顧客属性を分析して売上アップ！分析方法もあわせて解説

売上をアップするための方法は様々ですが、顧客属性を把握することも有効な手段の1つです。顧客のもつ特性を把握し分析することで、有効なマーケティング施策を打ち出せます。
今回は、顧客属性という言葉の意味からその分析方法までを詳しくご紹介します。

顧客属性とは顧客が持つ年齢や嗜好などの情報を分類したもの

顧客属性とは、顧客が持つ情報をそれぞれカテゴリ化したものです。
たとえば性別や年齢であったり住んでいる地域や嗜好であったり、様々なものが挙げられます。

顧客属性を収集することで、商品がどんな層に売れるのか、あるいはどの層に人気がないのかなどを分析できます。
そうすることで、ターゲット層の理解に繋がり、マーケティング戦略などの立案に生かせます。

顧客属性は、静的属性と動的属性に分けられる

顧客属性は、「静的属性」と「動的属性」の2つに分けられます。

「静的属性」は生年月日など基本的に生まれてから変わることのない属性です。
対して、「動的属性」は、職業や嗜好など、変化する可能性があるものを言います。

このような顧客属性の情報は、多く把握すればするほど分析結果も精度を増していきますが、個人情報なので管理は徹底するように気を付けましょう。

顧客を属性ごとに集めたものを「顧客セグメント」といい、マーケティング戦略に役立つ

顧客を属性ごとに分類することを「セグメンテーション」といい、分けられたグループを「顧客セグメント」と言います。

顧客セグメントに分けることはマーケティング戦略でも非常に重要です。
属性ごとに分けてさらに分析することで、アプローチすべき見込み層を把握できます。
そのため、ただマーケティング施策を打ち出すのではなく、それぞれに合った施策を考えられるのです。

顧客属性の分析方法

クラスター分析で顧客を特性ごとにグループ分けしよう

クラスター分析とは、似た要素を持つ者同士を集めてグループ（クラスター）に分ける方法のことです。

例えば4人の対象者に好きな食べ物を聞いたところ、それぞれ「ハンバーグ」「パスタ」「お寿司」「天ぷら」と答えたとします。
一見バラバラな答えのようですが、「洋食好きなグループ」と「和食好きなグループ」に分けることができます。

このように、煩雑なデータから同じ要素を見つけてグループを作ることで、顧客同士がどれだけ互いに類似しているかや、異なっているかを把握できます。

また、クラスター分析は顧客同士の近さを数値化できるため、データの分類も効率的になります。
クラスター分析については、以下の記事で詳しく解説していますので参考にしてみて下さい。

合わせて読みたい記事

マーケティングにおけるクラスター分析とは？考え方の基本を概説統計学やマーケティングの分野において、「クラスター分析」という言葉を聞いたことはありますか? 今回は、マーケティングにおけるクラスター...

RFM分析は顧客を購買行動でカテゴライズできる

RFM分析は、顧客を購買行動でグループ分けする分析方法です。
「最新の購買日（Recency）」「購買頻度（Frequency）」「累計購入金額（Monetary）」の３つを指標とし、顧客を何段階かに分けて分類していきます

例えば、購買日がつい最近で過去にも繰り返し購入を行っており、累計での購入金額が高い顧客は、それだけ優良であるという位置づけになります。

購入回数が多い人や、購買日が過去3ヵ月以内の人に絞ってDMを送ったり、分類ごとに有効と思われる施策を行っていきましょう。

デシル分析を使って顧客を購入金額ごとに分類しよう

デシル分析は、顧客を購入金額によってグループ分けし、そのグループごとに購入比率や売上構成比を算出していく分析方法です。

まず、全顧客を購買金額が高い順から10等分してランク付けを行います。
そして、それぞれの層ごとに購入金額の合計を出し、全体の売上に対する比率や1人あたりの購入金額などを計算していきます。

一般的には、購入金額の高い上位20％が売上の80％を占めることが多く、その上位グループに対して施策の優先度を上げることが有効です。
このように、売上に対して高い比率を占める層を洗い出すことで、どこにマーケティング施策を打ち出していけばいいかを考えるヒントになります。