LTV：利用可能なデータを使用して顧客価値を予測する方法

長期的な成長は、かつての顧客を定期的で忠実な顧客に変えることに焦点を当てた現代のマーケティングの本質です。 LTVメトリックを使用すると、企業はマーケティングを有意義にパーソナライズできます。パーソナライズされた製品の推奨事項や広告キャンペーンのソリューションを作成できます。

ただし、解約率などの単純な式を使用してLTVを正式に取得すると、ビジネスにとって満足のいく結果が得られないことがよくあります。 大規模なeコマースビジネスの例を使用して、ユーザーデータを単一のリポジトリに統合し、さまざまな顧客コホートを使用して計算方法を選択する方法を示します。

企業は、利用可能なすべてのデータを使用して顧客の価値を予測し、顧客の寿命を延ばし、顧客ベース全体のLTVを向上させたいと考えていたため、次のような目標が設定されました。

• 購入活動に基づいて顧客をセグメント化します。
• デジタル通信とダイレクトマーケティングチャネル（電子メール、SMS、コールセンター）を使用して、取得した顧客セグメントとの通信をパーソナライズします。

使用されたツールの中には、ユーザーの行動データを収集して保存するためのGoogle Analyticsと、完了した注文に関するデータを収集するためのCRMシステム（Microsoft Dynamics）がありました。 このデータは、顧客をセグメント化するために、（顧客の購入頻度に基づいて）単一のデータシステムにマージする必要もあります。 次に、取得した顧客セグメントを広告サービスに送信し、関連する広告を表示したり、ダイレクトマーケティングコミュニケーションをパーソナライズしたりするために使用できます。

Google BigQuery（GBQ）は、データをマージするためのクラウドデータストレージとして選択されました。これは、セキュリティが高く、他のサービスとの統合が簡単なためです。 一方、OWOX BI Pipelineは、ユーザーの行動に関する生の非サンプリングデータをほぼリアルタイムでGBQに送信するために適用されました。

APIとクライアントライブラリの助けを借りて、CRMからの次のデータがGoogleBigQueryに転送されました。

• 完了した注文（オンライン、オフライン、コールセンター経由）を含むすべての注文に関するデータ。
• 顧客のユーザーID、個人データ（名前、性別、誕生日、電子メールアドレス、電話番号、登録日、ポイントプログラムのステータス、電子メール、SMSサブスクリプションなど）、および顧客の購入活動に関するデータ（a顧客からの注文数）。

データフロースキーマは次のとおりです。

私たちのクライアントはオムニチャネルのファッション小売業であったため、追加のカスタムパラメータを使用して独自の顧客セグメントを作成する必要がありました。

セグメンテーションの期間を計算するために、顧客ベースの消費サイクル時間を1.5か月±2日に設定しました。 この値は、隣接する2つの注文間の日数の中央値です。 この中央値を確認するために、オンライン注文間の日数を計算し、次にオフライン注文間の日数を計算して、両方のタイプの注文の加重平均値を取得しました。

次に、主なセグメントタイプは、次のようなセグメントの計算された期間に基づいて識別されました。

• 新しいメンバー。 購入しなかった新規登録ユーザー。
• 古いメンバー。 購入しなかった古い登録ユーザー。
• 新規購入者。 最初に購入したお客様。
• 良いバイヤー。 過去6期間以内に3回以上購入したお客様。
• 非常に良いバイヤー。 過去6期間内に最も多く購入した顧客。 このセグメントの上限しきい値として、OWOX BIアナリストは、変換率（レポート期間内に購入した顧客の割合）を使用しました。 たとえば、各期間または最後の6つの期間のうち4〜5で何かを購入した顧客。
• カジュアルバイヤー。 過去6期間のうち1〜2回で購入した顧客。
• 睡眠バイヤー。 過去6期間以内に購入しなかったユーザー。
• 非アクティブ。 過去12期間以内に購入しなかったユーザー。

セグメンテーションの条件を指定した後、チームは顧客グループ間で可能なユーザー遷移のスキーマを作成しました。 分析された期間内に、デジタルおよびダイレクトマーケティングチャネルを介して顧客と通信した後、あるセグメントから別のセグメントへのユーザーの移行を確認することが重要です。

上記のスキーマは、レポート期間内によりアクティブなセグメントに切り替えるユーザーの割合を示しています。 よりアクティブなセグメントへの移行は正の傾向であり、緑で示されていますが、パッシブセグメントへの移行は負の傾向であり、赤で示されています。 たとえば、登録ユーザー（新規会員）の15％が最初に購入して新規購入者になることがわかりますが、これは良い傾向です。 前の期間に購入した人の86％は、分析された期間に何も購入せず、最終的にカジュアルバイヤーになりました。これは否定的な傾向です。

