収集したデータを分析する
収集したデータを保存するだけでは、顧客が本当に求めていることはわかりません。保存したデータを分析し、顧客が真に望むものを把握する必要があります。
分析方法の例としては、保存した顧客データを属性別で一覧化し、何を購入したのか、どういった問い合わせがあったかなどの共通点を探し、内訳を作成します。
例えば、30代の男性という属性に顧客データを絞り、30代の男性が何を購入しているのか、問い合わせがあった場合何に困りやすく、どのような不満にクレームを入れるのか、といった具合です。属性の組み合わせ方のポイントは、製品を誰に使ってもらいたいかを明確にし、使ってもらいたい層の属性で絞ることです。
購入履歴からは、既に需要を満たしている要素がわかり、問い合わせ履歴からは困った要素、不満に思っている要素が読み取れます。そうして分析していった要素を改善、もしくは機能を追加し、正しくリリースすることで新規顧客の獲得や既存顧客からのリピート購入などにつながるのです。
※クリックすると拡大画像が見られます
これらの分析は、紙で作成した顧客リストでは属性の絞り込みと集計が非常に大変です。特に個人(toC)向けのサービスでは顧客リストの数は数百から多ければ数万にのぼることもあるでしょう。
では、Excelなどの表計算ソフトではどうでしょうか。紙に比べると属性の絞り込みや集計は遥かに楽になります。しかしながら、表計算ソフトは基本的にローカルファイルへ保存していることが多く、個人レベルでの顧客リストとなります。分析するには母数が少なくなるという問題もあります。
これらの問題を解決し、データを集約する方法として「SFA」と呼ばれる営業支援システムや「CRM」と呼ばれる顧客管理システムなど、データベース機能を持っているクラウドサービスの活用をオススメします。