Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.

大規模ECサイトにおける売上向上施策の一考察

1.956 visualizaciones

Publicado el

GAなどのKPIをもとにしたサイト改修以前で且つデータマイニング未満で行える、ちょっとした改善を行おうとする試みです。

今回:外部データとの同期やカテゴリマネジメントによる売上向上策、
次回、サイト内改善による売上向上策、
次々回、データマイニングによる売上向上策を予定しています。

Publicado en: Marketing
  • Sé el primero en comentar

大規模ECサイトにおける売上向上施策の一考察

  1. 1. 大規模ECサイトにおける売上向上施策の一考察 2014年3月 @otanet ○○御中
  2. 2. ご提案の流れ GAなどによるサイト改修以前・データマイニング未満で、ちょっとした改善が見込 めます! 1.レコメンド表示のチューニングによる機会損失の防止策 すぐに購入したい顧客層を逃してはいないかという仮説。 2.低額購買者層向けのコンテンツの新設との拡充による顧客育成 Cf. 高額購買者層向けのコンテンツ(=コールセンターでの対応)に対して、低額 者向けのコンテンツを設けて収益向上につなげられるという仮説 3.FAQ更新によるサイトコンテンツの充実策 御社のショッピングガイドのページとYahoo!知恵袋のクチコミやレビューに対応し て、FAQも更新することで、新規の見込み顧客の獲得へつなげる案です。 付録:基礎分析とマイニングの適用 ・SEO対策、サイト分析:SEOや導線分析 ・データマイニングによる分析案 2
  3. 3. 1.レコメンド表示のチューニングによる機会損失の防止策 ・仮説: →レコメンド表示の商品の中に、「売り切れ」の 商品や「再入荷待ち」の商品が多くある時に、 すぐに購入したい顧客は、Yahoo!ショッピングなど、 他のサイトに逃げてしまって、機会損出になって いるであろうという仮説。 • 仮説の根拠: →「non-no」、「more」など媒体別に調べてみる。 ・対策: →DBのチューニングを行い、在庫の有無の 相関関係をとり、新たなデータ項目を追加し、 このデータ項目をレコメンドエンジンに設定する。 ・効果: →代替商品を購入し他店への流出を未然に 防ぐことができます。 3 売り切れ レコメンド表 示の商品でも 売り切れ 離反・機会損出 になってる!
  4. 4. 1.視点:レコメンド表示のチューニングによる機会損失の防止策 ・視点:在庫管理とDB連携の確認を。 →レコメンド表示の商品の中に、「売り切れ」ばかりが続いていないか確認する。 →レコメンド・エンジンのDBチューニングを。人工知能搭載の場合に。 →カテゴリ・マネジメントも! 4 売り切れ レコメンド表 示の商品でも 売り切れ 離脱 離脱 購入したい商品が売切れ… 類似商品でも売切れ… 他のブランドへ…
  5. 5. 2.低額購買者層向けのコンテンツの新設との拡充による顧客育成 ・仮説: →高額購買顧客⇔VIP専用フリーダイアル →低額購買顧客⇔ない?? ・仮説の根拠: →仕組みとしては見受けられない。 ・対策: →Web上のコンテンツを新たに設置 して、C2Cでお答えしたり、ユーザの好きな コンセルジュからアドバイスがもらえる、 そういった、新たなコンテンツを設置してみよう。 ・効果:①ロイヤリティー顧客の育成に! ②C2Cで効率よく!! ③コンセルジュで即決させられます!!! 5 既存の顧客育成プログラ ムを動かしましょう!
  6. 6. 2.視点:低額購買者層向けのコンテンツの新設との拡充による顧客育成 ・視点: →高額購買顧客には、VIP専用フリーダイアルの対応をして、 →低額購買顧客には、コストのかからない、C2Cのコンテンツ設置を! ・顧客ランク別のCRMプログラムは静的から動的に運営しよう! 6
  7. 7. 3.FAQ更新によるサイトコンテンツの充実策 ・仮説: →FAQがしっかり充実していれば、 CVまでゆくのではないか。 ↑ YaHoo!知恵袋などのクチコミまで見て、 FAQを対応されていない部分もあるのではないか。 例)彼女→彼氏へのプレゼントはどのブランドがよいか ・仮説の根拠: → 「ショッピングガイド」や「よくある質問」としては、 多くはない。 ・対策:Yahoo!知恵袋やTwitterなどの外部のSNSのクチコミを、 →テキストマイニングして、いくつかグループとして、 抽出して、FAQに反映させること。 対応案) 過去の購買履歴からランキングで表示するなど。 ・効果: • 最近のクチコミを「ショッピングガイド」や「よくある質問」でキャッチしていれば、CV の至る可能性が高まり、CVにいたる。 7
  8. 8. 3.視点:FAQ更新によるサイトコンテンツの充実策 ・視点:サイト内以外のクチコミのデータの同化を! →消費者の購買意思決定には、クチコミが影響している。 このクチコミをサイト内で対応することで、離脱を防ごう。 Cf. コールセンターのFAQは外部のクチコミを反映させることで、 売上が倍増した事例があります。 8 基幹システム のデータ アクセスログ・ データ サイト外 クチコミ・データ サイト内のFAQ 反映させ よう!
  9. 9. まとめ ・GAなどによるサイト改修以前・データマイニング未満で、ちょっとした改 善を行いましょう! ・上記のスライドの1.から3.までを行うことで、既存のリソース(会員育 成プログラム等)を流動的に活性化でき、収益改善や売上向上が見込め ます。 ・いずれも、顧客購買履歴などの売上データやクチコミなどの文字のデー タを、分析することで、その要因を可視化し、根拠として用いています。 ・これにより、継続的なPDCAが実現できます。顧客の気持ちで主観的な 仮説を、客観的に証明することで、自信の持てる・ダイナミックなサイト運 営ができるようになります。 9
  10. 10. 付録:データマイニングによる分析案 ・売上予測の分析のイメージ(BI:Pentaho + R/SPSSを使用) 10 ・クチコミのテキストマイニングのイメージ(Rを使用) ・顧客セグメンテーションのイメージ(Rを使用)
  11. 11. 付録:サイト間のネットワーク分析(Rを使用) • サイト間のネットワーク分析のイメージです。 11 ・類似商品の抽出 → レコメンド商品のDB(Rを使用) @rinzorizoさんから引用
  12. 12. 付録: • 引き続き更新予定です。 • 今回:外部データとの同期やカテゴリマネジメントによる売上向上策 • 次回、サイト内改善による売上向上策。 • 次々回、データマイニングによる売上向上策 … 12
  13. 13. 参考文献& URL一覧 1.ファッション通販・アパレル 集英社 FLAG SHOP(フラッグショップ) http://bit.ly/1dREWDF 2. 【ニッセン】カタログ 通販 ニッセンオンライン http://bit.ly/1i7cA9g 3.ブライアン・ハリス(2006)「カテゴリーマネジメント入門」 http://amzn.to/1dRFw4o 4.「ニューラルネットで画像分類をやってみた」 rizorizoさん http://www.slideshare.net/rinrin1981/ss-5290500 13

×