OWOX BIアナリストは、SQLクエリを適用してユーザーセグメントを作成しました。 その結果、ユーザーID、個人ユーザーデータ、およびセグメント名を含むテーブルを受け取りました。

次に、各セグメントの主な効率率の表が作成されました。

• セグメント内のユーザー数と顧客ベースのセグメントパーセンテージ。
• 注文数：セグメント内の合計注文と完了注文。
• ユーザーあたりの平均収益。
• ユーザーあたりの注文数。
• 一般的な売上高における注文の総数とセグメントシェア。
• セグメント内のユーザー数の変化（成長率）。

クライアントはGoogleスプレッドシートを介してレポートを作成することを好むため、OWOX BI BigQueryレポートアドオンは、GoogleBigQueryからデータを転送するためのシンプルで信頼できる方法として使用されました。 得られたデータに基づいて作成されたレポートを見てみましょう。

最初のレポートは、別のセグメントに移行した、または同じセグメントにとどまったユーザーの数を示しています。

Clientsメトリックはユーザー数を示し、 StartSegment列は前の期間のユーザーセグメントを示し、 EndSegment列は現在の期間のユーザーセグメントを示します。 たとえば、7行目では、カジュアルバイヤーからグッドバイヤーに切り替えた顧客の数を確認できます。これも良い傾向です。 しかし、10行目ではまったく逆の状況を見ることができます。これは悪い傾向です。 5行目は、非アクティブのままだった顧客を表しています。 これは、ビジネスがこれらの顧客とより頻繁に、またはより効果的にコミュニケーションを取り、6回の非アクティブ期間の後に再度購入を開始するように顧客を説得する必要があることを意味します。

2番目のレポートには、設定された期間内の各ユーザーの現在のデータが表示されます。

9つのセグメントのそれぞれのメンバーであった顧客の現在のリストが表示されます。 このレポートには、直接通信用のすべての個人ユーザーデータ（電子メールアドレス、電話番号、誕生日、名前、性別、ポイントプログラムのステータス、ユーザーあたりの平均収益、ユーザーボーナスの総数）も表示されます。 このデータが手元にあれば、マーケティングスペシャリストはユーザーセグメントごとにパーソナライズされた広告を設定できます。 たとえば、カジュアルバイヤーを0101000アクティビティ（7か月以内に2回の購入）でグループ化し、シークレットセールへの招待状を送信できます。

さらに、レポートからの情報は広告予算を節約するのに役立ち、ダイレクトマーケティングチャネルを使用して、会社がすでに通信しているターゲットオーディエンスからユーザーの巨大なセグメントを除外することができます。 また、このデータは、各顧客に関するより詳細な情報で強化できるため、広告戦略を立てる際に、顧客が選択したブランド、カテゴリ、および価格を検討できます。

3番目のレポートは、前の期間と比較した、分析された期間内の顧客セグメント全体の購入活動のメトリックを示します。

このレポートは、各顧客セグメントのKPIの変更を追跡するのに役立ちます。

• 顧客セグメントによって生み出された収益、および会社全体の売上高に占めるそのシェア。
• 購入活動の比較数値：購入頻度とユーザーあたりの平均収益。
• 注文完了率：支払われた注文の割合。
• アクティブなセグメントからのユーザー数の変化。 ポジティブな傾向は、アクティブなセグメント（良いバイヤー、非常に良いバイヤー、新しいバイヤー）でのユーザーの成長と、パッシブなセグメント（スリープバイヤー、非アクティブ、カジュアルなバイヤー、*** 000、** 0000、および* 00000）。 セグメントの変更に関するより詳細な情報を取得するには、あるセグメントから別のセグメントへの可能なユーザー遷移のスキーマを使用できます。 このスキーマを使用すると、レポート期間内に顧客とのコミュニケーションがどの程度適切に行われたかを確認することもできます。

• GoogleとOWOXBIツールを使用して、eコマースプロジェクトは顧客セグメントを作成するための完全で詳細なデータを収集することができました。
• OWOX BIアナリストは、レポート作成の自動化を支援しました。 これで、任意のセグメントの各顧客のデータを考慮して、重要なKPIを顧客セグメントおよびデータセット全体で分析できます。
• このビジネスは、詳細な広告キャンペーンを適用することにより、クライアントとのコミュニケーションを充実させました。