ECPower

リピートマーケティングの教科書

Shopifyストアで再購入を促すには、誰に、いつ、どんな案内を届ければよいでしょうか。本書は、その答えを自社の顧客データから見つけるための手引きです。現状の診断から施策の設計・運用まで、順を追って説明します。

増田 大夢
・ 読了 約66分

序章 最初の一回で終わったのは、なぜだろう

「リピーターを増やしたい」。そう考えて、次のメルマガで使えるクーポンを用意したとします。送り先は、これまでに一度だけ買ってくれたお客さまです。

ところが、同じ「購入1回」でも、昨日コーヒー豆を買った人と、ひと月前にお試しセットを買った人とでは、事情が違います。前者なら、おいしく淹れるコツを知りたいかもしれません。後者なら、セットで気に入った豆をもう一度買いたくても、商品名を思い出せずにいるかもしれません。

どちらも、注文履歴だけでは答えの出ない問いです。ただ、いつ、何を買った人なのかがわかると、試せることが一つ見えてきます。たとえば、お試しセットの購入者に、入っていた豆の名前と、それぞれを単品で買えるページを案内する。そのうえで、案内を送った人と送らなかった人で、その後の再購入率に違いがあったかを確かめます。

本書では、Shopifyストアの購入履歴を手がかりに、誰に、いつ、何を届けるかを考えます。自社で最初の一通を試すところから、効果のあった案内を繰り返し届けられるようにするところまで、一緒に進めていきましょう。

次の一回を考えるときの三つの視点

  • 誰に:まず、施策の対象を決めます。対象を決めずに全員に同じ案内を送ると、顧客それぞれの状況に合わず、成果につながりにくくなります。
  • もう一度:10回買ってもらう計画を立てる前に、次の1回に集中します。初回購入者には2回目の購入を、2回目の購入者には3回目の購入を促します。次の購入を促す取り組みを重ねることで、継続的に買ってもらえるようになります。
  • 仕組みにする:担当者の勘や努力だけに頼らず、対象・施策・効果の測り方を決め、翌月以降も継続して取り組める状態をつくります。

なぜ今、リピートが重要なのか

新規顧客の獲得にかかる費用は年々上がっています。広告のクリック単価が上がり、SNSの投稿が届きにくくなるなか、同じ予算で獲得できる新規顧客は減っています。一方、一度購入した顧客に再購入を促す費用は、新規顧客の獲得に比べて小さく抑えられます。すでに商品を知っており、メールなどで継続的に接点を持てるためです。

新規顧客の獲得だけに頼って売上を伸ばしていると、広告費の上昇が成長を妨げます。リピート購入が売上を支えていれば、新規顧客が減っても、その影響を和らげられます。リピートマーケティングは、ストアを長く続けるための土台です。

重要性はわかっていても、始められない理由

リピートの重要性を理解していても、何から始めればよいかわからない人は少なくありません。その一因は、考える順番にあります。「LINEを導入すべきか」「ポイント制度をつくるべきか」「メルマガの配信を増やすべきか」と手法から考えると、どれも有効に見えて、選ぶ基準が定まりません。

まずは診断し、次に設計し、そのうえで運用します。初回購入後のどの段階で顧客が離れているかを数字で確かめるのが「診断」です。その顧客に何を届けるかを決めるのが「設計」で、手法を選ぶのはこの段階です。設計した施策を実行し、効果を確かめながら改善するのが「運用」です。

この順番で進めると、「LINEを導入すべきか」という漠然とした問いが、「離脱しそうな常連客へ、購入から60日目に商品の使い方を案内したい。どのチャネルが適しているか」という具体的な問いに変わります。

本書を活用するうえでの前提

本書の内容が、すべてのストアで同じように効果を発揮するわけではありません。次の条件を踏まえて活用してください。

  • 顧客数:購入者が数千人以上いると、購入履歴などに応じてグループ(セグメント)に分けても一定の人数を確保でき、施策の効果を数字で判断しやすくなります。数百人規模のストアでは、まず新規顧客の獲得とブランドづくりを優先し、本書を今後の準備に役立ててください。
  • 商材:食品、化粧品、消耗品、アパレルなど、繰り返し購入されやすい商材では、比較的早く効果が表れます。家具やジュエリーのような高額で購入頻度の低い商材にも同じ考え方を使えますが、結果が出るまでには時間がかかります。
  • 時間軸:効果が表れるまでには3〜6ヶ月かかります。今月の売上をすぐに増やしたい場合には向きません。

本書の全体像

本書では、次の4つの段階に沿って取り組みを進めます。順番に読み、実践していくと、最後に自社のストアの「リピート導線図」が完成します。

  • 診断:5つの指標を算出し、顧客が離れている段階を調べ、取り組む課題を1つに絞ります。
  • 設計:「誰に・なぜ・何を・いつ・どこで」の5つを決めます。
  • 運用:手動で試し、対象顧客の購入行動の変化を測り、効果を確認できた施策を自動化します。
  • 導線設計:常連客の購入履歴を参考に、新規顧客に紹介する商品や購入後の案内を組み立てます。

ここで一度、自社の注文履歴を開いてみてください。最近2回目の注文をした人を一人選び、初回に何を買い、何日後に何を買ったかを見てみましょう。

一人の履歴を見ただけでは、ストア全体の傾向はわかりません。では、こうした一人ひとりの買い物が、ストアの売上にどう表れているのでしょうか。

第1部 売上を、お客さまの買い物から読み解く

まずは、リピートマーケティングの土台となる「誰がどれだけ買ったかで売上を捉える」という考え方を押さえます。

第1章 同じ売上でも、買っている人は違う

売上を表す2つの式

ある期間(例:1年間)の売上は、次の2通りに分解できます。

注文ベース:売上 = 客単価 × 注文数
顧客ベース:売上 = 購入者数 × 一人あたり購入額

どちらの式も、同じ期間の売上を表しています。注文数を「購入者数 × 一人あたりの購入回数」に置き換えると、注文ベースの式から顧客ベースの式を導けます。

売上 = 客単価 × 注文数
     = 客単価 × (購入者数 × 一人あたりの購入回数)
     = 購入者数 × (客単価 × 一人あたりの購入回数)
     = 購入者数 × 一人あたり購入額

