「百貨店友の会カードとPOSデータによる事例研究」

既存顧客の離反分析

青山学院大学　国際マネジメント研究科　岩井　千明

株式会社　大広　今村　信人

株式会社　リサーチソリューション　長南　善行

要旨

小売業で顧客ID付きPOSデータの利用が増加しているが、POSデータに加えて顧客のデモグラフィックデータを分析することにより精緻なマーケティング戦略の検討材料としても利用できる可能性が高まっている。本事例研究は平成15年度に行われたデータ解析コンペティション[i]から提供されたデータを用いて、百貨店の友の会カードを利用した顧客ID付きPOSデータのみによるマーケティング施策に関する当該データの利用可能性を探索した経緯を記したものである。

具体的な分析としては離反した顧客をセグメントしてその理由を決定木により探索し、地図ソフトウェアによる離反顧客の居住地域の特定を試みた。

キーワード

顧客ID付きPOSデータ　百貨店　離反顧客　顧客デモグラフィックデータ地図ソフトウェア

Abstract

Usage of POS data with customer ID is increasing in retail business. Analyzing customer demographic data with POS data will help to consider more precise marketing plan and strategy. This case study attempts to show the possibilities and limitation of POS data with customer data of a department store membership card with regards to those marketing planning. This data is offered by Data analysis competition in 2003. Focus of this paper is mainly preventing churn customer. Try to determine the reason of churn or stay by decision tree analyses and draw their living area by mapping software tool.

Key words

POS data with customer ID, Department Store, Churn customer, Customer demographic data, Mapping software

1. はじめに

1.1. 分析の目的

小売業で顧客ID付きPOSデータの利用が増加しているが、POSデータに加えて顧客のデモグラフィックデータを分析することにより精緻なマーケティング戦略の検討材料としても利用できる可能性が高まっている。本事例研究は平成15年度に行われたデータ解析コンペティションから提供されたデータを用いて百貨店の友の会カードを利用した顧客ID付きPOSデータによるマーケティング施策の問題発見並びに意思決定材料として供することを目的としている。また、結びにおいてこのような小売POSデータとダイレクトマーケティングへの応用の可能性について若干の言及を行う。

1.2. 分析の枠組み

小売業で頻繁に用いられている分析方法としては、RFM (Recency, Frequency, Monetary)といった主要指標の差異分析^{^[ii]}、フロア間の動線などを追跡する購買行動分析、商品の併売パターンを分析するマーケットバスケット分析などがある。今回は百貨店のID付きPOSデータを用いてデシル分析による優良会員が時間の経過とRFMデータとデモグラフィックデータ、商品購買データを組み合わせて優良会員が離反していく原因を探ることとした。また、今回は商品分類^{^[iii]}や購買頻度を用いて決定木により離反顧客の傾向を分析した。更に来店頻度の増減を地図ソフトウェアによりマッピングして視覚的に図示を行った。

1.3. データ概要　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　今回対象としたのはA市に本店を置く百貨店3店舗の2001年1月から2003年6月までの30ヶ月間のID付きPOSデータである。レコードの総件数は取り消しも含め約100万件。顧客ID数は約4万6千件であった。本データは売場分類マスタ、顧客マスタ明細、アイテム分類マスタおよび売上明細の4つのファイルから構成されている。主要なデータ項目としては店舗番号、売場、アイテム（商品カテゴリ　大分類、中分類、小分類を含む）、購入数量、金額、購入年月日および時間、顧客性別、生年月日、郵便番号が含まれていた。これらデータは友の会カード（クレジットカード）の使用履歴である。なお、友の会カードは、積立方式の商品券の機能を持ち、特典として12回積立（＝1年間）で満期になり、（12回分＋1500円分のボーナス券）買物券と交換することができる。また3,10月はクレジット金利手数料ゼロセールがあるため、両月の売上が大きくなっている。このように小売店がCRM(Customer Relationship Management)のために顧客を個客という視点でよりきめの細かいマーケティング活動を行う目的でカードを導入する事例は多いが、全ての顧客が当該カードを使用するとは限らないから、そのID付きPOSデータも全顧客の購買行動を代表しているわけではない。例えば日本百貨店協会に加盟する2000－2002年度3年間の全国百貨店売上に占める食料品の割合は23.6%であるが、今回のデータにおいて本店の2001年1月から2003年6月の友の会カード売上に占めるそれは僅か1.5%であり、こと食料品においては今回のデータでは売上の現状を捉えられていないと考えられる。

