customer-analytics

顧客分析

概要

顧客分析では、注文データを購入パターン、顧客ライフサイクルの段階、解約リスクに関する実用的なインサイトへと変換します。主な分析であるRFMスコアリング、コホート継続率、購入頻度、解約予測により、ロイヤルティの高い顧客、離脱リスクのある顧客、長期的に優良な顧客を獲得できるチャネルが明らかになります。

このスキルでは、プラットフォームに組み込まれたツールや専用の分析アプリを使ってこれらの分析を実行する方法を説明します。また、より詳細なセグメンテーションが必要なストア向けに、データウェアハウスを利用する方法も紹介します。

このスキルを使用する場面

• マーケティングチームが、単純な人口統計フィルターを超えるデータ主導のセグメントを必要としている場合
• 四半期ごとの事業レビューに向けて、離脱リスクのある顧客数を算出する場合
• ロイヤルティプログラムが購入頻度に与える影響を測定する場合
• LTVの高い顧客を最も多く獲得できる流入チャネルを特定する場合
• アカウント管理やVIPプログラム向けに顧客状況ダッシュボードを準備する場合
• 顧客生涯価値の推移を把握するため、コホート継続率分析を構築する場合

基本手順

ステップ1：プラットフォームに適したツールを選ぶ

プラットフォーム	推奨ツール	提供される機能
Shopify	Klaviyo + Shopify組み込みの顧客セグメント	RFM形式のセグメント、購入頻度、CLV予測、コホートレポート
Shopify（高度な分析）	Lifetimely または Triple Whale	正確なコホートLTV、流入チャネル別CLV、継続率曲線
WooCommerce	Metorik	顧客セグメンテーション、RFM分析、コホート継続率、解約の特定
WooCommerce（メール）	WooCommerce向け Klaviyo	行動ベースのセグメント + 顧客ライフサイクルの段階に応じた自動フロー
BigCommerce	BigCommerce向け Klaviyo + Glew.io	GlewはBigCommerce向けのコホート分析とCLV追跡を標準で提供
全プラットフォーム（データ重視）	Fivetran経由で Google Looker Studio + BigQuery にエクスポート	SQLベースの完全な分析。高度なRFM分析やコホートモデリングに必要

ステップ2：プラットフォームで顧客セグメンテーションを設定する

---

Shopify

Shopify の組み込み顧客セグメントを使用する場合（全プラン）：

1. Customers → Segments に移動します
2. Shopify には、以下のような事前構築済みセグメントが用意されています：
   • 過去 30 日間にチェックアウトを放棄した顧客
   • X 回を超えて購入した顧客
   • 90 日間購入していない顧客（離反リスクのあるセグメント）
   • 高額購入顧客（合計購入金額のしきい値に基づく）
3. クエリエディターで、次のようなフィルターを使用してカスタムセグメントを作成します：
   • number_of_orders >= 3（ロイヤル顧客）
   • days_since_last_order > 90（離反リスク）
   • total_spent > 500（高価値顧客）
4. セグメントを CSV にエクスポートするか、Klaviyo に直接同期してメールキャンペーンに使用します

Shopify で RFM セグメンテーションに Klaviyo を使用する場合：

1. Shopify App Store から Klaviyo をインストールします
2. Klaviyo は Shopify の過去および新規の注文データをすべて自動的に同期します
3. Segments → Create Segment に移動し、次の条件を使用して RFM 形式のセグメントを作成します：
   • 最終購入日：「過去 X 日間に注文した」
   • 購入頻度：「注文数が X を超える」
   • 購入金額：「合計購入金額が $X を超える」
4. 事前構築済みセグメントの例：
   • **優良顧客：**過去 30 日間に注文 + 3 回以上の注文 + 生涯購入金額 $200 以上
   • **離反リスク：**90～180 日間注文がない + 過去に 2 回以上注文した
   • **離反顧客：**180 日以上注文がない
5. これらのセグメントを使用して Klaviyo のフローをトリガーします。離反リスクのある顧客には再購入促進キャンペーンを、優良顧客には VIP 特典を提供します

Shopify でコホート別 LTV の分析に Lifetimely を使用する場合：

1. Shopify App Store から Lifetimely をインストールします
2. Lifetimely → Cohorts に移動して、月ごとの維持率マトリックスを確認します。各獲得コホートの顧客のうち、1、3、6、12 か月目にも購入している割合を確認できます
3. Lifetimely → Channels に移動して、獲得元（Google、Meta、オーガニック、メール）別に 12 か月 LTV を比較します
4. Lifetimely → Customer Segments に移動して、RFM の分布と顧客ごとの予測 CLV を確認します

---

WooCommerce

Metorik を使用する場合：

1. API 経由で Metorik を WooCommerce ストアに接続します
2. Metorik → Customers に移動して、次のフィルターを使い、すべての顧客を表示します：
   • 最終注文日（離反済みまたは離反リスクのある顧客を特定）
   • 合計購入金額（高価値顧客を特定）
   • 注文数（1 回限りの購入者とリピーターを特定）
3. Metorik → Reports → Customer Cohorts に移動して、月ごとの獲得コホート別に維持率を確認します
4. Metorik → Segments に移動して、保存済み顧客セグメント（RFM グループに相当）を作成します。セグメントを CSV としてエクスポートし、Klaviyo または Mailchimp で使用します

WooCommerce で Klaviyo を使用する場合：

1. Klaviyo for WooCommerce プラグインをインストールします
2. Klaviyo は WooCommerce の顧客と注文を同期するため、上記の Shopify 向け説明と同じ RFM セグメントを利用できます
3. Klaviyo → Analytics → Cohort Analysis に移動して、獲得日別の維持率曲線と予測 CLV を確認します

