eighty-twenty-customer-value-rfm について
注力に値する顧客、買い手、見込み客、アカウントを見極める顧客価値セグメンテーションスキルです。購入時期、頻度、金額、反応、適合度を評価し、セグメントごとの対応を提案します。
主な機能
- 01顧客対象と期間を定義
- 02購入時期・頻度・金額・適合度を評価
- 03価値と可能性で顧客を分類
- 04工数・利益率・適合度を考慮
- 05セグメント別の対応を提案
活用シーン
- 01高価値顧客への連絡を優先
- 02プレミアム購入の可能性がある買い手を特定
- 03分類ごとの育成や再選定を計画
- 04価値が低い、または維持コストの高い関係を発見
インストール
コマンドをコピーしてターミナルで実行します。
$
npx skills add https:/ / github.com/ lvtd-llc/ skills --skill eighty-twenty-customer-value-rfmインストール後、Claude Code で/eighty-twenty-customer-value-rfmを入力して読み込まれたか確認します。
詳細
80/20 顧客価値 RFM
特に注力する価値のある顧客、購入者、見込み客、またはアカウントを見つけるには、このスキルを使用します。Perry Marshall の『80/20 Sales and Marketing』に基づいています。
出典の追跡可能性
主な出典:『80/20 Sales and Marketing』第12章、第19章、第22章、第23章。
- 第12章では、プレミアム購入者の行動と、顧客価値の見落とされがちな側面を扱っています。
- 第19章では、問題のある顧客や成果の低い担当者を排除する方法を扱っています。
- 第22章では、重要な指標を少数に絞る方法を扱っています。
- 第23章では、最新性、頻度、金額、顧客価値の測定を扱っています。
ワークフロー
1. 顧客セットを定義する
以下を記録します。
- 顧客または見込み客の母集団。
- 期間。
- 売上、利益、または戦略的価値の指標。
- 利用可能な行動データ。
- フォローアップの対応能力。
データが不十分な場合は、セグメンテーションの精度が高いふりをせず、実用的なスコアリング計画を作成します。
2. RFM と反応性をスコアリングする
各顧客またはセグメントをスコアリングします。
- 最新性:最後に行動または購入した時期。
- 頻度:行動または購入の頻度。
- 金額:支出額、または支出可能額。
- 反応性:反応の速さと強さ。
- 適合性:望ましい顧客プロファイルとの一致度。
3. リストをセグメント化する
次のグループを使用します。
- 最良の購入者:直近の価値が高く、リピート行動があり、適合性が高い。
- 拡大候補:適合性が高く、プレミアムの可能性を示す証拠がある。
- 育成対象:適合する可能性はあるものの、タイミングや根拠が弱い。
- 低価値層:適合性または価値が低く、対応に手間がかかる、またはサポート負荷が高い。
- 問題のある顧客:利益率がマイナス、行動が有害、または戦略上の足かせとなる。
4. セグメントごとの対応を決める
セグメントごとに異なる対応を推奨します。
- 個別のアプローチ。
- プレミアムオファー。
- 紹介の依頼。
- 自動化された育成。
- 再評価。
- 関係の終了、整理、または取引の打ち切り。
出力形式
# Customer Value Segmentation
## Data Available
- Population:
- Time window:
- Fields available:
- Data gaps:
## RFM Segments
| Segment | Recency | Frequency | Money | Responsiveness | Action |
|---------|---------|-----------|-------|----------------|--------|
## 80/20 Findings
- Top customers:
- Hidden expansion group:
- Low-value tail:
- Problem customers:
## Recommended Actions
1. [Action]
2. [Action]
3. [Action]
品質基準
- すべての顧客を同等の価値があるものとして扱わないでください。
- 労力、利益率、適合性を考慮せずに、売上だけを評価しないでください。
- 明確な理由なしに顧客との取引を打ち切るよう提案しないでください。
- プレミアムの可能性と現在の支出を区別してください。
- セグメンテーションの精度向上に役立つデータを明示してください。
コメント
Markdown 対応