注文ベースの式では、「購入者数」と「購入回数」が「注文数」にまとめられています。そのため、注文数が増えても、新しい顧客が増えたのか、同じ顧客が何度も買ったのかを区別できません。リピートの状況を把握するには、注文数を購入者数と購入回数に分けて見る必要があります。

一人あたり購入額の積み重ねがLTVになる

ここでいう一人あたり購入額は、その期間(たとえば1年間)に一人の顧客が購入した金額です。顧客が購入を続ければ、購入額は年を追って積み重なります。その累計が、顧客生涯価値(LTV)です。

LTV = 客単価 × 購入頻度 × 継続期間

たとえば、1回に5,000円の買い物を年4回、3年間続けた顧客のLTVは、5,000円 × 4回 × 3年 = 6万円です。1年間の一人あたり購入額は2万円で、これを「年間LTV」と呼ぶこともあります。

ある期間の売上を伸ばすには、購入者数か、その期間の一人あたり購入額を増やす必要があります。さらに、翌年以降も購入を続けてもらうことで、LTVが高まります。

LTVを高めるには、LTVの式にある3つの要素を改善します。客単価は商品構成や価格と関わりが深く、主に商品戦略の領域です。リピートマーケティングでは、特に購入頻度を高めることと、継続期間を延ばすことに取り組みます。「もう一度買ってもらう」ことで購入頻度を高め、「買い続けてもらう」ことで継続期間を延ばします。

新しい顧客を増やすのは集客の役割です。一方、顧客の離脱を減らし、購入を続けてもらうことは、リピートマーケティングの役割です。毎年の購入者数は、新しく加わった顧客と、前年から購入を続けている顧客の合計です。離脱が減れば、集客にかける費用が同じでも、購入者数は増えていきます。

標準レポートだけでは把握しにくいこと

Shopifyの標準レポートは、注文単位の集計が中心です。注文データを顧客IDごとに合計するだけでは、一人の顧客の購買行動が時間とともにどう変わったかまでは把握できません。

たとえば、「去年の1月に初めて買った人のうち、今年も買った人は何割か」を調べるには、去年1月の初回購入者を特定し、同じ人たちの1年後の購入状況を確認する必要があります。そのためには、顧客ごとの購買履歴を時系列で追えるデータが必要です。本書で扱う指標の多くは、この「人 × 時間」の視点に基づいています。

第2章 注文を数えたあとに、買った人を見てみる

売上帳と顧客台帳

売上の見方は、帳簿になぞらえると「売上帳」と「顧客台帳」の2つに分けられます。売上帳は、いつ、何が、いくら売れたかを記録するものです。顧客台帳は、誰が、いつ、何を買ったかを、顧客ごとに記録するものです。

日付や商品ごとに並んだ売上帳では、「最近、あの常連客が来ていない」という変化は見えにくくなります。顧客ごとに履歴を追える台帳なら、その変化に気づけます。Shopifyの注文を中心としたレポートに加えて、リピートマーケティングには、この顧客台帳の視点が必要です。

同じ問いを、2つの視点で考える

「今月の売上が先月より落ちたのはなぜか」を、2つの視点から考えてみます。

売上帳の視点:売上を客単価と注文数に分けると、客単価は変わらず、注文数が減っていることがわかりました。商品別では、看板商品の注文が減っています。ただし、ここまでの集計では、新規顧客が減ったのか、常連客が離れたのかはわかりません。次の施策を決めるには、さらに調べる必要があります。

顧客台帳の視点:今度は、購入した人に着目します。「去年その商品を買った常連客のうち、3割が今年はまだ買っていない」とわかり、該当する顧客も特定できました。ここまでわかれば、その顧客に連絡するという具体的な施策を考えられます。

同じ購買データでも、注文単位で見るか、顧客単位で見るかによって、わかることが変わります。顧客ごとの購入履歴を見ることで、売上の変化に対して具体的な施策を考えやすくなります。

計器盤とカルテ

注文ベースと顧客ベースの見方は、それぞれ役割が異なります。

  • 注文ベースは計器盤:毎日の売上を確認し、異変に気づくために使います。
  • 顧客ベースはカルテ:異変があったときに原因を調べ、対応を考えるために使います。

まず、注文ベースの数字から売上の落ち込みに気づきます。次に、顧客ベースで誰が離れたのかを特定し、その顧客に働きかけます。その後、何割の顧客が再購入したかを確認します。再購入が増えれば、その結果は注文ベースの売上にも表れます。このように、2つの見方を行き来して改善を進めます。

どちらで見るかは、問いの主語で決める

迷ったときは、何を知りたいのかに応じて使い分けます。

  • 商品・在庫・チャネル・期間・キャンペーンについて知りたいときは、注文ベースで見ます。売れた商品、発注量、広告費に対する売上の割合(ROAS)、今日の売上などが該当します。
  • 顧客・セグメントについて知りたいときは、顧客ベースで見ます。誰が離れたのか、F2転換率、常連客のLTV、離脱の予兆などが該当します。

本書では、顧客を主語にした問いを扱います。

第3章 リピートの3つの壁

「自社のリピート率は30%です」という数字だけでは、どこに課題があるかはわかりません。どの段階で購入が途絶えるかによって、原因も必要な施策も異なるためです。本書では、継続購入を妨げる課題を3つの「壁」に分けて考えます。

F2の壁:初回購入から2回目へ
商品を試しただけで終わっている、使い方がわからない、次に何を買えばよいかわからない、ストアの名前を忘れている、といった理由で2回目の購入に進めない段階です。

