Data become
your concierge.

　DMではセグメントを切って配信していたが、配信コスト増大していた。 メルマガは全通配信できるもののオプトアウトが起こり、効果が一定水準以上上がらなかった。 それぞれの配信対象者は独立して抽出されており、コントロールてきていなかった。

　過去のDM・メルマガの配信履歴と購買履歴を統合し、過去の購買情報の パターンとDM・メルマガのルールを学習させ、ターゲット抽出アルゴリズムを開発。 新たなアルゴリズムで抽出されたターゲットでは、DM配信コストを削減しつつ売上を担保、 メルマガ購入確率が上昇。ターゲット抽出を自動化させ、削減した抽出作業コストで新たなクリエイティブ開発、 コミュニケーションプランの立案を行った。

　本部としてデータ分析に注力することを推進していたものの、店舗で働く現場スタッフと リテラシーの乖離が大きく、活用が進まない状況に苦慮していた。

　本部スタッフが現場で活用してほしい情報を収集することと、現場スタッフとの 面談を通してのリテラシーやニーズを収集るうこととを通し、双方が使いやすい分析レポート、 運用体制を企画した。POSデータを預かり、地域情報や競合立地など自社データだけでは把握が困難なものは 無償で使える外部データを収集し、データベースに格納し、自動でレポートが出力されるロジックを開発した。

　新たなレポート活用方法を講義形式で講演し、個別相談や店舗訪問によるフォローアップレクチャーを行い、 現場スタッフ同士でも情報交換を行える場を構築した。その結果現場スタッフ側から積極的により詳細な 分析レポートを使いたいニーズを引き出し、企業のデータ活用が一歩前進した。

　自社ポイントを活用したロイヤリティプログラムを展開していたものの、その効果が 定量的に把握できていなかった。周弁競合他社に合わせたポイント倍率を上げた施策や会員ランクに 応じたポイントバックプログラムなど同時多発的に展開しており、効果の測定が困難になっていた。

　ポイント発行の投資対策効果、会員ランクによる離反防止、倍率UPやボーナスポイントの購買促進効果 といった要素に分解し、要素を紐解いたところ、売上向上や顧客の購買行動促進に寄与しない施策群が 発見された。効果の無い施策をとりやめることで無駄な販促費を削減し、その後会員ランク施策の見直しを 行った。