2020.06.25
新規顧客はどうすればリピーターになってくれる？
とあるECショップA社はここ数年多くの新規顧客獲得向けキャンペーンを実施しましたが、現在社内で新規顧客獲得数の伸び悩みが問題視されています。そこでA社は新規顧客の2回目の購入（以下リピート購入）増加を解決すべき課題に挙げ、 ＜図1＞ のような収集可能であったデータセットを基に課題解決のための分析を実施することにしました。
かなり情報が少ないデータセットですがこれを基にTableauを使ってリピート購入増加の手がかりを分析していきます。
A社の現状のリピート購入状況を可視化
手元にあるデータを使って早速Tableauでのビジュアライズを試してみたいところですが、＜図1＞のデータセットではリピート購入に至ったかどうかが判断できません。リピート購入の有無判断のために先ず＜図2＞のようなテーブルを作成します。
前回のブログで紹介した計算フィールドを使って <図2> のようなテーブルを作成しました。これでリピート購入有無が判断できるので、A社のリピート購入者数とその割合を時系列で確認します。
＜図3＞は2017年1月～12月の月ごとの非リピート購入者とリピート購入者数の推移を示しています。毎月およそ900人の顧客を獲得し約2割がリピート購入に至っていることがわかります。Tableauにはレコード数のカウントや合計に対する割合を自動計算する機能が実装されているため、＜図2＞のような文字列だけのテーブルに対しても定量的な分析を行うことができます。
リピート購入に至るまでの経過時間を可視化
A社のリピート購入数の現状はわかりましたが、このままではリピート購入者数増加に向けてどんなアクションをすればいいのか判断ができません。そのため次はリピート購入に至るまでの経過時間を把握することで、非リピート購入者にリピート購入を促すタイミングの最適値を可視化してみます。先ほどと同様現在のデータでは初回購入日と2回目の購入日の日付のみが存在し、その間隔の日数は存在しません。そのため先ずは＜図4＞のようなテーブルを作成します。
Tableauでは日付関数と呼ばれる日付の計算に特化した関数が実装されており、今回の様に2つの日付間の日数の差分を求めることができます。データの準備ができましたので、ここではリピート購入に至るまでの経過時間をヒストグラム※を使ってビジュアライズします。
＜図5＞は初回購入日から2回目購入日までにかかった月数を0ヶ月～23ヶ月にグループ化（横軸）し、それぞれのグループに何人のリピート購入者が属しているのかをグラフの長さ（縦軸）、また各グループ時点での累計人数をテキストラベルで表しています。 <図5> を見ると時間が経つほどリピート購入する人数は減少傾向にあります。さらにリピート購入者のおよそ半数が約6か月以内に2回目の購入に至っていることもわかります。
以上の結果を考慮すると、初回購入日から6か月以内の非リピート購入者に対し、リピート購入を促すアプローチを行うことでA社の現状リピート購入率約20%を改善し結果リピート購入数を増加させることができるのではないかというひとつの施策案が生まれるのではないでしょうか。
まとめ
今回はとあるECショップA社の分析を例にTableauを使った分析のプロセスとアウトプットをご紹介いたしました。BIツールを使うというと完璧なダッシュボードを作成しなければならないとイメージされる方も多いと思います。しかし実際はそんなことはなく、気になる数字の計算やビジュアライズをその場限りで行うこともTableauのような計算や表現の自由度の高いセルフBIツールの使い方のひとつです。近年探索的データ分析という言葉がよく使われますが、Tableauを活用し関係者とディスカッションしながら気軽に気になる数字や傾向を分析することもデータを使った意思決定に重要なことだと思われます。
※ 統計資料の度数分布図のひとつ。横軸に階級を、縦軸に度数を取り、度数分布の状態を長方形の柱で表したグラフ