習慣化の壁:2回目から常連客(3〜5回目以降)へ
商品は気に入っていても購入間隔が空く、他のストアでも買える、思い出すきっかけがない、といった理由で継続的な購入につながらない段階です。

離脱の壁:常連客の購入が途絶える
飽きた、生活が変わった、不満があった、競合に乗り換えた、ストアからの連絡がなくなった、といった理由で常連客が離れていく段階です。

最も大きいのは、F2の壁

多くのストアでは、顧客数が最も大きく減るのは初回購入から2回目の購入までの間です。業種にもよりますが、初回購入者のうち、2回目の購入に至る人は2〜4割程度で、残りの6〜8割は一度きりの購入にとどまります。一方、一度リピートした人は、3回目も購入する傾向があります。2回目の購入に進めるかどうかは、常連客になるうえで大きな分かれ目です。

壁ごとに、対象も働きかけも変わる

購入がまだ1回だけの顧客は、まだストアや商品をよく知りません。使い方や、次に買うとよい商品を案内することが大切です。購入が習慣として定着していない顧客は、商品を知り、気に入っています。商品を思い出してもらい、買い続ける理由になる案内を届けます。購入が途絶えた常連客には、これまでの関係を大切にしていることが伝わるように連絡します。そのうえで、購入が途絶えた理由に応じた対応を考えます。

これらの違いを区別せず、全体のリピート率だけを見ても、具体的な施策は決まりません。自社では、どこで購入が途切れているでしょうか。それぞれの壁に応じて、ストアの課題をF2型・習慣化型・離脱型の3つに分けます。どの壁にも目立った課題がない場合は、購入の流れ全体を見直す「導線設計」に進みます。

第4章 よくある誤解

成果につながらないリピート施策には、共通するパターンがあります。ここでは5つを紹介します。詳しい対処方法は、それぞれの章で説明します。

  1. 全員に同じ案内を送ればよい:顧客の状況に関係なく同じメールやLINEを送っても、関心を持ってもらいにくくなります。配信を重ねるほど開封率が下がり、配信停止が増えることもあります。
  2. 開封率・クリック率を成果指標にすればよい:これらは、メッセージが届き、読まれたかを確かめるための指標です。リピート施策の成果は、その顧客がもう一度購入したかで判断します。
  3. 新規顧客を増やし続ければよい:顧客の離脱を放置したまま新規顧客を獲得し続けるのは、穴の開いたバケツに水を注ぐようなものです。獲得単価の上昇によって、成長が止まりかねません。購入者数と一人あたり購入額に分けて、売上の構造を見直してください。
  4. 全体平均を見れば判断できる:「リピート率35%」だけでは、何を改善すべきかはわかりません。入口商品や購入回数ごとに分け、業種の特徴も踏まえて初めて、取り組むべき課題が見えます。
  5. 分析すれば成果につながる:ダッシュボードを眺めるだけでは、顧客の行動は変わりません。分析は、施策に結びつけて初めて役立ちます。本書では、必ず「誰に何を届けるか」まで具体化します。

第2部 どこで購入が途切れているかを調べる

初めて買ったきりの人が多いのか、それとも何度も来てくれた人の足が遠のいているのか。同じ「リピートが減った」という悩みでも、確かめたい数字は変わります。まず、自社の購入履歴から手がかりを探しましょう。

第5章 最初に見る5つの指標

指標は数多くありますが、最初は次の5つに絞ります。いずれも、顧客ごとの購入履歴をもとに算出する指標です。

リピート率
一定期間(例:直近12ヶ月)に購入した人のうち、その期間内に2回以上購入した人の割合です。
わかること:ストア全体で、どれだけリピート購入が生まれているか

F2転換率
初回購入者のうち、一定期間内(例:初回購入から180日)に2回目の購入をした人の割合です。
わかること:初回から2回目の購入に、どれだけつながっているか

平均購入間隔
2回以上購入した人について、購入から次の購入までの日数を平均したものです。中央値も併せて確認します。
わかること:顧客に案内を届けるタイミングの目安

ロイヤル顧客比率
アクティブ顧客のうち、自社で定めたロイヤル顧客の基準を満たす人の割合です。基準の決め方は後述します。
わかること:アクティブ顧客のうち、自社のロイヤル顧客の基準を満たす人の割合

離脱率
前期にアクティブだったリピート顧客(2回以上購入した顧客)のうち、当期に離脱の基準に該当した人の割合です。ここでいう「期」は、四半期や半年など、平均購入間隔より長い期間で区切ります。基準の決め方は後述します。
わかること:購入を続けていた顧客が、どれだけ離れているか

離脱率を計算するときは、1回だけ購入した顧客を対象から除きます。アクティブ顧客の多くは初回購入者のため、全員を対象にすると、離脱と判定される顧客の多くが「2回目の購入をしなかった人」になります。それでは、F2の壁と離脱の壁を区別できません。離脱率では、購入を続けていた顧客が離れていないかを確かめます。

補助指標:F3転換率
2回目の購入をした人のうち、一定期間内(例:2回目の購入から180日)に3回目の購入をした人の割合です。
わかること:2回目から、継続的な購入につながっているか(習慣化の壁の大きさ)

5つの指標に加えて、購入が習慣になっているかを調べるためにF3転換率も算出します。通常、2回目の購入をした顧客は商品やストアをすでに知っているため、F3転換率はF2転換率よりも高くなります。F3転換率がF2転換率とあまり変わらない場合は、2回目の購入が定着につながっていないと考えられます。

「ロイヤル顧客」と「離脱」の基準を決める

ロイヤル顧客比率と離脱率を計算するには、まず判定の基準を決めます。本文では継続的に購入する人を広く「常連客」と呼び、集計や判定では自社の基準を満たす人を「ロイヤル顧客」と呼びます。次の目安から始めてください。

