DXの浸透に伴い、データ分析は多くの企業で導入されています。しかしデータに基づいた推論はできても、結果に確信が持てず、うまく組織内の決裁者に説明できないことも多いのではないでしょうか。そのような時は、まず分析の目的を明確にし、目的に適したフレームワーク（分析手法）を用いて分析を進めることによって根拠を持った説明ができるようになるため、組織内の決裁者の理解も得られやすく分析結果にも自信が持てるようになります。
顧客行動の各種分析フレームワークの内容
早速、売上データやサイト訪問ログなど、顧客行動データの分析でよく使われている分析のフレームワークを簡単にご紹介します。各手法の詳細を知りたい方は関連記事をご覧ください。ABC分析
ABC分析は商品やサービスの売り上げなどを効率化して企業や店舗の経営力を高めることを目的としています。すべての商品やサービスなどについて、今後の経営で優先させるもの、優先度を下げるものというようにランク分けをしながら合理的な商品管理をするために利用します。例えば商品の販売実績を3つに分類します。非常によく売れるグループをA、まずまずの売れ行きを示すグループをB、あまり売れないグループをCとし、よく売れる主力商品のAグループについては仕入れ量を増やしたり目の付く場所に陳列する、準主力商品群Bグループと非主力商品群のCグループについては、仕入れ量を減らしたり陳列する場所を移動や縮小する、といった行動を決定する際の検討材料として分析結果を利用します。ABC分析の結果は、その後の適切な経営判断に生かすことが大切と言えます。
関連記事：ABC分析のメリットと適切な活用法
RFM分析
RFM分析とは、顧客の属性をRecency（直近購入日）、Frequency（購入頻度）、Monetary（購入金額）の3つの要素に分けてグルーピングし分析する手法です。RFMそれぞれの要素で顧客をランク付けし、ランクに応じたグループごとに仮説立案・分析をします。RFM分析を実施すると、対象グループの顧客にマッチしたマーケティングができるので、社内のリソースを顧客になる確率が高いグループへ使用できます。反対に、RFMの全ての要素でポイントが低い顧客はマーケティングの対象から外す、最終購入日が一定期間前の顧客にはアンケートで理由を探るといった対策が可能です。
顧客1人ひとりにあわせた効率的な1to1マーケティングで、LTV（Life Time Value：顧客単体が生涯でもたらす収益の総額）の最大化が可能となります。
関連記事：RFM分析のメリットと実施方法とは？考慮すべき点も解説
デシル分析
デシル分析とは、顧客の購入金額を高い順に10等分し、各セグメントの構成比を算出する分析方法です。デシル分析の基本は、購入金額が一番高いグループに多くの予算を割くという施策です。売上構成比が高いデシルはリピート購入に繋がりやすいと考えられるため、施策費に対するリターンが見込まれます。売上構成比が低いデシルにアプローチするなら、低価格の商品を紹介することで安さやお得さの訴求をするとよいでしょう。デシル分析の最大のメリットは、シンプルで簡単に分析できるという点です。指標が1つであるため、特殊なBIツールなどを用いなくても簡単に分析できます。
関連記事：手軽に顧客分析ができる？デシル分析のメリットと実践方法とは
バスケット分析
バスケット分析とは、商品がどのような組み合わせで買われているのかを分析する手法です。買い物かご（バスケット）の中にどのような商品が一緒に入っているのかを分析することから、バスケット分析と呼ばれます。マーケティングのエピソードとして有名な「おむつとビール（夕方に子どものおむつを買いに来た父親が、ついでにビールを買って帰る）」のような関連性を導き出すのに向いています。
バスケット分析のメリットは、分析方法自体が簡単かつ結果が直感的でわかりやすいため、分析者を選ばず、商品レコメンドやクロスセルなどにつなげやすいと言えます。
関連記事：誰でも手軽に活用できるバスケット分析のメリットと実施方法とは？
アソシエーション分析
アソシエーション分析は、事象間の関連性を探る分析手法です。事象Aが発生した際には事象Bが発生するというような関連性を分析していきます。例えば、ECサイトにおいて「特定商品を検索する際に、一緒に検索されやすい単語を明らかにすること」、位置情報において「特定の場所を訪問した人が、同時に訪問しやすい場所を明らかにすること」等が挙げられます。いずれも、「どういった組み合わせが最適なのか」を明らかにすることで、商品の企画や販促施策に繋げることができます。
先ほどのバスケット分析とよく似た内容ですが、バスケット分析は、アソシエーション分析の枠組みの中の一つで、商品の併売について分析する手法です。基本的な分析方法はバスケット分析と同様となりますが、購買行動以外でも様々なシチュエーションでの活用が可能な汎用性の高さがあります。
関連記事：購買分析におけるアソシエーション分析とバスケット分析の違いとは？
コホート分析
コホート分析とは、同じ時期に誕生したなど同時期に似たような経験・思考をもった集団に対して意識・行動を分析する、統計学の分析手法の一つで、ECサイトやWebマーケティングの分野でも活用されています。コホート分析は、データを一定の範囲で区分することによって、その範囲ごとのユーザーの行動傾向を調べられる手法です。またコホート分析の結果が変化する要因は、「年齢（加齢）効果」「時代効果」「コホート効果」の3つがあります。コホート分析によりユーザー行動から世の中のトレンドやニーズを把握し対策することで、ユーザーの定着率向上が期待できます。
関連記事：行動データ分析におけるコホート分析のメリットと実践方法とは
LTV分析
LTVとは、顧客生涯価値（LTV：Life Time Value）のことで、顧客が生涯でもたらす収益の総額を意味します。LTV分析は、顧客が企業に支払った金額を基にして商品やサービスの貢献度が高い顧客層を抽出する手法で、また顧客にかけているコストを明確にすることにより、コストと売り上げを関連付けてマーケティング施策を検討することができます。LTVの算出方法は複数あり、顧客ごとの取引額や平均購入単価、売り上げとコストなど算出方法によって着目する内容も違いますので、目的に合わせた手法の選択が重要となります。
関連記事：LTV分析のメリットとは？分析にあたって重要な算出方法の例も解説
顧客行動の分析前には目的の明確化が必須
今回は顧客行動データの分析に役立つ、具体的なフレームワークについて紹介しました。しかしフレームワークの活用だけでは、適切な顧客行動の分析は実施できません。顧客行動の分析を実施する前に、分析の目的を明確にしたうえで必要なデータを揃え、適切なフレームワークを選択することが必須です。
このような分析前の手順を踏まえることで、分析結果が意味を持ち、結果に基づく施策立案に繋がるなど、ビジネスへ活かしやすいものとなるでしょう。
これからの顧客分析には「ジャーニーデータ分析」がおすすめ
今回ご紹介したフレームワークを利用して見えてくる結果は、データから読み取れる範囲内のものしかありません。顧客行動をより深く理解するためには、データに現れた顧客行動の理解とともに、その行動を起こした動機の把握が必要です。クロス・マーケティングでは、顧客単位で行動を時系列で整理し、LTV向上に繋がる特定の行動をしたターゲット顧客に対して行動を起こした動機をアスキング調査（顧客への質問調査）により補完し、顧客心理を理解するジャーニーデータ分析を提供しています。
フレームワークによる適切な分析手法で導き出した分析結果にジャーニーデータ分析を加えることで、顧客の意識を理解した、有効な施策案の立案が可能になります。
