第9話|営業データ分析は、どの企業にもある「取引履歴データ」だけで成果は出る

第9話|営業データ分析は、どの企業にもある「取引履歴データ」だけで成果は出る

取引履歴ぐらいしか、データ無いんだけど……

確かに、そこの企業にも必ずあるのが取引データです。

これがないと、PL(損益計算書)もBS(貸借対照表)も作れません。そもそも、企業活動に差しさわりがあります。

必ずある「取引履歴データ」(顧客の購買履歴データ)

顧客との取引履歴データ。顧客側から見れば、購買履データです。

他社の状況も分かれば最高ですが、分からないので、一旦は、自社と顧客との間の取引履歴データを分析しましょう。

この営業データは必ずあります。無ければ企業として活動ができません。受注したのに受注した商品やサービスなどの商材が何のか分からない。いつ受注したのかも分からない。なんてことはないからです。

この取引履歴データを、営業データとして分析するだけでも多くのことが分かります。

もちろん、CRMのデータのように、受注に至るまでの経緯が分かるともっと良いです。しかし、いきなり完璧なCRMのデータが集まることはありません。

取引履歴データで営業データ分析を始めるのが、取り組みやすいし成果も早く出やすいでしょう。

レコメンドに使える

「取引履歴データ」(顧客の購買履データ)で営業データ分析をするとき、もっとも成果の出やすいのがレコメンドです。

レコメンドとは、顧客が「次」に購入しそうな商材(商品や製品、サービスなど)をお勧めすることです。

闇雲に商材(商品や製品、サービスなど)を顧客に勧めても、購入する確率は大きくないでしょう。場合によっては、顧客に嫌がられて関係悪化に繋がります。

未購入で購入確率の高い商材(商品や製品、サービスなど)が分かれば、非常にありがたい。そのための営業データ分析がレコメンド分析です。

ある程度自動化することができるため、最近はインターネットのECサイト(例:AMAZONなど)に訪問すると、「よく一緒に購入されている商品」や「この商品を買った人はこんな商品も買っています」などと自動的にレコメンドされます。

顧客と購入した商材が分かれば、このような営業データ分析をすることができます。具体的には、レコメンドのリストを顧客ごとに作っていきます。

営業データ分析の手法としては、協調フィルタリングなどが有名です。

マチュリティ・モデルに使える

レコメンド・リストは、今何を勧めるべきかという断片的なものです。このレコメンドを時系列化したのがマチュリティ・モデルです。

先ずAという商材(商品や製品、サービスなど)を購入し、次にBという商材(商品や製品、サービスなど)を購入し、さらにその次にCという商材(商品や製品、サービスなど)を購入する……

色々な商材(商品や製品、サービスなど)を購入していくうちに、顧客ロイヤルティが高まり、最終的にはロイヤル顧客(お得意様)になるという概念的なモデルです。

「取引履歴データ」(顧客の購買履データ)で営業データ分析をすることで、このような傾向が見えてきます。

そして、ロイヤル顧客(お得意様)化するパターンはいくつか発見され、いくつものパターンの中に共通するパターンも見えてきます。それをもとに、マチュリティ・モデルを作ります。

営業データ分析の手法としては、パターン・マイニングなどがあります。

新規顧客の取捨選択に使える

リード(見込み顧客)の新規顧客化にはエネルギーが必要になります。既存顧客を維持するのに比べ、多大なる時間と労力が必要になります。

そのため、「受注しにくいリード(見込み顧客)をだらだら追いかけてしまい、時間を浪費してしまう」や、「せっかく受注しても受注金額が安かったり、解約されてしまい、労力の割に報われない」といった問題があります。

この問題は、リード(見込み顧客)の「新規受注率」や、受注したときの「受注金額」や「LTV」(顧客生涯価値)が分かれば、ある程度解決されることでしょう。

なぜならば、「新規受注率」が低かったり、「受注金額」や「LTV」(顧客生涯価値)の低いリード(見込み顧客)を避けることができるからです。

できれば、「新規受注率」が高く、「受注金額」や「LTV」(顧客生涯価値)の高いリード(見込み顧客)を狙いましょう。

営業データ分析の手法としては、罰則付き回帰分析などがあります。

理想は「CRMデータ」、現実は「取引履歴データ」(顧客の購買履歴データ)

理想としては、CRMデータなどの営業プロセスが分かる営業データの分析です。

しかし、現実的に分析できる営業データは、CRMデータで言えば受注時のデータ。つまり、「取引履歴データ」(顧客の購買履データ)による営業データ分析です。

この「取引履歴データ」(顧客の購買履データ)の無い企業は皆無でしょう。これがないと、企業活動に差しさわりが出てきますし、PL(損益計算書)もBS(貸借対照表)を作れません。

営業やマーケティング系のデータ分析は、企業の収益に直接影響します。何に役に立つか分からないデータ分析ではなく、売上や利益などの収益性を向上させるデータ分析をします。

そのため、営業やマーケティング系のデータ分析の成果は、非常に理解しやすく、すぐにその効果は現れます。少なくとも1年単位で比較すると顕著にでてきます。

しかし、とくに営業は「人の要素」が大きいため、「やる気」の問題が非常に成果を左右します。マーケティング系も結局は人の要素が少なからず入ってくるため、同様に「やる気」の問題が少なからず影響します。

では、どうすればよいのか?

営業データ分析のモチベーションをすぐ高めよう

綺麗なCRMデータが溜まるのを待っていては、いつまでも営業データ分析はできません。今ある「取引履歴データ」(顧客の購買履データ)で、営業データ分析を実施し、営業データ活用を実現するのが良いでしょう。

今ある「取引履歴データ」(顧客の購買履データ)ですぐやる、というのが最大のポイントです。この営業データ活用の小さな成功体験が、綺麗なCRMデータの蓄積を後押しします。

営業データ分析のモチベーションが高まるからです。

ちなみに、CRMデータは人が手入力するため、データが汚い状態が多いです。綺麗なCRMデータの蓄積を後押しするとは、CRMへのデータ入力のモチベーションが高まり、比較的綺麗なデータが溜まりやすくなるということです。

ビジネスデータサイエンス支援カンパニー
株式会社セールスアナリティクス