  • ロイヤル顧客:購入回数で決めるのが簡単です。まずは「3回以上」を仮の基準とし、自社の購入回数の分布を見て調整します。ある購入回数を境に継続率が大きく上がるなら、その回数を基準にします。累計購入額の上位20%といった金額による決め方もありますが、最初は回数で十分です。
  • 離脱:平均購入間隔をもとに決めます。まずは「最終購入から平均購入間隔の2倍を超える日数が経っても、再購入していない人」を、離脱の候補とします。平均購入間隔が60日の商材なら120日、180日の商材なら1年が目安です。これは「もう戻ってこない顧客」と決めつけるためではなく、再購入に向けた働きかけが必要な顧客を見つけるための基準です。

毎月の数字を比べるときは、同じ基準を使い続けることが大切です。頻繁に変えると、指標の変化が施策によるものなのか、基準の変更によるものなのかを判断できなくなります。

指標を算出するための環境

本書で使うデータ環境について
5つの指標を本書の定義で算出するには、顧客ごとの購買履歴を時系列で追える環境が必要です。Shopifyの標準レポートに表示される数字だけで判断せず、顧客別の購入履歴を扱える分析ツールを使うか、注文データをCSV形式で書き出して顧客IDごとに集計します。CSVでも始められますが、毎月同じ集計を続けるなら、専用の分析環境があると運用しやすくなります。以降は、こうした集計ができることを前提に進めます。

第6章 業種別の目安

F2転換率が30%でも、その評価は業種によって変わります。消耗品では改善の余地が大きい一方、アパレルでは比較的高い水準です。以下に、業種ごとの目安をまとめます。

表の数字は、多数のShopifyストアの支援経験に基づく目安であり、厳密な統計値ではありません。自社の数字がどのあたりに位置するかを把握するために使い、細かな差にとらわれすぎないようにしてください。ロイヤル顧客比率、離脱率、F3転換率は、ロイヤル顧客や離脱の基準がストアごとに異なるため、業種別の目安を設けていません。次の「ボトルネックを1つに絞る」の判定基準を使ってください。

業種 リピート率 F2転換率 平均購入間隔 特徴
食品・飲料D2C 30〜45% 25〜40% 45〜90日 消費サイクルが明確で、使い切る時期を予測しやすい
化粧品・スキンケア 35〜50% 30〜45% 60〜120日 定着すると購入が長く続きやすい。初回の使用感が重要
消耗品・定期購入(サプリ・日用品) 45〜65% 35〜55% 30〜60日 繰り返し購入する商材のため、離脱を防ぐ取り組みが重要
アパレル・雑貨 20〜35% 15〜30% 90〜180日 季節の変わり目や新作の発売が、購入のきっかけになる
高額・低頻度商材(家具・ジュエリー) 5〜15% 5〜12% 365日〜 2回目の購入までに年単位の時間がかかる。紹介や関連商品の提案が鍵

改善の余地を見つけるために使う

この表では、目安の下限に近い指標に注目してください。他社との順位をつけるためではなく、自社のどこに改善の余地があるかを考えるために使います。

たとえば食品D2Cで、リピート率は40%と高めなのに、F2転換率は25%と低めだったとします。この場合、「2回目の購入をした顧客は定着しているものの、初回から2回目につながりにくい」という課題が考えられます。優先して確認したいのは、F2転換の状況です。

どの指標にも目立った課題がなければ、常連客が初回に何を買い、その後どんな順番で商品を選んだかに目を向けてみましょう。

第7章 ボトルネックを1つに絞る

5つの指標と補助指標のF3転換率を算出したら、どの段階で購入をやめる顧客が最も多いかを確認し、取り組む課題を1つに絞ります。同時にすべてを改善しようとすると、取り組みが中途半端になり、どの施策が効果を生んだかも判断しにくくなります。

3つのタイプと、目立った課題がない場合

F2型(F2の壁)
F2転換率が業種の目安を下回る一方、2回以上購入した顧客は、その後も比較的順調に購入を続けています。

習慣化型(習慣化の壁)
F2転換率は低くないものの、2回目から3回目以降の購入に進む顧客が少ない状態です。F3転換率がF2転換率をあまり上回らず、平均購入間隔が長く、ロイヤル顧客比率も低くなっています。

離脱型(離脱の壁)
ロイヤル顧客は一定数いるものの、リピート顧客の離脱率が高く、常連客の購入が途絶えています。

目立った課題なし
いずれの指標も業種の目安の範囲内にあり、特定の壁で多くの顧客が離れているわけではない状態です。購入から定着までの流れ全体を見直すことで、継続購入をさらに増やせる可能性があります。

判定の手順

  1. F2転換率を業種の目安と比べます。下限を下回っていれば、F2型です。初回から2回目の間は購入が途絶える人数が多いため、迷ったらここから確認します。
  2. F2転換率が目安の範囲内なら、離脱率を確認します。前期にアクティブだったリピート顧客の3割以上が離脱基準に該当していれば、離脱型です。
  3. どちらにも該当しなければ、F3転換率と平均購入間隔を確認します。F3転換率がF2転換率を10ポイント以上上回っていない場合、または平均購入間隔が業種の目安より長い場合は、習慣化型です。
  4. どれにも該当しなければ、目立った課題なしとして、導線設計に進みます。
  5. 2つ以上に該当する場合は、該当する顧客数が多い課題を優先します。F2の壁は対象となる初回購入者が多いため、優先されることが多くなります。

離脱型の「3割」、習慣化型の「10ポイント」は、判定を始めるための目安です。自社の数字を毎月記録していくと、平常時の水準がわかってきます。その水準から悪化したかどうかも、判断の材料にしてください。

課題を1つに絞る理由

F2型に取り組むと決めれば、誰に案内を届けるかも明確になります。対象は、初回購入から一定期間が経っても、2回目の購入をしていない顧客です。対象が定まれば、再購入しない理由について仮説を立て、届ける内容とタイミングをその顧客に合わせて考えられます。

課題を絞らないまま案内を作り始めると、対象が「顧客全体」のままになり、一斉配信に戻りがちです。1つの課題を改善したら、数ヶ月後に改めて診断し、次の課題に取り組みます。

