「ガスト」のメニューは「ビッグデータ」で決められる
山本氏は、提携先によるデータ分析の事例をいくつか紹介した。たとえば、ある提携先では、特定の商品を購入した人物像のプロファイリングにあたり、Tポイントカードのデータを利用しているという。
また、別の提携先ではサービス利用の「離反者予測」にデータ分析を活用した。この結果「サービスを一度利用した後、その後1カ月以上利用がない顧客の復帰率が3％未満」であることが分かったという。この結果を元に、例えば「離反予備軍」に属すると思われる顧客データへフラグを設定し、改めてモデルの精度を検証した上で、今後の顧客とのコミュニケーション施策等に盛り込むといった対応が考えられるとする。
ある提携先による「離反者予測」の分析結果
※クリックで拡大画像を表示
ファミリーレストランで頻繁かつ定期的に行われる「メニュー改定」にあたって、このTポイント会員のデータを活用しているのが、すかいらーくグループの「ガスト」だ。同社では来店した顧客の注文したメニューを「トライアル（注文率）」と「リピート（次回以降に注文した率）」という2軸でプロットして、それぞれのメニューの注文傾向を分析している。
この分析によって、各メニューは「注文も少なく、リピートもされないもの」「注文数は多いが、リピート率の低いもの」「注文数は少ないが、リピート率は高いもの」「注文数が多く、リピート率も高いもの」といった4つの象限に分類される。この4つの象限のどこに属するかによって、そのメニューを継続するか、削除するか、さらにはより積極的なPRを行うか、品質の向上を図るかといった判断の指針としているという。
-
「ガスト」における各メニューの「トライアル＆リピート分析」。ここでは、ランチの1人客が注文したデータをトライアル率とリピート率の2軸でプロットしている
-
プロットの結果、そのメニューがどの象限に属するかによって、今後の対応が検討される
購買データとの組み合わせでより深いリサーチが可能に
山本氏は、CCCが行っているリサーチ事業「Tリサーチ」についても紹介。Tリサーチと会員データを組み合わせることにより、より精度が高く、粒度が細かい消費者動向の調査が可能になるとした。
