データをどのように集めるか。定性的データと定量的データ。

定量的データはどれだけ購入したかなど、測りやすい指標。定量的データは製品などのイメージといった測りにくい指標。

定性的データは定量的データと同じ分析の土俵に上げるため量的データへ変換する必要がある。

そのため、クラスター分析によってアンケートデータを似た者同士で集めたり、因子分析で質問項目の共通項を見つけ出す。もしくは主成分分析で質問項目を統合化させる。

顧客それぞれが持つ３つのイメージの良し悪しを数値として解読可能なデータにする。

会社イメージが良く、購入総額も高いグループは顧客ロイヤリティの高い優良顧客グループである。ロイヤリティの維持と購入金額の増加を目指して、クロスセル、アップセルを提供すれば良い。

会社イメージは良いが購入総額が低い層には定量的データで購入製品を確認し、クロスセルやアップセルのアクションを提供すれば良い。

会社イメージと価格イメージの組み合わせが類似している新規顧客と既存顧客を見つけ出す。同じイメージを持つグループ同士であるため、既存顧客が購入する製品を新規顧客が購入する可能性は高い。

アンケートの段階から対象に新規顧客を含めることで無駄のないプロモーションを行える。

定性的データと定量的データを駆使したデータマイニングは多くの考慮点を生み出す。企業が「顧客ロイヤリティ」を獲得し維持していく最大の武器は、「変化の激しい消費者の心をいかに掴むか」であり、企業はどこよりも早く学習し変化を遂げる能力が求められている。

詳しくは以下の書籍にて。