第3部 次の購入につながる案内をつくる

たとえば、お試しセットの購入者の多くが、一度きりで終わっているとします。その人たちに何を伝えれば、また買いたいと思ってもらえるでしょうか。まず届ける相手を絞り、その人が次の購入をためらう理由を考えます。理由の見当がつけば、伝える内容も、届けるタイミングも決めやすくなります。

第8章 顧客を分ける

同じ案内でも、顧客の状況によって関心を持ってもらえるかどうかは変わります。施策を設計するときは、まず購入履歴などに応じて顧客を分けます。

「現在の状態」と「購入の入口」で分ける

顧客の分け方は数多くありますが、リピートマーケティングでは「今、どのような状態にあるか」と「どのようなきっかけで購入したか」の2つに整理すると考えやすくなります。

現在の状態で分ける

RFM:最終購入日・購入回数・累計購入額
顧客の状態を把握するための3つの指標です。購入回数(F)はリピートのどの段階にいるか、最終購入日(R)は離脱の兆候があるか、累計購入額(M)はロイヤル顧客に該当するかを判断する手がかりになります。診断で選んだ課題に該当する顧客を抽出するときは、まずこの3つを使います。

購入の入口で分ける

入口商品:初回に何を買ったか
同じ「初回購入から30日が経った顧客」でも、お試しセットを買った人と定番商品を買った人では、再購入しない理由が異なります。初回に買った商品を「入口商品」と呼びます。入口商品別に集計すると、その後のリピート購入にどのような違いがあるかを確認できます。常連客の購入履歴を調べる際にも、重要な視点です。

流入元・販売チャネル:どこから来て、どこで買ったか
広告、SNS、検索、紹介といった流入元や、店舗、EC、卸といった販売チャネルで分けます。広告を見て訪れた人と、紹介で訪れた人では、ストアへの期待や事前の知識が異なります。店舗で買った人とECで買った人も、購入の入口が違います。流入元別にF2転換率を見ると、初回購入者は多いものの、その後の購入につながっていない流入元が見つかります。

購入目的:自家用か、ギフトか、イベントに合わせた購入か
母の日や年末の贈り物として買った人は、自分では商品を使っていない場合があります。また、特定のイベントに合わせて購入した人には、次のイベントまで買う理由がないこともあります。自家用の購入者とは、再購入しない理由も、適した働きかけも異なります。

まずRFMで顧客の現在の状態を確認し、施策の対象を選びます。次に、その顧客を入口商品や流入元、購入目的で分け、再購入しない理由を考えます。同じ状態に見える顧客でも、購入のきっかけが違えば、再購入しない理由も異なるためです。

最初は大まかに分ける

注意したいのは、最初から細かく分けすぎることです。「初回に商品Aを買い、90日以内に2回目の購入をせず、広告経由で訪れ、東京に住み、メールの開封履歴がある人」と条件を重ねると、数十人しか残らず、施策の効果を数字で判断しにくくなります。

最初は、1つのセグメントに数百人以上が含まれる程度を目安にしてください。効果が見えてから、必要に応じて細分化します。幅広い顧客に効果がある施策は、自動化した後も多くの顧客に届けられるため、売上への影響も大きくなります。

セグメントには説明文を添える

セグメントを作成したら、短い説明文を添えてください。たとえば、「初回購入から90日が経っても2回目の購入をしていない人。商品は届いているが、まだ使い切っていない可能性がある」と書きます。対象が誰で、なぜその状態にあると考えたのかを残すことが大切です。

この説明をもとに、再購入しない理由について仮説を立てます。作成した意図を残しておけば、数ヶ月後に見返したときにも、何のためのセグメントかを確認できます。

第9章 「誰に」を決める

分けた顧客のなかから、最初の施策の対象となるセグメントを1つ選びます。判断の基準は2つです。今案内すれば再購入につながりそうか、その結果どれくらいの売上が見込めるかを考えます。

タイプ別の対象

F2型
初回購入からの経過日数が、平均購入間隔の1〜1.5倍以内に収まっており、まだ2回目の購入をしていない顧客です。商品の記憶が残っているうちであれば、働きかけが再購入につながりやすくなります。時間が経つほど、再購入を促すことは難しくなります。

習慣化型
2回以上購入しており、最終購入から、平均購入間隔よりも少し長い日数が経っている顧客です。商品を気に入っているため、思い出すきっかけがあれば、再購入につながる可能性があります。

離脱型
ロイヤル顧客の基準を満たしていた人のうち、最終購入からの日数が離脱基準に近づいている顧客です。完全に離れてしまう前に働きかけます。過去の購入額が大きいため、再購入につながれば、売上への影響も期待できます。

対象人数と売上への影響を試算する

対象を決めたら、人数を確認し、購入につながった場合の売上を概算します。施策にどれだけの手間をかけるかを考える材料になります。

見込み売上 = 対象人数 × 予想購入率 × 1回あたりの平均購入額
例:対象2,000人 × 予想購入率8% × 平均購入額6,000円 = 96万円

予想購入率は、対象者のうち購入に至ると見込む人の割合です。最初は実績がないため、5〜10%を仮の値として試算します。施策を一度実施すれば、自社の実績に置き換えられます。

対象が数百人で予想購入率が5%なら、購入するのは十数人程度です。売上への影響は限られますが、施策の効果を確かめる最初の実験にはなります。対象が少なすぎる場合は、セグメントの条件を緩めるか、対象期間を広げてください。

再購入の可能性が高い顧客から始める

離脱基準を大きく超え、1年以上購入していない顧客は、最初の対象には向きません。再購入の可能性が低く、施策が有効かどうかを判断しにくいためです。まずは再購入の可能性が高い顧客で試します。効果を確認できたら、対象を少しずつ広げて検証します。

