてお伝えしたいと思います。

FSPとは、

Frequent Shoppers Program（フリークエント・ショッパーズ・プログラム）の略で、

ポイントカードやサービス提供カードといった顧客カードを発行して

顧客ひとりひとりの購買データをとらえながら、

顧客を購入金額や来店頻度によって選別し、

セグメント別にサービスや特典を変えることによって

個々の顧客に最も適したサービスを提供し、

かつ効率的な販売戦略を展開して、

優良固定客の維持・拡大を図るマーケティング手法です。

図でもあるように

各企業はセグメント別に特典を変えている事がわかりますね。

次回は、データでみるデシル分析6社例をお伝えしたいと思います。

今回は、前回お伝えした顧客の購入実態を

表にしてお伝えしたいと思います。

顧客単価が一番高い

かつ、

売上構成比の一番高い割合の５５．４％を占めるのが、

上位１０％の顧客です。

次に顧客単価が高い

かつ、

売上構成比の割合が次に高い１７．０％を占めるのが、

次の１０％の顧客。

この上位２０％で累計構成比７２．４％を占めます。

さらに次の１０％の顧客で８２．７％の累計構成比になりますので、

売上のほとんどを構成してしまいます。

逆に下位３０％の顧客を足したところで、

累計売上構成比は全体の２．２％にしかなりません。

お店によって多少違うかもしれませんが、

統計的にこのようなデータとなっています。

いかに上位客の囲い込みが重要かわかりましたか。

次回は、FSPについてお伝えしたいと思います。