　また、個店の顧客ID付きPOSデータと専門調査機関から得られるスキャンパネルデータ^{^[iv]}と比較すると以下のような特徴が指摘できる。^{^[v]}

l サンプルサイズが大きい

l データ精度の信頼性が低い

l 把握している消費者属性の詳細度が低い

l データの統合性が低い

しかしながら、従来のPOSデータが持つ情報量と比較すると個々の顧客単位の購買行動の把握がある程度可能でありかつスキャンパネルデータには無い個店ごとの詳細な分析が可能となる。なお、平成6年度から行われているデータ解析コンペティションでは過去にもID付きPOSデータの分析を行っており、先行事例研究としては関などの報告^{^[vi]}がある。またデータマイニングの視点から小売業の顧客分析に関する事例研究にはベリー、リノフ[vii]がある。

1.4. 探索的分析と仮説の設定

当該百貨店は本店の売上低迷という問題を抱えていた。2000年にショッピングセンタータイプの新業態店舗を出店し、オープン以来予想以上の売上を達成しているにもかかわらず、全店の売上は横ばいにとどまっていた。原因は売上の７割前後を占める本店の低迷であった。本店は商圏内では競合となる百貨店が少ない中で高いシェアを維持してきた。しかしながら、近年は交通環境の整備によるより大規模な商業集積地への顧客流出や若年層を中心とした郊外型の他業態への購買シフトなど複合的な要因が相まって利用客数、売上の減少が続いていた。企業としての大きな課題のひとつは、本店の売上げ減少を食い止め、上昇に転じさせることである。以下に今回の仮説設定のための探索的分析を記す。

1.4.1. 時系列売上推移　

図1は本店の3年間のフロア別売上推移である。大まかな傾向として、売上の低落傾向が見て取れる。またフロア別の売上を概観すると、主力である1-3階の売上減少が顕著であることと、地下1階の食品売り場でのデータが極端に少ないことが分かる。1-3階の商品はそれぞれ婦人雑貨、婦人服（カジュアル）、婦人服（ミセス）である。

図 1　本店売上の時系列変化

（縦軸:：単位：円）

1.4.2. 顧客毎のランク付け

今回は購買日時、金額、アイテム、店舗、フロア（売場）別の顧客のランク付けが可能であった。今回はまず図2の通り顧客を購買金額の多い順から少ない順に並び替えて、複数のランクに分割したデシル分析[viii]を行った。顧客数の上位10%（上位1デシル）で売上額全体の4割強、上位40%（上位4デシル）の顧客で売上額全体の8割強を占めている。即ち、購入金額の高い優良顧客会員による影響が大きいということである。

図 2　本店30ヶ月売上金額合計によるデシル分析

（縦軸：単位：円）

1.4.3. デモグラフィック別売上比較

表1 　本店年代別男女別売上（2001年1月-2003年6月)を見ると、30-60代女性の売上割合が大きいことが分かる。一方、どの世代も男性の利用数は少ない。近年消費者行動の研究分野では単純なデモグラフィックよりライフスタイル要因による分析が主流ではあるが、デモグラフィックデータも事前セグメント作成の容易性、アクセス可能性の高さ、によりその有効性[ix]　は評価されている。

表1 　本店年代別男女別売上（2001年1月-2003年6月)

（単位：円）

1.4.4. 仮説の設定

上記の分析から以下のような事実を発見した。

1) 売上不振の主要因は、構成比の高い1-3階にあり、商品分類としては服飾雑貨と婦人衣料の影響が大きい。

2) 最近6ヶ月間に利用経験がある会員においては1-3階の売上は増えている。一方1-3階の売上減は全会員の約半数を占める離反会員によってもたらされている。

以上の事実から分析の仮説として「売上維持拡大のためには、既存会員の離反防止が重点施策となる。」として、以下の通り分析を行うこととした。

1) 離反顧客直近1年間(2002年7月から2003年6月、以下02下期－03上期)とその前の１年間(2001年7月から2002年6月、以下01下期－02上期)の購買金額デシルランク遷移分析