第10章 「なぜ買わないか」を一文にする

対象が決まったら、その顧客が「なぜもう一度買っていないのか」を一文にまとめます。理由を考えずにクーポンを送るだけでは、結果が出ても、なぜ買ってもらえたのか、あるいは買ってもらえなかったのかを判断できません。

仮説を一文にまとめる型

「〇〇の状態にあり、△△が理由で再購入していない」のように、顧客の状態と購入しない理由を結びつけます。

  • 「商品は気に入ったが、もう一度買う理由が見つからず、再購入していない」
  • 「商品がまだ残っているため、再購入していない」
  • 「使い方がわからず、効果を実感できなかったため、再購入していない」
  • 「次に何を買えばよいかわからず、再購入していない」
  • 「ストアのことを忘れており、再購入していない」
  • 「ギフトとして購入し、自分では使っていないため、再購入のきっかけがない」
  • 「価格が高いと感じ、次は他のストアで買おうと考えているため、再購入していない」

仮説によって、届けるべき内容は変わります。商品がまだ残っている人にクーポンを送っても、購入にはつながりにくいでしょう。使い方がわからない人には、新商品の案内よりも使い方の説明が必要です。仮説を一文にまとめるだけでも、的外れな施策を減らせます。

仮説の材料を集める

仮説は、思いつきだけで決めず、手元にある情報をもとに立てます。

  • 購買データ:初回に購入した商品・金額・時期と、ストアを訪れたきっかけを確認します。お試しサイズを1つ買った人と、通常サイズを3つ買った人では、再購入しない理由も異なります。「購入の入口」による分け方が役立ちます。
  • レビューと問い合わせ:「使い方がわからない」「思ったより量が少ない」「届くのが遅い」といった声は、再購入しない理由を考える手がかりです。
  • 接客で聞いた声:実店舗や電話対応で顧客から聞いた言葉は、仮説を立てるうえで具体的な材料になります。
  • 顧客の立場で考える:自分がその商品を初めて購入し、60日が経ったとしたら、どのような状態にあるかを想像します。データだけでは見落としていた理由に気づくことがあります。

仮説が複数あるとき

同じセグメントに属していても、再購入しない理由が全員同じとは限りません。複数の仮説がある場合は、それぞれに当てはまりそうな人数と、根拠となる情報の確かさを比べ、最も有力な仮説から試します。一度にすべてを検証しようとすると、何が効果につながったのかを判断しにくくなります。

第11章 「何を届けるか」を決める

仮説が決まると、届けるべき内容も絞られます。ここでは、顧客に届ける案内や提案を「オファー」と呼びます。割引のほかにも、仮説に応じて次のような案内を届けられます。

オファーの選択肢

使い方の提案
効果的な使い方、レシピ、組み合わせ、保管方法などを紹介します。
対応する仮説:使い方がわからない/効果を実感できていない

次の一品の提案
初回に買った商品と相性のよい商品を、おすすめする理由とともに案内します。
対応する仮説:次に何を買えばよいかわからない

補充の案内
使い切る時期に合わせて、「そろそろなくなる頃ではありませんか」と声をかけます。
対応する仮説:まだ使い切っておらず、買う時期を待っている/補充を忘れている

限定販売・先行販売の案内
既存顧客向けの先行販売や、限定品、数量限定の商品を案内します。
対応する仮説:今、購入する理由が見つからない

商品の背景を伝えるストーリー
作り手、素材、開発の経緯などを紹介し、商品への理解や愛着を深めてもらいます。
対応する仮説:他のストアでも同じような商品を買えると思っている

レビューの依頼
商品の感想を尋ねます。使ったときのことを振り返り、商品を思い出してもらうきっかけになります。
対応する仮説:商品やストアのことを忘れている

特典・会員ランクの案内
ポイント、次回購入の特典、会員ランクの昇格などを案内します。
対応する仮説:買い続ける理由がほしい(習慣化の壁への施策)

割引の案内
クーポンや送料無料の特典を案内します。
対応する仮説:価格を理由に購入を迷っている

割引に頼りすぎると起きること

割引は実施しやすく、初めは効果も得られやすい施策です。ただし、繰り返すと、顧客が次の割引を待つようになるおそれがあります。定価では買ってもらえず、クーポンを出さなければ売上が立たない状態になりかねません。

割引を使う場合は、「初回購入から30日以内の2回目の購入に限る」「この商品との組み合わせに限る」などの条件を設け、いつでも割引を受けられるわけではないことを伝えます。

自分のための提案だと感じてもらう

提案は、凝った内容である必要はありません。たとえば、「〇〇をご購入いただいた方へ。一緒に使うと便利な商品をご紹介します」と、購入履歴を踏まえた案内であることが伝われば、関心を持ってもらいやすくなります。

第12章 「いつ届けるか」を決める

同じ案内でも、届く時期によって結果は変わります。タイミングは勘だけに頼らず、自社の顧客の購入間隔から考えます。

平均に加えて、分布を見る

自社で算出した平均購入間隔は、最初の目安です。実際にタイミングを決める際は、初回購入から再購入までの日数の分布を調べ、何日目ごろに再購入が集中しているかを確認します。たとえば、30日前後に再購入する人が多く、90日前後にも小さな山が見られる場合があります。まずは、最初に購入が集中する時期を目安にします。

基本は、その少し前に案内を届けることです。30日前後に購入が多ければ、20〜25日目に送ります。顧客が次の購入を考え始める頃に、商品を思い出してもらうためです。

商材に合わせて案内の時期を考える

商材によって、タイミングの考え方は異なります。

使い切る時期に合わせて買う商品(消費サイクル型)には、食品、化粧品、サプリ、日用品などがあります。使い切るまでの日数から逆算し、1袋が30日分なら25日目前後を目安にします。1個買った人と3個買った人では、購入量に合わせて案内の時期を変えます。

季節や新作をきっかけに買う商品(欲求サイクル型)には、アパレル、雑貨、趣味用品などがあります。使い切る時期がないため、季節の変わり目や新作の発売、イベントなどが購入のきっかけになります。前回の購入から平均購入間隔を超える日数が経った頃には、新作などを紹介し、再購入のきっかけをつくります。