---

BigCommerce

1. BigCommerce Customer Groups： Customers → Customer Groups に移動し、購入履歴、購入金額のしきい値、地域条件に基づいてグループを作成します
2. BigCommerce App Marketplace から Glew.io をインストールします。コホート維持率分析、RFM スコアリング、獲得チャネル別 CLV を利用できます
3. 行動に基づくメールセグメンテーションとライフサイクルの自動化のために、BigCommerce 用の Klaviyo をインストールします

---

ステップ 3：購入頻度とリテンションを分析する

購入頻度の分布（任意のプラットフォームのエクスポートを使用）：

顧客の注文データを CSV または Google Sheet にエクスポートし、次の項目を計算します。

• 注文回数がちょうど 1 回の顧客は何％ですか？
• 注文回数が 2～3 回の顧客は何％ですか？
• 注文回数が 4 回以上の顧客は何％ですか？

業界のベンチマーク：

• 一般的な DTC ブランド：顧客の 60～70％が一度きりの購入者です
• 健全なサブスクリプションまたは消耗品ブランド：顧客の 40～50％が 90 日以内に再注文します
• 2 回目の購入率（初回購入者のうち 90 日以内に 2 回目の注文をした人の割合）は、長期的な CLV を予測する最も重要な先行指標です

コホートリテンション分析：

コホートリテンショングリッドでは、X 月に獲得した顧客のうち、1、3、6、12 か月後も購入を続けている割合を確認できます。

• Shopify + Lifetimely： コホートビューでネイティブに利用できます
• Klaviyo： Analytics → Cohort Analysis から利用できます
• Metorik： Reports → Cohorts から利用できます
• 手動（任意のプラットフォーム）： すべての注文を Google Sheets にエクスポートし、獲得月を行、「初回注文からの経過月数」を列にしたピボットテーブルを作成します

良好なリテンションの目安：

初回注文からの経過月数	最低限の水準	健全	優秀
1 か月目（2 回目の購入率）	15%	25%	40%+
3 か月目のリテンション	10%	20%	35%+
12 か月目のリテンション	5%	15%	30%+

ステップ 4：離脱リスクのある顧客を特定して対策する

離脱リスクのある顧客の特定：

最も簡単な定義は、過去に複数回注文したものの、通常の購入間隔を超えて注文していない顧客です。

• Shopify Segments： number_of_orders > 1 AND days_since_last_order > 90
• Klaviyo： 「Winback」セグメントを作成します。「Has placed more than 1 order」AND「Has not placed an order in the last 90 days」
• Metorik： あらかじめ用意された「Customers at risk of churning」フィルターを使用します

セグメント別のアクション：

セグメント	推奨アクション
チャンピオン（最近購入し、購入頻度が高く、支出額も多い）	VIP プログラムに招待し、新商品の先行アクセスを提供します
ロイヤル顧客だが購入頻度が低下（購入頻度は高いが、最近購入していない）	パーソナライズした商品レコメンデーションを添えた、対象を絞った再購入促進メールを送信します
離脱リスクあり（90 日超の休眠状態で、過去に複数回注文）	再購入促進シーケンス：リマインダー → 少額のインセンティブ → 最終オファー
一度きりの購入者	2 回目の購入キャンペーンを実施し、関連商品を紹介します
離脱（180 日超の休眠状態）	低コストの再エンゲージメント施策を試みます。反応がなければ、メールコストを抑えるため配信対象から除外します

ベストプラクティス

• RFM スコアリングを毎月実施する — 顧客の注文履歴は常に変化するため、古いセグメントでは誤ったターゲティングにつながります
• 2 回目の購入率を先行指標として追跡する — 一度きりの購入者からリピーターへの転換は、最も効果の高いリテンション指標です。あらゆる LTV モデルよりも早い段階で CLV を予測できます
• 獲得チャネル別に CLV をセグメント化する — オーガニック検索、有料ソーシャル、メール／SMS の紹介経由で獲得した顧客では、LTV に大きな差が生じることがよくあります。予算配分の参考にするため、個別に測定します
• セグメントの移行に関するアラートを設定する — 「離脱リスクあり」セグメントが週ごとに増加している場合、早急な対応が必要なリテンションの問題を示しています。Klaviyo または Lifetimely でアラートを設定します
• 季節購入者には個別のフラグを付ける — Q4 にしか購入しない顧客を Q2 に離脱扱いしないようにします。離脱分析の前に、季節購入者タグを付与します

よくある落とし穴

問題	解決策
セール開催後にRFMセグメントが大きく変動する	スコアリングには直近90日間のローリングウィンドウを使用します。直近のセールによる急増で、割引に反応しただけの顧客のスコアが恒久的に上がらないようにします
獲得チャネル別のCLV分析でマルチタッチが考慮されていない	チャネル別のCLVにはファーストタッチアトリビューションを使用します。最後の注文につながったチャネルではなく、顧客との最初の接点となったチャネルを基準にします
コホートの継続率が6か月目以降に0％になる	クエリまたはエクスポートで、データがまだ6か月分ないコホートが除外されていないか確認します。長期継続率のビューから、過去6か月以内に獲得したコホートを除外します
セグメント内の顧客数がメールリストのサイズと一致しない	ストアの顧客には、メール配信に登録していない人もいます。顧客（注文ベース）とメールリスト（同意ベース）を分けてセグメント化します
最近購入した顧客にウィンバックキャンペーンが送信される	セグメントのフィルターが最新であることを確認します。セグメントをエクスポートする前に注文データを同期してください。データが古いと、メールが誤った連絡先に送信されます

関連スキル

• @customer-segmentation
• @attribution-modeling
• @sales-reporting-dashboard
• @ab-testing-ecommerce
• @unit-economics-tracking