ケーススタディ①「リード(見込み顧客)の選別」 データ分析講座(その187)

更新日

投稿日

データ分析

 

データを使い販売力を効率的に高めるセールスアナリティクスには、3つの典型的なテーマがあります。

 

  • 新規顧客の獲得
  • 既存顧客の離反阻止
  • 既存顧客の取引額拡大

 

もしくは、3つを区別せず「売上」や「利益」、「コスト」という感じで合算して数字を分析する感じになるかもしれません。そういう意味では、典型的なテーマは3つではなく4つと言えるかもしれません。その中で、最近多いケーススタディを何回かに分けて紹介していきます。今回は、「リード(見込み顧客)の選別」のお話しをします。

 

【目次】

1.リード(見込み顧客)の選別
(1)リード(見込み顧客)に優先順位付けを実施する
(2)どの既存顧客と似ているリード(見込み顧客)を選びたいのか?
(3)気になる「受注のしやすさ」(受注確率)

2.利用するデータ

3.今すぐ実施できるデータ分析・活用の一つ

4.今回のまとめ

 

1.リード(見込み顧客)の選別

データ分析


法人向けにビジネスをしている企業で最近多いと感じるのが、データを使った「リード(見込み顧客)の選別」です。3つの典型的なテーマの中の「新規顧客の獲得」のデータ分析・活用に該当します。もちろん、一般消費者向けにビジネスを実施している企業でも、同様のデータ分析・活用を実施できるケースもあることでしょう。

 

(1)リード(見込み顧客)に優先順位付けを実施する

データ分析

 

データを使った「リード(見込み顧客)の選別」では、新規顧客を獲得するときに、既存顧客のデータを用いてリード(見込み顧客)に優先順位付けを実施します。一番シンプルなやり方が「マッチング」です。各リード(見込み顧客)に対し、既存顧客と似ている度合いを計算し優先順位を付けます。

 

(2)どの既存顧客と似ているリード(見込み顧客)を選びたいのか?

マッチングをするときに重要になるのが、「どの既存顧客と似ているリード(見込み顧客)を選びたいのか?」ということです。

例えば……

 

契約年数の長い顧客に似ているリード(見込み顧客)を選びたい
取引金額の大きい顧客に似ているリード(見込み顧客)を選びたい
優良顧客に似ているリード(見込み顧客)を選びたい

 

……などです。

要するに、契約後になってもらいたい「顧客像」を決める必要があります。その定義を実施する必要があります。

 

(3)気になる「受注のしやすさ」(受注確率)

データ分析

 

さらに、既存顧客と似ている度合いだけでなく、「受注のしやすさ」(受注率)や受注した場合の「受注金額」などを合わせて計算するケースが多いです。既存顧客と似ているからと言って、受注しやすいわけではありません。リード(見込み顧客)の中には、既存顧客と似ているのに、受注しにくい場合もあります。

 

2.利用するデータ

 

利用するデータは、特別なものではありません。一番簡単なのが、公開されている企業属性(例:業種業態、企業規模など)を利用する方法です。他にも、公開されている有価証券報告書やプレスリリースなどのテキストデータを活用したりします。さらに、マーケティングや営業活動時に取得したデータも使えます。イベント参加や資料請求時に実施するアンケートデータやヒアリングデータなどです。名刺の交換枚数なども使えます。

 

3.今すぐ実施できるデータ分析・活用の一つ

 

「リード(見込み顧客)の選別」は、今あるデータだけでも実施できるため、今すぐ実施できるデータ分析・活用の一つです。また、店舗系のビジネスを展開している場合には、新規出店もこのデータ分析・活用に該当することでしょう。例えば、地理情報と既存店舗のデータをもとに、売上などを予測したり投資回収評価をしたりし、新規出店の判断に活用します。

 

4.今回のまとめ

 

今回は、「リード(見込み顧客)の選別」のお話しをしました。新規顧客を獲...

データ分析

 

データを使い販売力を効率的に高めるセールスアナリティクスには、3つの典型的なテーマがあります。

 

  • 新規顧客の獲得
  • 既存顧客の離反阻止
  • 既存顧客の取引額拡大

 

もしくは、3つを区別せず「売上」や「利益」、「コスト」という感じで合算して数字を分析する感じになるかもしれません。そういう意味では、典型的なテーマは3つではなく4つと言えるかもしれません。その中で、最近多いケーススタディを何回かに分けて紹介していきます。今回は、「リード(見込み顧客)の選別」のお話しをします。

 

【目次】

1.リード(見込み顧客)の選別
(1)リード(見込み顧客)に優先順位付けを実施する
(2)どの既存顧客と似ているリード(見込み顧客)を選びたいのか?
(3)気になる「受注のしやすさ」(受注確率)

2.利用するデータ

3.今すぐ実施できるデータ分析・活用の一つ

4.今回のまとめ

 

1.リード(見込み顧客)の選別

データ分析


法人向けにビジネスをしている企業で最近多いと感じるのが、データを使った「リード(見込み顧客)の選別」です。3つの典型的なテーマの中の「新規顧客の獲得」のデータ分析・活用に該当します。もちろん、一般消費者向けにビジネスを実施している企業でも、同様のデータ分析・活用を実施できるケースもあることでしょう。

 

(1)リード(見込み顧客)に優先順位付けを実施する

データ分析

 

データを使った「リード(見込み顧客)の選別」では、新規顧客を獲得するときに、既存顧客のデータを用いてリード(見込み顧客)に優先順位付けを実施します。一番シンプルなやり方が「マッチング」です。各リード(見込み顧客)に対し、既存顧客と似ている度合いを計算し優先順位を付けます。

 

(2)どの既存顧客と似ているリード(見込み顧客)を選びたいのか?