早すぎず、遅すぎない時期を探す

案内が早すぎると、「まだ残っているのに」と煩わしく感じられます。遅すぎると、すでに他のストアで買っているかもしれません。適した時期を探すには、購入から配信までの日数を2〜3パターンに分けて試し、配信後の購入率を比べます。最初に購入が集中する時期の少し前に配信すると購入率が高く、それより配信が遅くなるほど低下する傾向が見られます。

離脱型では、離脱基準を超える前に届けることを意識します。基準を超えて時間が経つほど、再購入を促すことが難しくなるためです。

第13章 「どこで届けるか」を決める

最後に、メールやLINEなど、案内を届ける手段(チャネル)を選びます。手段から考えたくなりますが、「誰に・なぜ・何を・いつ」が決まっていれば、適したチャネルも選びやすくなります。

メール
幅広い顧客に案内するために使います。使い方や次の一品の提案など、ある程度の説明が必要な内容に向いています。開封してもらうには、顧客が件名を見て「自分に関係する案内だ」とわかることが大切です。

LINE
友だち登録している顧客に届けます。短い声かけや補充の案内、限定販売の告知に向いています。登録者には、もともとストアとの関係が深い顧客が多い傾向があります。また、配信が多すぎるとブロックされることがあります。

同梱物
商品と一緒に届けます。初回購入者への使い方の説明や、次の一品の案内に向いています。初めて注文した商品と一緒に案内が届くので、2回目の購入を促すきっかけをつくれます。

SMS
携帯電話番号宛てに送る短いメッセージです。緊急性のある案内に向いています。費用や顧客の負担感も考慮し、多用は避けます。

店舗・接客
来店した顧客に直接働きかけられます。店舗がある場合は重要な接点です。ECの購買履歴も店頭で確認できると、より適切な提案につなげられます。

顧客との関係に応じて使い分ける

初回購入の直後は、多くの顧客に届けやすい方法を選びます。常連客には、これまでの関係に合った方法で個別に案内することも考えます。

  • 初回購入者(F2の壁):同梱物とメールを使います。まだLINEに登録していない顧客も多いためです。
  • 2回目以降の購入者(習慣化の壁):メールとLINEを使います。この段階では、LINE登録を促すことも考えます。
  • 常連客(離脱の壁):LINEを中心に、場合によっては手書きのはがきや電話も使います。対象人数が限られるため、一人ひとりに手間をかけやすくなります。

複数のチャネルを組み合わせる

たとえば、「同梱物で使い方を伝え、購入から20日目にメールで補充を案内し、メールを開封しなかった人にはLINEで短く声をかける」という組み合わせが考えられます。複数のチャネルを使えば、メールだけでは届かなかった顧客にも案内できる可能性があります。

ただし、最初から複数を使う必要はありません。最初の手動配信では1つのチャネルから始め、効果を確認してから組み合わせを増やします。

第4部 一度届けて、再購入が増えたか確かめる

設計した施策を実行し、効果を測り、有効な施策を自動化します。この取り組みを毎月続けることで、リピートマーケティングの成果と知見が積み重なります。

第14章 まずは手動で一度試す

設計した施策を、まずは手動で試します。自動配信を設定する前に、その案内が再購入につながるかを確かめましょう。

対象を絞った一括配信を、実験として設計する

全員に同じ内容を送るだけでは成果につながりにくくなります。ここでは、対象を絞り、検証したい仮説を決めてから一括配信を行います。配信前に、次の実験シートを作成してください。

実験シート(記入例)

  • 対象:初回購入から25〜35日が経ち、2回目の購入をしていない顧客(約1,800人)
  • 仮説:商品を使い切りそうだが、補充のきっかけがなく、再購入していない
  • オファー:「そろそろなくなる頃ではありませんか」という案内に、おすすめの使い方を1つ添える。割引は行わない
  • タイミング:初回購入から28日目を目安にする
  • チャネル:メール1通
  • 測る指標:配信後30日以内の2回目購入率。同じ条件で配信しなかった顧客と比較する
  • 比較グループ:対象の半分(約900人)には配信しない
  • 判定日:配信日から30日後

小さく始める

最初は、1つのセグメントに対して、案内の内容と配信チャネルをそれぞれ1つに絞ります。条件をいくつも変えると、何が結果に影響したかがわかりにくくなります。案内の内容を2種類試す場合は、同じセグメントを半分に分け、それぞれに別の内容を送ります。

配信しない比較グループを残す

対象セグメントの全員に配信せず、一部を配信しないグループとして残してください。「配信した人の8%が買った」とわかっても、比較対象がなければ、その人たちが配信しなくても買ったのか、配信をきっかけに買ったのかを判断できません。

配信しなかったグループの購入率が5%、配信したグループが10%なら、差は5ポイントです。この差を施策の効果として捉え、自動化を判断する材料にします。

比較グループに入れる顧客は、対象セグメントのなかから無作為に選びます。購入額の大きい顧客や、メールをよく開封する顧客を配信グループに集めると、配信しなくても差が出てしまいます。顧客IDの末尾の数字で分けるなど、機械的な方法を使ってください。

比較グループを残すと、その顧客からの売上がわずかに減る可能性があります。それでも、施策が本当に効いているかを確かめることが、次の施策の改善につながります。

差が偶然でないかを確かめる

比較グループとの間に差が出ても、人数が少なければ、その差は偶然かもしれません。比較グループが100人で購入率が5%なら、購入したのは5人です。この人数では、1〜2人の違いで購入率が1〜2ポイント変わります。配信の効果がなくても、数ポイントの差は簡単に生じます。

次の表は、配信グループと比較グループのそれぞれに必要な人数の目安です。実際に施策の効果があるときに、その差を「偶然とは考えにくい」と8割程度の確率で判断できる人数を示しています。

