建材商社の顧客データを機械学習にて分析・予測することにより売上20%向上に貢献
プロジェクト概要
- ソリューション：データ分析、データ分析基盤、機械学習予測
- 業界：商社、建材
課題
建材商社であるクライアントは、主にアジアとヨーロッパを中心に取引を行い日本で販売している。近年、市場の競争激化により成長が鈍化。既存のCRMシステムでは、主に過去の取引実績や一部の顧客情報しか活用していなかったため、新たな成長機会を見つけることができずにいた。
アプローチ
顧客データの全面活用
初めに、CRMと連携したデータウェアハウスを構築。顧客データを一元管理し、RFM（Recency, Frequency, Monetary Value）分析を用いて顧客を4つのセグメント（新規、継続、休眠、離反）に分類。
クラスタ分析と予測モデリング
次に、機械学習（K-means法）によるクラスター分析を用いて、顧客をさらに細かいサブセグメントに分類。さらに、XGBoostを用いた予測モデリングで、各セグメントの将来的な購買行動やLTV（Life Time Value）を予測。これにより、特定の商品やプロモーションがどのセグメントに効果的かを明らかにした。
セグメント別施策の展開
最後に、各セグメントに対応した施策を展開。高LTVの顧客にはより手厚いサポートを行うプレミアムサービスの提供、休眠顧客にはリエンゲージメントメールを展開した。
成果
このアプローチにより、以下の成果を上げた。
- 売上：対象事業部で約20%の向上
- 顧客エンゲージメント：一年以上取引がなかった顧客の約15%が再度取引を開始
このケースは、顧客データの活用の幅と深さを高度化することにより、競争が激しい業界でも再成長できる機会を見つけられることを示した。
