予測型分析を活用したCRM施策高度化支援サービス

ABeam Customer Intelligence

昨今、データマイニングや機械学習といったテクノロジーの活用が最先端の取り組みとして改めて脚光を浴びているのは、IT技術の進化・低コスト化により、飛躍的に増大したデータ流通量を誰もが扱いやすい環境へと整備が進んできたことに加え、複雑化する顧客の消費行動プロセスに対応するために従来のBI型分析とは異なる新たなアプローチの必要性が認識されてきたことが背景あります。

アビームコンサルティングでは、データマイニングや機械学習等の最先端のテクノロジーを活用し、従来のBI型分析が実現する「見る、知る」を超えた、具体的な改善アクションに繋がる「予測」を実現する高度な予測型分析の提供により、企業のCRM施策の精度向上をご支援します。

施策効果の最大化に繋がる予測型分析

予測型分析は、BI型分析とは異なるアプローチから将来の予測を実現することで、具体的な施策展開やその効果の最大化に向けたプロアクティブな意思決定の支援を可能とします。CRM施策の精度を向上させるためには、こうした高度な予測テクノロジーの活用が不可欠となっています。

●BI型分析のアプローチ
<視点>仮説検証型:経験則や勘に基づく仮説からデータを選定し分析を進めていくため、主観的なものになりやすい
<情報量>活用できる情報量が少ない:人間の能力で処理が可能な数種類程度のデータや切り口で分析が実施される
<アウトプット>将来の予測が困難:過去の結果の集計やビジュアル化がメインとなる
↓
・過去事象の探索には向いているが、予測には対応していない
・具体的な施策設計が難しく施策効果の最大化に繋がりにくい



●予測型分析のアプローチ
<視点>仮説発見型:使用可能データ全てを対象に科学的な手法から仮説を導出していくため客観的なものになる
<情報量>活用できる情報量が多い:機械(アルゴリズム)が膨大なデータの組み合わせや詳細な切り口での分析を可能とする
<アウトプット>将来の予測が可能:事象の発生メカニズム/法則をモデル化することで打ち手に繋がる予測値を算出する
↓
・精度の高い予測により、具体的な施策設計が可能
・施策経済性の試算も可能となり、施策効果の最大化に繋がりやすい

予測型分析のCRM施策への適用例

予測型分析は、マーケティング、営業、カスタマーサービス領域における各種CRM施策の最適化や、施策実施におけるROIの最大化を強力にサポートする手法であり、様々な業種への適用が可能です。

【対象規模】
<顧客ステージ>潜在顧客 休眠顧客
<業務領域>マーケティング
<施策例>
●休眠顧客に対する再購買促進の効率化
●エリア・マーケティングの効率向上
●広告(コンテンツ)配信の最適化

<顧客ステージ>見込顧客
<業務領域>マーケティング、営業
<施策例>
●リードナーチャリングの最適化
●キャンペーン効果の最大化
●優先顧客の特定による営業効率の向上

【LTV】
<顧客ステージ>既存顧客
<業務領域>営業、カスタマーサービス
<施策例>
●推奨商品/クロスセル施策の最適化
●顧客離反・解約防止
●クレーム要因の把握~サービス改善

<顧客ステージ>優良顧客
<業務領域>営業、カスタマーサービス
<施策例>
●顧客LTVの最大化
●保守/サービス更新施策の最適化
●故障、トラブルの未然防止


【適用業種(例)】
流通・小売
金融
通信
メーカー

予測型分析のアプローチ(分析テーマ例:販促キャンペーン効果の最大化)

過去データの学習から、販促キャンペーンに反応する顧客の特徴をモデル(数式)化することで精度の高い見込顧客のターゲティングを実現し、施策効果の最大化に繋げます。

【キャンペーン実績(母集団)】
キャンペーン 履歴DB
●非レスポンス者データ 目的変数(0)
●レスポンス者データ 目的変数(1)

【学習~モデル化】
情報系DB,勘定系DB
●説明変数
デモグラフィック/購買履歴/チャネル利用動態/キャンペーン履歴/Webアクセスログ/加工変数/その他利用可能なデータ全て
●機械(アルゴリズム)が人間の能力では困難な複雑な分析処理を実施
●予測 モデル:レスポンス者に共通する 特徴的な傾向をモデル化
予測モデルによるスコアリング
●施策対象顧客DB

【検証】
有意性検証:レスポンス者の特徴をどの程度捉えられているか?
普遍(再現)性検証:モデルを別のデータに適用した場合、同様の結果が得られるか?

【予測】
ターゲットリスト、予測ROI

予測型分析の実用化に向けたアビームのアプローチ

具体的な成果を生み出す施策の開発と実用化に向けて、予測型分析の実践と有効性の検証(PoC)を通じて、本格運用に展開させる段階的なアプローチを推奨しています。

【Phase 1. PoCによる予測型分析の有効性検証】
<実施概要>
●分析テーマの設定 (効果測定が容易なターゲティング施策を想定)
●実データを使用した分析の実施と施策の実践
●施策の効果測定~次段階計画案の策定
< ポイント>
アビームのPoC支援により
○お客様側負荷を最低限に抑え、分析~有効性検証までをスピーディに実施(2~3ヶ月程度※)
○成功確度の高い取り組みを実現

本格展開の実施可否判断

【Phase 2. 本格展開(予測型分析の実用化)】
PoCにて有効性が検証された施策を、 お客様の業務プロセスに組み込み本格展開
● 施策設計
● 施策実行
● 施策評価
● 改善

アビームの優位性

予測型分析における豊富な成功事例、独自の方法論、最新のテクノロジー、Analytics領域の専門コンサルタントを有機的に組み合わせ、企業のデータ活用高度化を強力にサポートします。

【豊富な成功事例】
様々な業種のCRM戦略における予測型分析の成功事例を数多く有し、蓄積されたノウハウから最適なアプローチを適用

【最適化された方法論】
最適化された予測型分析プロセスを体系化した独自の方法論 (PMAP - Predictive Modeling & Analysis Process)の適用により、精度の高い分析を効率的に実施

【最新のテクノロジー】
数多くの有力Analyticsベンダーとのパートナーシップにより、実績のある最先端のツール群から最適なものを選択・活用

【専門コンサルタント】
各領域の専門家チームにより推進
●ビジネスデザイン(戦略の立案)
●データエンジニアリング(データ最適化)
●アナリティクス(高度な予測手法)

PDFダウンロード

CRM」関連のお客様事例