マッチングをするときに重要になるのが、「どの既存顧客と似ているリード(見込み顧客)を選びたいのか?」ということです。

例えば……

 

契約年数の長い顧客に似ているリード(見込み顧客)を選びたい
取引金額の大きい顧客に似ているリード(見込み顧客)を選びたい
優良顧客に似ているリード(見込み顧客)を選びたい

 

……などです。

要するに、契約後になってもらいたい「顧客像」を決める必要があります。その定義を実施する必要があります。

 

(3)気になる「受注のしやすさ」(受注確率)

データ分析

 

さらに、既存顧客と似ている度合いだけでなく、「受注のしやすさ」(受注率)や受注した場合の「受注金額」などを合わせて計算するケースが多いです。既存顧客と似ているからと言って、受注しやすいわけではありません。リード(見込み顧客)の中には、既存顧客と似ているのに、受注しにくい場合もあります。

 

2.利用するデータ

 

利用するデータは、特別なものではありません。一番簡単なのが、公開されている企業属性(例:業種業態、企業規模など)を利用する方法です。他にも、公開されている有価証券報告書やプレスリリースなどのテキストデータを活用したりします。さらに、マーケティングや営業活動時に取得したデータも使えます。イベント参加や資料請求時に実施するアンケートデータやヒアリングデータなどです。名刺の交換枚数なども使えます。

 

3.今すぐ実施できるデータ分析・活用の一つ

 

「リード(見込み顧客)の選別」は、今あるデータだけでも実施できるため、今すぐ実施できるデータ分析・活用の一つです。また、店舗系のビジネスを展開している場合には、新規出店もこのデータ分析・活用に該当することでしょう。例えば、地理情報と既存店舗のデータをもとに、売上などを予測したり投資回収評価をしたりし、新規出店の判断に活用します。

 

4.今回のまとめ

 

今回は、「リード(見込み顧客)の選別」のお話しをしました。新規顧客を獲得するときに、既存顧客のデータを用いてリード(見込み顧客)に優先順位付けを実施し、ビジネスに活かします。そのために、各リード(見込み顧客)に対し、既存顧客と似ている度合いを計算し優先順位を付けます。

 

さらに、既存顧客と似ている度合いだけでなく、「受注のしやすさ」(受注率)や受注した場合の「受注金額」などを合わせて計算するケースが多いです。既存顧客と似ているからと言って、受注しやすいわけではありません。「リード(見込み顧客)の選別」は、今あるデータだけでも実施できるため、今すぐ実施できるデータ分析・活用の一つです。

 

次回に続きます。

 

 

   続きを読むには・・・


この記事の著者

高橋 威知郎

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)


「情報マネジメント一般」の他のキーワード解説記事

もっと見る
データ活用効率化とデータ活用の仕組み化 データ分析講座(その48)

◆ データ分析の力は「1→100」で発揮されるけど、データ活用のことはじめは「0→1」  0(ゼロ)から全く新しい価値を創造し仕...

◆ データ分析の力は「1→100」で発揮されるけど、データ活用のことはじめは「0→1」  0(ゼロ)から全く新しい価値を創造し仕...


データを活用する領域とは データ分析講座(その115)

◆ドメインは、データサイエンス成功に欠かせない  データサイエンスに対して、どのような印象があるでしょうか。「データサイエンス」の字面からだと「デー...

◆ドメインは、データサイエンス成功に欠かせない  データサイエンスに対して、どのような印象があるでしょうか。「データサイエンス」の字面からだと「デー...


点予測と区間予測 データ分析講座(その210)

  よくデータサイエンスや機械学習などの技術を使い予測モデルを構築するケースも増えています。その中でよく目にするのが点予測です。点予測とは...

  よくデータサイエンスや機械学習などの技術を使い予測モデルを構築するケースも増えています。その中でよく目にするのが点予測です。点予測とは...


「情報マネジメント一般」の活用事例

もっと見る
レストランでのタブレット端末

        最近、テーブルにタブレット端末を置くレストランが増えています。レストラン利用者としては、ウェ...

        最近、テーブルにタブレット端末を置くレストランが増えています。レストラン利用者としては、ウェ...


個票データの共用化でコストダウン

 データ解析の効率は、生データとその整理の仕方で大きく異なると言えます。 例えば、アンケート結果は単なる生データであり、そのままでは解析出来ません。解析の...

 データ解析の効率は、生データとその整理の仕方で大きく異なると言えます。 例えば、アンケート結果は単なる生データであり、そのままでは解析出来ません。解析の...


‐販路開拓に関する問題 第2回‐ 製品・技術開発力強化策の事例(その18)

 販路開拓に関する問題点、次に示す4点について、第1回として、1と2項を解説しました。今回は、第2回として、3と4項を解説します。        1....

 販路開拓に関する問題点、次に示す4点について、第1回として、1と2項を解説しました。今回は、第2回として、3と4項を解説します。        1....