仮説を持ったデータ分析が売上アップにつながる

先日、以前から親しくしている通販会社Ａ社様から販売データ分析のお仕事を依頼されました。Ａ社では以前も分析のお仕事をしたことがあるのですが、売上もだいぶ上がり、久しぶりに自社の現状を認識しておきたいとのことでした。

Ａ社の方とは分析前に打ち合わせを行ったのですが、Ｂという商品を買ったお客様のその後の購入傾向を知りたいとか、自社サイトとモールとでのお客様の購入傾向を知りたいなど、具体的に知りたいことを教えていただきました。分析することが目的なのではなく、分析結果をもとに売上アップを図りたいという意思が明確なのが強く印象に残りました。

事前に仮説を持たないとデータ分析は意味がない

漠然と販売データを分析しても、すでに知っていることの再確認で終わってしまいます。仮説を持たずに分析した結果、何か出てくるだろうと淡い期待を持っていても期待している何かが出てくることはありません。

化粧品通販会社Ｂ社はある時、データ分析会社に販売データの分析を依頼しました。しかし、特に仮説を持って分析を依頼しなかったために、カラフルでグラフが豊富な資料は出てきたのですが、特に新しい発見もないまま報告書を受け取るのみになってしまいました。

化粧品通販会社Ｃ社では非常に細かくデータ分析を行っていましたが、分析担当者が経営陣に上手に結果を報告できていませんでした。「恐らく、この施策の影響でこの数字が変わったと考えられます」という報告ができればよかったのですが、ただの数字の報告で終わってしまっていたので分析結果をもとに、施策の意思決定ができない状態でした。

仮説を持って分析し、分析結果から仮説を生み出す

販売データの分析においては事前に仮説を持つことと、分析結果をもとに新しい仮説を生み出すことが大切です。

化粧品通販会社Ｄ社では誕生日登録があるお客様はＬＴＶが高いのではという仮説を立てました。実際に調べてみたところ、仮説の通りの結果がでました。お誕生日がわかっているお客様には誕生月にＤＭやプレゼントを送る施策を継続していたのが要因ではと新しい仮説を立て、誕生日施策を強化することにしました。

健康食品通販会社Ｅ社でもＤ社と同様の仮説を立て、調べてみたところ、特に誕生日登録の有無とＬＴＶに相関関係は見られませんでした。Ｅ社はシニア層のお客様が多く、誕生日の施策もそんなにお客様から喜ばれていなかったことが要因ではないかと考え、特に新たな誕生日施策を講じることはありませんでした。

他社で良いことが自分の会社で良いとは限らないので必ず自社のデータをもとに確かめてみる必要があります。

健康食品通販会社Ｆ社ではクロスセルの提案は購入回数が少ないお客様には適さないという一般的に言われている説に疑問を感じました。そこで、クロスセル率を購入回数別に調べたところ、購入回数が少ないお客様の方がクロスセル率が高いことが判明しました。この結果をもとに購入回数は気にせずクロスセルの提案を行うことに方針変更をしました。

食品通販会社Ｇ社では購入回数が多いお客様は健康志向が強いのではと仮説を立て、購入されている商品の売れ行きを調べてみました。すると、健康志向の商品の売れ行きが良く、仮説通りの結果が確認でき、今まで以上に健康志向の商品の販売を強化することにしました。

仮説を立ててから分析することで売上アップにつながるヒントを見つけることができるのです。