ベイジアンネットワーク技術を活用した ダイレクトマーケティング支援サービス dmiによる分析 各企業の保有するデータと 様々な経営課題 プロモーション 効率を上げたい！ モデル化環境 スコア化環境 「多種なリアルデータ」を モデル化できる 「多種な予測項目」を スコア化できる アンケート データ DB 施策履歴 データ コミュニケーション WEB履歴 データ DB 購入履歴 データ モデル化 技術 公共 データ 滞納顧客を 減らしたい！ 顧客デモグラ データ 履歴データ 分析・予測 シミュレーション 各企業の顧客 DB サービス利用者を 維持したい！ マーケティングでの スコア活用 将来 来店するか 将来 リスクが あるか 顧客行動予測モデル （ベイジアンネットワーク） 将来 購入するか 将来 商品Aを 購入するか スコア化 技術 将来 LTVは いくらか 分析目的に対し、 顧客一人ひとりにスコアリング 将来 WEB購入 するか 顧客ID 購入率 スコア 離脱 スコア リスク スコア 0283914 0.629 0.331 0.120 1287331 0.598 0.210 0.213 2879112 0.401 0.023 0.019 3230901 0.322 0.219 0.102 4001928 0.118 0.755 0.348 5829118 0.018 0.202 0.377 … … … … 将来 離脱するか 離脱抑制 施策 リスク軽減 施策 専門小売業界 通信販売業界 導入実績：来店購入率向上 ■ 選定目的 ■ 比較方法：ABテスト □ 購入率最大化 【従来選定（RFM）】 Z型圧着ハガキ 不一致 5.9万件 ■ 選定候補者数 約38万人 ■ 送付部数 約18万部 【一致】 5.8万件 【dmi選定（BN）】 背景 来店促進を目的にDMを定 ■ 選定目的 ギフト需要の高まる中元や歳暮の時期に、毎回20 DMの制作や発送に費用が ■ 総合カタログ に1部あたり200円近いコストがかかっている。 い顧客を選定する必要があ ■ 選定候補者数 約110万人 を維持しながら無駄な発送が削減でき、利益率を 発生する為、施策効果の高 不一致 5.9万件 重複度＝49％ り、従来ではRFM分析によ 従来選定（RFM） 上げることができれば、売 14.5％ 20.0％ ▶ 購入者数 約37.6％UP 回収率 7.2％ 11.0％ ▶ 回収者数 約56.0％UP 単価 約8,600円 約7,100円 上拡大やコスト削減が見 込める。 購入しない顧客を選定することができれば、売上 向上することができる。 従来選定（RFM） 売上 約2億6,000万円 送付部数 約50万部 dmi選定（BN） 約2億7,000万円 ▶ 売上は維持 ▶ 約10万部削減 約40万部 （％） 35 ■ dmi選定 （BN） ■ RFM従来測定 （RFM） 200 復活率 10 5 5 6 7 8 40 50 策効率が悪かった。新規顧客の獲得効率が悪化す 様々な業界におけるスコア活用の実績 背景 導入実績：申込み審査 ■ 選定目的 企業間の顧客獲得競争が激しく、 サービスの差別 ■ 選定目的 □ 解約抑制 化が難しい中で、既存顧客を維持することが重要 通信回線企業において契約者が 解約（廃止）する確率を予測 （2012年2∼3月廃止予測） 顧客を維持することができる。 100.0 dmi優先順位 dmi手法／ クライアントルール 廃止数 90.0 5 17,000 690 2,700 3.89 80.0 10 34,000 950 4,270 4.52 15 70.0 60.0 50.0 40.0 30.0 クライアント 優先順位 廃止割合 20.0 dmi優先順位 廃止割合 10.0 0.0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 抽出顧客率 株式会社 dmi （％） 従来審査モデル 審査通過者を スコアリング 背景 抽出顧客率 セグメント人数 クライアント （％） （人） 優先順位廃止数 （％） 審査 従来の審査モデル以上の予測精度を実証。 ば、対象に離脱を抑制する施策を実施することで、 51,000 1,610 5,060 3.15 20 68,000 2,870 5,770 2.01 25 85,000 3,740 6,440 1.72 30 102,000 4,280 7,230 1.69 35 119,000 4,850 7,910 1.63 40 136,000 5,080 8,340 1.64 … … … … … 95 323,000 11,000 11,140 1.01 100 340,000 11,240 11,240 1.00 顧客が連続滞納に至ってし （％）100.0 によるコストが発生し、最悪 75.0 在する。 審査によって滞納リスクを 25.0 れば、企業の利益率は大幅 0.0 な改善が見込める。 random 50.0 予測し、申込み時に連続滞 納者を選定することができ 滞納スコアの高い顧客上位15％に 実際の滞納者の54％を抽出成功 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 （％） 滞納しやすい顧客 上記以外の業界においても様々な企業課題に対し、技術活用や研究開発を行なっております。 〒107-0062 東京都港区南青山6-7-2 テラアシオス南青山 10F Tel：03-6450-5605 お問合せ担当窓口：小島 E-mail：[email protected] 約15％が審査落ち defailt_flg3 まうと、回収業務や法的処置 貸し倒れてしまうリスクも存 4 申込み顧客 従来の金融審査通過者の中で、 5ヶ月連続滞納になりそうな顧客を予測。 特定の期間において離脱する顧客を選定できれ 上位10％の顧客を対象に 施策を実施するにあたり、 4.5倍の効果が期待できる。 金融業界 □ 滞納顧客の選定 だった。 高い精度を実証できたと同時に、影響力の強い 新たな変数を見つけることもできた。 ゲイン評価結果 る中で、休眠顧客の復活は需要が高く、 また復活顧 客には高いLTVも想定される。 導入実績：離脱顧客予測 廃止割合 30 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 通信業界 3 20 抽出した滞納率 4 約2∼3％ 最終購入日からの期間等での顧客の選定では施 送付部数 （万人） 3 約4.7％ 約1.6倍∼2.4倍 数回カタログ発送をしているが、RFM分析による 0 2 dmi選定（BN） 一定期間購入のない顧客（休眠顧客） に対し、年に 50 1 約4万部 背景 0 0 約45万人 150 100 10 ■ 送付部数 従来選定（RFM） dmi選定 25 15 ■ 選定候補者数 従来選定 250 20 ■ 選定目的 ■ 総合カタログ 300 全ての店舗において、 22∼65％の 来店購入UPに成功！ 導入実績：休眠顧客復活 □ 顧客獲得 ギフト用DMにおける 送付部数 売上比較 43店舗の店舗別比較 2 ページに及ぶカタログを発送するが、制作や発送 歳暮カタログ20ページ相当 約1億7,000万円 ▶ 売上 約2,000万円UP 約1億5,000万円 30 従来手法より選定精度を dmi選定（BN） 購入率 □ 利益最大化 り顧客を選定していた。 候補者の中から両手法により顧客を選定し、両手法で 選ばれた顧客全てにＤＭを送付して効果検証を行なった。 ※43店舗において施策を実施 売上 導入実績：コスト削減 期 的 に 発 送している が 、 ■ GW来店促進DM 背景 売上 （百万円） 1 効率的な 施策 滞納しにくい顧客
© Copyright 2024 ExpyDoc