2) 上位4デシルに顧客の購買行動やデモグラフィックデータを加えた離反要因分析

3) 2)に基づいた離反顧客の商圏上のマッピング

2. 要因分析

2.1. デシルランク遷移分析

01下期－02上期から02下期－03上期の二つの期間の購買金額によるデシルランクを作成し顧客の遷移を分析した。その結果、前年にランク1の顧客のうち、翌年もランク1に止まっているのは、ほぼ半数(47.2％)であるがランク2-4の顧客のうち前年と同じかランクを上げた顧客はそれぞれ24.5%、34.2%、31.7%に止まっており、デシルランク2-4の優良顧客の離反率が顕著であることが分かる。また、ランクが下位に行けば行くほど翌年まったく購買がない離反顧客（ランク0）になる率が高まることも明らかになった。売上金額の推移を図3のランク別にみると、01下期－02上期の売上約38億円から02下期－03上期の約33億への減少分の約5億円を、上位4デシルの顧客で約10億円減少、新規顧客(01下期－02上期に購入がなく、02下期－03上期に購入がある顧客)で約6億円増加している。図4で「上位4デシル顧客の減少分を新規顧客で補えていない」という構造が、商品カテゴリ別にみても成り立っているかどうかを図示した。どの商品カテゴリにおいても、上位４デシル顧客の減少分（デシル下降会員と離反会員の減少分）を上位4デシルのデシル上昇（維持）会員と新規会員の増加分で補完されている関係がみてとれるが、最大の売上を占める「婦人衣料」においてはデシル下降会員の減少分程度しか増加分で補えていない。「婦人衣料」における離反会員の減少分は約２億円である。
　01下期－02上期から02下期－03上期への売上減少分5億円のうち、この「婦人衣料」における離反会員の減少分のみで4割を占めることからも上位4デシルの顧客離反分析がいかに重要であるかがわかる。売上金額に関しても上位4ランクの優良顧客の減少が著しく大きい。ランク5以下の顧客の減少は小さいが、上位4ランク顧客の減少分を新規顧客で補えていない。

今回のデータをメンバーシッププログラムとして捉え、t期購買額を既存顧客購買額、離反顧客購買額、新規顧客購買額という関係を分解すると

t期購買額　=　t期既存顧客数　x 　t期既存顧客客単価　+　 t期新規顧客数　x　 t期新規顧客客単価　(1)式

t期既存顧客数　=　t-1期既存顧客　-　t期離反顧客 (2) 式

であるからt期購買額を増やすためにはある一定の顧客離反が所与だとすれば以下のいずれかまたは両方が必要となる。

t期新規顧客数　>　t-1期離反顧客数 (3) 式

t期客単価　>　t-1期客単価 (4) 式

事例では上記の(3)(4)式ともに成り立っていない。すなわち、全ての要素が前期比較において減少している。データを見る限りにおいては離反顧客の補填のために新規顧客獲得を行うべきと考えられるわけであるが、マーケティング担当者としてはこれらの要素の中で改善を行うべきものの優先順位を決定した上で具体的な施策を講じる必要がある。但し、事例の情報だけでは新規顧客数の増加、離反顧客数の減少、客単価の上昇のどれを優先すべきかの厳密な議論を行うことは困難である。本来顧客単位に管理できるプログラムが用意されているのであれば、LTV(Life Time Value)^{^[x]}を計算し適宜プロモーション施策により対応すべきであるが、今回のデータはその施策が十分には機能していないことを示している。

図 3　01下期－02上期から02下期－03上期へのデシル別売上金額推移

図 4　01下期－02上期から02下期－03上期へのデシル別商品分類別売上金額推移

2.2. 上位4デシル顧客離反分析

前節のデシルランク分析を受けて当該店の商圏を考慮した場合新規顧客を獲得するよりは既存顧客維持のほうがより優先されると判断し前期に上位4ランクに位置していた顧客で後期に離反（1年間まったく購買していない）してしまった顧客の特徴を切り出す分析を行うこととした。

01下期－02上期の売上によるランクが、02下期－03上期でどのように変化したかの分析を行った。売上の8割強を占めるデシル上位40%の顧客を増加、維持、減少、離反に分割し、それぞれの顧客の購買パターンに特徴があるかどうかを決定木^{^[xi]}により以下の4通りの分析を行った。

分析1：離反理由を商品購買有無で分析

分析2：購買減少理由を商品購買有無で分析

分析3：離反理由を商品購買金額で分析

分析4：購買減少理由を商品購買金額で分析

離反顧客の購買パターンを、購買商品から探るために分析を行ったが、セール品を購入する顧客についてはむしろ離反が少ないという結果が出た。購買頻度が年間2回までか、3回以上かという条件が今回の決定木の全てに共通して現れた。この分析を見る限りは直近2回購買している顧客に3回目の購買を促すマーケティング活動によって、顧客をより定着させられる可能性があることを示している。

2.3. 顧客来店頻度の商圏分析

前節の決定木分析により購買頻度により差があることから、来店頻度の増減を地図上にプロットして今後のマーケティング戦略の基礎データにするためGISアプローチを試みた。GISとはGeographical Information Systems（地理情報システム）である。今回はPOSデータ内に顧客の郵便番号が含まれていたので、これをキーとして地図データにグラフを描き^{^[xii]}視覚的に分析することが可能となった。但し、7桁の郵便番号はユーザーからの入手容易性の面で優れておりかつこのように簡単に利用することが出来る一方で、都市部ではほぼ町丁目単位に区分されているが地域によっては区割りが大きくなっているため厳密な分析にはメッシュ地図の利用が望ましい。

