ニーズと思考を反映させる。顧客を引き込むDMの作り方。

コストに見合った利益を生まないのなら、DM送付というビジネスそれ自体の見直しが必要となる。DMは相手を決めて確実に気持ちを伝えることが重要。

DMの費用が固定費と考えられていたのはDM送付が与えるインパクトの評価が難しかったから。

ところが、固定費と考えられていたDMはデータマイニングによって大きな変化を迎えた。DMは数打ちゃ当たるから、投資に見合った効果を生む営業手段に変わった。

数百万の顧客の中から意味のある数千人を絞り込むことがデータウェアハウスの構築とマイニングツールの導入によって可能になった。

分析を行うためには予測モデルを構築し、顧客ごとのスコアリングを行う必要がある。データマイニングツールの進歩によりモデルの作成は半自動がで行えるようになった。

問題はモデルを理解して導かれた結果を業務に落とし込むこと。

これについてはたくさんの仮説・検証を繰り返して経験値を獲得する。

組織としてこうしたノウハウを蓄積する仕組みを構築することも重要な施策。

顧客が反応するか、しないかという予測には顧客がDMに応答したか、しなかったかという過去の情報が必要。その情報は二値(Binary)で入力されていなければならない。したなら1、しなかったら0といったように。

応答の有無とその原因となる要因を因果関係で表すのがロジスティック回帰である。０になるか１になるかというデータさえ持って入ればロジスティック回帰分析が行える。

詳しくは以下の書籍にて。