消費者目線を持ったままデータを読み解く方法とは?
1つの施策の効果が正確に測定できるようになれば、複数施策の比較も一定程度可能となる。しかし現実として、「同じクーポンを配布しているのにもかかわらず、店舗間で全然結果が違う」というケースも出てくる。
松本氏は、そのような結果の読み解き方について解説した。
同じ商品に使えるクーポンで、割引率と利用可能期間が異なる2つのクーポンがある。Aのクーポンは、1ヵ月間出続けていて、割引率は5%、期間中は何度でも使える。Bのクーポンは、2日間だけ使え、割引率は10%を毎週出している。
この2つのクーポンを比較すると、Aのほうが高い顧客生存率だったという。理論的にはBのクーポンを使ったほうが安く買えるはずだが、Aのほうが圧倒的に顧客の固定化が起こった。この解釈が、本セッションのテーマである「行動変容を促すデータ分析」に直結してくると松本氏は語る。
![](https://mz-cdn.shoeisha.jp/static/images/article/45326/45326_05.jpg)
ここでまた柳下氏から松本氏に対して質問がなされた。
「行動心理学的な要素を考えるのも分析の醍醐味です。データ分析担当者やマーケターが行動心理学的な要素を加味してデータを扱うときの重要な観点は何でしょうか」(柳下氏)
この問いに対し、松本氏は「自分が消費者だったらどうするかという視点を持つこと」が大事だと語った。
「特にデータサイエンティストが陥りがちなのが、分析手法は熟知しているものの、現実的にはあまり使える施策につながらないケースです。そのときに求められるのは、『自分が消費者だったら』という視点を忘れないこと。素人的な目線も含めて、定性的に考えることも大事です。その意味では、その人のビジネス経験、人生経験が、最終的なアウトプットの質に影響すると思います」(松本氏)
この意見に対して柳下氏も、「ユーザー心理を考えなければ、そもそもビジネスサイドと意見がすり合わない。分析結果はエビデンスの一部に過ぎないので、局所的な分析の議論に終始せず、全体感をもった柔軟性のある議論を意識する必要がある」と付け加えた。
行動変容の要因を正確につかみ、指標化する
次に提示されたのは、顧客の行動の固定化を深掘りする検証結果だ。
たとえば、商品Aを買うつもりがあり、すでに外出している顧客は、「どの店舗に行くか」という選択肢があったときに、店舗Aからクーポンが出ていると、店舗Aに行く可能性が高まる。この場合、商品Aを買うつもりがない、外出もしていないというケースに比べ、当然クーポンによる行動変容が起きやすいと言える。しかしこれだけでは考察が足りないと松本氏はいう。
「店舗Aに行くという行動が先に固定化されているケースがあります。行動習慣としていく店舗が決まっていて、ちょうど今回のクーポンが出ていたから使うというケースです。消費者目線で考えると、いろいろな企業からクーポンが配られている中、1個1個チェックして、『数十円安いから行く店舗を変えよう』とする人は少ないと思います。つまり、今回の分析のケースでは行動の固定化が先行するという前提があるのです。この考え方を用いると、先ほどのケースが読み解けるようになります」(松本氏)
![](https://mz-cdn.shoeisha.jp/static/images/article/45326/45326_06.jpg)
松本氏の言葉を言い換えると、先述した、「割引率が低いクーポンのほうが、割引率が高いクーポンよりも顧客生存率が高かった」という結果の理由が、行動の固定化にあるということだ。クーポンを「ずっと使える状態」が、顧客の行動の固定化を誘引し、生存率を高めていたのだ。
実際の分析方法としては、顧客が来店したときの「クーポン利用可能率」という指標を作成。顧客が来店したタイミングで利用可能なクーポンが出ている確率を集計し、分析の説明変数として使用した。その結果、このケースでは来店時のクーポン利用可能率が60%を超えると、顧客生存率との相関を示すという数字が出たという。
クーポンに対して「割引率が高いクーポンほど使われやすく、集客に直結する」という考え方は自然にみえる。しかし今回の分析結果は、一見すると全く反対の結果のように見える。このような「先入観」と相反する結果が出てきたときに、「データや集計方法が間違っている」と断定せずに正しく顧客行動を捉えられるかどうかが鍵となる。
インキュデータのウェビナー情報
インキュデータでは、ビジネスの成功につなげるために必要な知見や顧客事例を紹介するウェビナー動画を多数公開しています。インキュデータのウェビナーお申し込みはこちらのサイトから(※本記事の講演もコンテンツ内にございます)。