具体的には本店について以下の二つの時期の来店月数を比較した。

前期：01下期－02上期

後期：02下期－03上期

前期より後期の来店月数の増加が2以上を成長顧客、逆に2以上減少を離反顧客とした。地図ソフトウェアで郵便番号により前期と比較して後期の顧客数が3以上増加している地区と3以上減少している地区のマッピングを行った。百貨店の来店頻度をPOSデータから厳密に測定することは簡単ではない。当該POSデータの場合、顧客単位の購買回数は発行されたレシート数ごとにカウントされる。すなわち、同一の顧客が同じ日に異なる売場で買い物をした場合は購買が2回と数えられる。従って、厳密に来店頻度を集計する場合には顧客単位に日毎にデータを集計する必要があるが比較的疎なデータとなってしまうため、今回は日単位ではなく月単位にデータを集計して1回でも購買があった月数をカウントすることとした。

分析対象は本店があるA市中央部、A 市東部、A市西部、B市、C市、D市・E市の6地区とした。図 5はA市中心部の例であるが下向きの棒グラフが多く、顧客の離反傾向が顕著であることが分かる。一方、A市東部、B市、C市など比較的店舗から離れている地域には顧客来店頻度増が認められた。分析から具体的な施策に結びつける際にこのような地図上の表現は分かり易く有益である。特に百貨店のプロモーション告知は新聞のチラシやダイレクトメールによるイベントの告知を行う場合も多いので、限られた予算内で効果を高めるマーケティング活動を行うための有益なデータになりえる。但し、現実にはある程度の人口移動が予想されることから、地域ごと・時系列の人口比較は必要である。特に都市部の場合は人口変動の割合はより高くなると考えられる。

図 5　A市における2年間の顧客増減の郵便番号別棒グラフ

　　　（来店頻度が2回以上の顧客数の増減を棒グラフ表示）

3. 結びに代えて

今回の分析の当初の目的に百貨店の顧客ID付きPOSデータによるマーケティング施策の問題を発見することと戦略意思決定材料として供することであった。

　今回得られた具体的な知見は以下の通りであった。

l 顧客の購買行動としては購買頻度2回、ならびにセール品の購買有無により、離反か維持かの相違が見られたので、来店頻度増加を促進すべきである。

l 商品カテゴリでは服飾雑貨と婦人衣料が売上の大半を占めている。売上維持増加のためには購買金額デシル2-4の維持と新入会員の獲得が必要である。

l A市中心部の離反顧客を引き止めるプログラムが必要であるまた離反してしまった顧客の追跡調査により、離反理由の特定が必要である。

このように、ID付POSデータを分析により離反してしまった顧客について、その不満点についての仮説構築に役立たせることができる。購入が減少してきた顧客の属性や購買パターンについて分析することで、ある期間に一定水準以上の買い上げがあった顧客における売上減少の原因を推測し、売上減少を抑制するためのマーケティング施策に示唆を与えることができるからである。上述したように、データからはどういった属性の顧客の、どういった商品の購買が減少したかということが分かるに留まるため、実際のマーケティング施策の計画・実施に当っては店舗の状況をよく理解する担当者により慎重に行われなければならない。既に顧客情報を持っている当事者がこのようなデータ分析を通じて改めて自社ならびに顧客の動向を知ることはいわば経験や勘だけではない客観性を持ったものとして有益であろう。特に大量のデータの要約の記述から段階的に問題を発見し、詳細に入っていく接近方法はいわば仮説を設定するための手法として捕らえるべきであり、その後により対象顧客や商品、地域などを限定しながら追加的な調査とマーケティング施策に進んでいくべきものである。

最後に顧客ID付きPOSデータのダイレクトマーケティング分野への応用であるが、現在一部の小売業で行われている施策として実店舗で実施しているFSP(Frequent Shoppers Program)をインターネットを利用したダイレクトショッピングへ拡張がある[xiii]。優良顧客に関しては友の会カードプログラムを工夫して旅行や通信販売など店舗以外での販売機会を提供することも継続的に行われている。離反顧客に関する本質的な問題はなぜその顧客が去ってしまったのかが明確でないことであるから、可能な範囲で郵送ないし電話による離反理由の調査を行うべきであろう。離反理由が小売店としてコントロール可能な範囲（品揃え、サービス、価格、競合店の影響など）なのか範囲外の問題なのかを識別してその対策を講じる必要がある。この点は一部の通信販売業者が行っているきめ細かいデータ分析に学ぶべきではないだろうか。本事例のようにかつての優良顧客が離反してしまった場合はダイレクトメールで直接顧客に接触することができるのは有効なリテンションの手段となりうる。調査結果によっては「離反した顧客は別の店舗で購買している。」という仮説を立てて複数のカムバックプログラムを行いその効果を測定することも可能であろう。