現(xiàn)在のマーケティングと顧客価値の分野で最も通用しているのは、RFMモデル、つまり最近の消費(fèi)、消費(fèi)頻度と消費(fèi)金額を通じて顧客の消費(fèi)行動(dòng)を概括しています。つまり、手に持っているお客様に関する情報(bào)をすべて利用して、お客様が以下の3つの方面のデータを計(jì)算しています。つまり、最近の消費(fèi)はいつ、どれぐらいの頻度で一回と消費(fèi)金額を計(jì)算しますか？

これは多くの會(huì)社がお客様や他のお客様の価値を測るための基礎(chǔ)的な指標(biāo)です。

私の研究では、これはお客様の特徴のすべてではなく、RFMモデルはアルファベットの「C」を加えて、集中度を表し、一部のお客様の購買行為に一定の法則があることを示しています。

長い間、お客様はオレンジジュースやおむつなどを買う時(shí)、一定の規(guī)則を守ります。

しかし集中度とは、人々が一斉に爭って買い物をすることです。

このような集中購買の時(shí)期はお客様の特徴を反映しています。彼らは非常に価値のあるお客様かもしれません。

私の研究から得た重要な結(jié)論は分かりやすい。

想像してみてください。將來価値のある顧客は誰なのかを予測したいです。

あなたの手元には4つの予測できる指標(biāo)があります。つまり私が前に述べたのは、最近の消費(fèi)、消費(fèi)頻度、消費(fèi)金額、顧客によるマーケティングです。

これは多くの會(huì)社が設(shè)計(jì)した採點(diǎn)モデルです。

でも、もう一つの指標(biāo)を追加する必要があると思います。集中度ということです。顧客の購買集中度を測るにはどれぐらいの高さがありますか？

この指標(biāo)はR、FとMの指標(biāo)と同様に計(jì)算しやすく、Excelでは完成できます。しかも計(jì)算が速く、一秒で一億人の顧客のデータを計(jì)算できます。

私の研究ではまた、実験で集中的に購買度が高い顧客は將來より高い価値を持つことを発見しました。RFMモデルとマーケティング費(fèi)用を使って分析しても、同様の結(jié)論が出ます。

これは、顧客に関する別の変數(shù)を発見したと説明しています。會(huì)社はこの変數(shù)をフォローして、顧客の將來の価値を予測するために利用します。

研究で得られた結(jié)論の中には2つの點(diǎn)があって、驚きました。

第一に、このRFMベースのモデルはすでに何年も存在していることを発見しました。現(xiàn)在多くの會(huì)社が使っています。この意味では説明を助けたと確認(rèn)されました。

の最も簡単な手段です。

様々なサイトを検索したり、他の変數(shù)を設(shè)定したりできますが、集中度という変數(shù)は最も簡単です。

まず驚いたのは、集中度がずっと注目されていないことです。言い換えれば、売れる時(shí)期と寒い時(shí)期はお客さんの特徴を反映しています。

もう一つ驚いたのは、私が分析したデータから見ると、この集中度は電子とオンラインの消費(fèi)品に適しています。

言い換えれば、伝統(tǒng)的なモデルが一般大衆(zhòng)の消費(fèi)に適している理由が分かります。消費(fèi)者がトイレットペーパーやオレンジジュースの消費(fèi)行動(dòng)を買うのは規(guī)則的ですが、ウェブサイトのHuluでの消費(fèi)は規(guī)則的ではありません。

消費(fèi)者がeBayで競売やアマゾンで本を買う行為も規(guī)則的ではない。

これは20年以上のキャリアの中で一番実用的な研究かもしれないと思います。

私は私の仕事を多様で複雑な統(tǒng)計(jì)モデリングと呼ぶ傾向があります。

この仕事は統(tǒng)計(jì)モデリングに関してだけではなく、データの集中度にも関係があります。今の會(huì)社は全部実際的に計(jì)算できます。余分なデータを集める必要がなく、R、F、Mと顧客の終身価値と同じデータを使って計(jì)算できます。

このモデルを利用して確定できます。

の予測値がどれぐらいありますか？お客様の価値順位が変わってきます。どのお客様に対して、回復(fù)の価値を持つかについての認(rèn)識(shí)も変わります。

集中度の高いお客さんは不安定ですが、やはり一番挽回できると結(jié)論しました。

これらの顧客を獲得すれば、彼らは集中度が高くなり、將來多くの消費(fèi)が行われます。

このモデルは非常に実用的な価値があると思います。

このモデルの魅力は私のサイトから見られます。上にExcel表があります。成功事例をいくつか挙げています。

この表をダウンロードして、今日から集中度を使って分析してもいいです。

あなたの研究から、どのような新しい規(guī)則、プログラム上の変革あるいは策略が得られますか？

今は多くの人がビッグデータについて話しています。

ビッグデータが好きですが、ビッグデータよりも私の好みに合うものがあると言いたいです。つまりデータ濃縮です。

データ濃縮とは、今では千何萬という変數(shù)が人から集められています。これらの変數(shù)の出所を調(diào)べて、彼らはどのようなものを買い、どのようなホームページを見ていますか？

これは科學(xué)とは言えません。ただデータを集めるだけです。

問題はどのような情報(bào)が実際に目の前のビジネス問題を解決するのに役立つかということです。

。

そのため、集中度をRFM、マーケティング活動(dòng)及び類似活動(dòng)などの伝統(tǒng)的変數(shù)の一つの補(bǔ)充と見なし、データ濃縮の形式である。

私が強(qiáng)調(diào)したいのは、データを多く把握する必要があります。物事を3つの変數(shù)に凝縮するだけではなく、4つに凝縮します。

集中度に関する研究をたくさんしましたが、それは各業(yè)界に存在し、予測価値があります。

でも、集中度は何なのか分かりません。

マーケティング活動(dòng)と集中度を連絡(luò)します。

會(huì)社はあなたにメールを書いたり、絵本を送ったり、あなたをターゲットとした顧客にしたりすることによって、あなたを一気に消費(fèi)することができます。

集中度の存在は知っていますが、まだ會(huì)社のターゲットを定めている顧客の最善の方法について検討したことがありません。

例えば、消費(fèi)者がシリーズ製品を買う時(shí)、より高い集中度を持つかどうかは今まで見たことがありません。

もし「絶命毒師」や「広告狂人」などの一連の動(dòng)畫を見たら、どうなるか考えてみましょう。

また、ある會(huì)社がフェイシャルケアシリーズ、保濕シリーズなどのシリーズ商品と他の類似商品を販売しようとした時(shí)、すべての商品をセットにして包裝して、人々が目標(biāo)に向かって努力しているという意味を持っているように見えますか？

集中度を數(shù)學(xué)的に計(jì)算する方法は知っていますが、會(huì)社にとっては取るに足らないことも知っています。

しかし、心理學(xué)からはどう説明されているか分かりません。これも現(xiàn)在私が他の消費(fèi)心理學(xué)の同僚と一緒に研究している分野です。

私たちは実験室で大量の行動(dòng)実験を行い、人々の集中行動(dòng)の背後にある心理學(xué)を獲得しようとします。