課題
顧客情報データやPOSデータを保持しているものの施策への活用へは至っておらず現状を把握するに留まっていた。顧客のステイタス(新規・アクティブ・休眠・離反)と売上との関連性を分析した上で、顧客育成や売上向上のための施策に活かすことができないかということが課題。
アプローチ
過去のPOSデータを学習させることでDNN(ディープニューラルネットワーク)モデルを作成。POSデータをモデルに読み込ませることで未来の顧客ランクがどのように遷移するのかを予測することでき、ランクが上下する顧客それぞれに対して適した対策を練ることができる。また顧客ランクを予測した結果からPOSデータのどのような要因からランクが遷移するのか分析を行った。
成果
過去のPOSデータと顧客情報データで検証を行った結果、予測精度80%以上のモデルの作成に成功。また未来のランク遷移を可視化することで、より詳細な顧客の実態を把握できることが見込める。
より詳細なモデルの説明や成果はこちら