PLANKTON R

コラムColumn

自社で培ったノウハウなどをもとに、約20年通販業界に精通しているプロの視点で、
様々なカテゴリーにおける概略・ノウハウ・事例等をご紹介いたします。

  • HOME
  • 購買データベース分析について

【オンライン講座】
購買データベース分析について

購買データ分析についてのお話です。

以前KPI編のときにKPIは2種類あり、1つはレスポンスを見極めるための販促指標。もう1つがこのままいくと儲かるか儲からないかを見るための投資指標である。

全ての指標を算出しようとするとシステム改修が大変そうで億劫になるという話がありますが、そんなにお金のかかる話ではありません。そのあたりを詳しくお話しします。
大変になる場合というのは通販インフラの左側の方で全てのKPIを算出しようとすると起こります。商売でクリティカルな部分でKPIを算出しようとするのですからその影響値が後半に及び、またミスがあってはならないので回収費用がかさみます。そこで発想を変え、購買データ分析に関わるものはそれだけで別環境を作る方が効果的ではないかと思います。

通販インフラで持っている個別に別れたテーブルはそのまま置いておき、そこからミラーデータを外だしの環境の方にコピーし、そこに販促管理を持っているテーブルを掛け合わせて1行の仮想データとして加工したデータをベースにクロス集計をかけていくようなやり方をオススメしています。

実例としては、加工したデータで横の1行にどのトランザクションナンバーがどういう販促ナンバーでその販促ナンバーに対する販促のクリエイティブはなんだったのか、引き上げの条件が何であったか、広告の条件が何であったかという情報と共に、どの商品をいつ買ったかということを包括して表せるようになります。
そしてこの加工した購買データをクロス集計していくとこのような形での表示が可能になります。ある広告番号がどんな広告であったか、それらのCPRがそれぞれ幾らなのか。そしてその後のリピート購買がどのように推移していくのか、ということが算出できます。また先ほどの前のページにあったように各属性ごとにフィルタリングすると、属性単位での比較も容易になります。このようにデータベース分析と構築が容易にできるようになります。それらの分析を基盤システムに寄らず、気軽に色々とできるようになりますので、詳細はお問い合わせいただければと思います。