課題
4つの異なる商材をメインに販売・買取サービスを行っているが、複数商材を利用する顧客が少なく、キャンペーンを行う際は、各商材の利用実績の高い顧客をターゲティングすることが多かった。複数のチャネル、商材を利用する顧客の方がLTVが高いことが分析から分かっており、顧客育成やターゲティングの幅に広がりがなくなることが課題。
アプローチ
販売と買取、また商材ごとの関係性を明らかにし、それが個人にどのように影響を与えるかを階層ベイズモデルを用いて分析した。商材ごとの過去の購入、買取実績や顧客属性など複数の要素を変数として、顧客ごとの個人差を推定し、購入ポテンシャルを算出。それによって対象商材の購入経験がない顧客であってもターゲットとして捉え、その中から効率的に潜在顧客を絞り込むことが出来るようになった。
戦略的商材であるAのキャンペーンを行う際に、予測モデルから未購入者も含めた潜在顧客をターゲティングし、需要喚起のダイレクトメールを送付した。
成果
商材Aの実績でのみターゲティングした過去実績よりも単価がアップし、また、商材A未購入者の中から潜在顧客を発掘し、レスポンスを得ることができた。これにより、顧客維持、育成に貢献することに繋がった。また、新たなターゲティング手法としての活用、他商材への展開も考えられる結果となった。
実施したダイレクトメールは戦略性と実施効果が評価され、第31回全日本DM大賞において銀賞を受賞 >> DM大賞HP