比較グループの購入率 差が3ポイント 差が5ポイント 差が10ポイント
5%前後 約1,100人ずつ 約450人ずつ 約150人ずつ
10%前後 約1,800人ずつ 約700人ずつ 約200人ずつ
20%前後 約3,000人ずつ 約1,100人ずつ 約300人ずつ

小さな差を確かめるには、多くの対象者が必要です。人数が足りない場合は、次の方法を検討します。

  • 最初の実験では、比較グループの人数を多めにする:効果がわからない段階では、対象の3〜5割を比較グループにします。効果が確認できて自動化した後は、1〜2割に減らしても構いません。
  • 数ヶ月分を合算する:対象が月に数百人しかいない場合は、同じ条件で2〜3ヶ月続けて配信し、合算して判定します。
  • 大きな差を狙って設計する:対象が少ないストアでは、数ポイントの差は確かめられません。対象を絞り込み、仮説に合った提案を届けて、大きな差が出る施策から試します。

表の人数に届かないまま差が出た場合は、「効果があった」と結論づけず、「効果がありそうなので、もう一度試す」と判断してください。時期を変えて2回以上の実施で効果を確かめてから自動化するのは、このためです。

第15章 顧客の購入行動の変化で効果を測る

開封率だけでは成果を判断できない

配信ツールでは、開封率やクリック率が目につきやすくなっています。これらは、メッセージが読まれたか、リンクに関心を持ってもらえたかを確認するための指標です。リピート施策の成果そのものではありません。

開封率が50%でも、購入につながっていなければ目的を達成できていません。一方、開封率が15%でも、開封者の3割が購入すれば、購入につながる案内になっていると考えられます。最終的には、配信しなかった顧客との差を含めて評価します。

確認する指標は、F2型なら2回目購入率、離脱型なら再購入率です。本書では、施策の対象となった離脱しかけた顧客などのうち、再購入した人の割合を「戻り率」と呼びます。

効果を測る手順

  1. 配信から一定期間を置きます。平均購入間隔を参考に、30〜60日を目安とします。
  2. 配信したグループのうち、期間内に購入した人の割合を算出します。
  3. 配信しなかった比較グループについても、同じ期間内の購入率を算出します。
  4. 両グループの購入率の差を確認します。差が大きいほど効果が見込め、差がなければ施策の見直しが必要です。

売上への影響は、「購入率の差 × 配信人数 × 平均購入額」で概算できます。対象を選ぶときに試算した見込み売上と照らし合わせてください。差が偶然でないかは、比較に必要な人数の目安で確認します。

効果を取り違えやすい2つの場面

比較グループを残していても、次の2つの場面では、施策の効果を取り違えやすくなります。

複数の施策を同時に始めたとき
同梱物の変更とメールの自動配信を同じ月に始め、その後に初回購入者のF2転換率が上がったとします。この上昇には両方の効果が含まれるため、どちらがどれだけ効いたのかはわかりません。施策ごとの効果を知りたい場合は、始める時期を1〜2ヶ月ずらすか、同梱物を入れる注文と入れない注文を分けるなど、比較できる形をつくります。

ある行動を選んだ顧客と、選ばなかった顧客を比べたとき
「定期購入に移行した顧客は、移行しなかった顧客より離脱率が低い」という結果は、定期購入の効果を示しているとは限りません。定期購入を選ぶのは、もともと続けるつもりのある顧客だからです。「LINEに登録した顧客はLTVが高い」「ポイントを使った顧客は購入回数が多い」も同じです。施策の効果を測るには、案内した顧客と、案内しなかった比較グループを比べます。

どちらの場面でも、比べている2つのグループが「施策の有無以外は同じ」と言えるかを確認してください。言えない場合は、効果を示す数字ではなく、次に検証する仮説の材料として扱います。

効果が出なかったときに確認すること

差が出なかった場合も、すぐに施策を取りやめるのではなく、どこに問題があったかを考えます。次の点を確認します。

  • 仮説は合っていたか:開封されたのに購入につながらなかった場合、再購入を妨げている理由に、案内の内容が合っていなかった可能性があります。別の仮説を検討します。
  • オファーは適切だったか:仮説は合っていそうでも、提案に魅力が足りなかった可能性があります。使い方の紹介や買い足す商品の提案など、別の内容を試します。
  • タイミングは適切だったか:開封率が低かったり、「まだ使っている」という反応があったりした場合は、配信時期を見直します。購入からの日数を変えて試します。
  • チャネルは適切だったか:そもそも案内が届いていない可能性があります。メールが迷惑メールフォルダに入っていないか、対象顧客のうちLINEに登録している人が少なくないかを確認します。

効果が出なかった場合も、結果と考えられる理由を実験シートに残してください。次に試すときには、その記録をもとに変更点を一つ選びます。

第16章 効果を確認できた施策を自動化する

自動化する条件

一度効果が出ただけでは、自動化に進みません。次の2つの条件を確認します。

  • 2回以上、同程度の効果が出ている:時期を変えて試しても、比較グループとの間に同程度の差が出ることを確認します。最初の結果には、季節やキャンペーンの影響が含まれていたり、偶然の差が表れていたりする可能性があるためです。各回の人数が比較に必要な人数の目安に届かない場合は、合算した人数で判断します。
  • 新たに条件を満たす顧客が継続的にいる:「初回購入から28日目」という条件なら、初回購入から28日を迎えた顧客が日々対象に加わります。一方、「2025年に商品Aを買った人」のように対象が固定された施策は、その都度手動で配信する方法でも対応できます。新たに条件を満たす顧客が継続的にいる施策ほど、自動化によって手間を減らせます。

自動化の流れ

自動化では、一定の条件を満たした顧客に、決めた内容を決めたタイミングで届けるよう設定します。たとえば、条件に該当する顧客にタグを付け、そのタグをきっかけに配信を開始します。

条件:初回購入から28日経過 & 2回目未購入 & 初回商品が「商品A」
  ↓ タグ「F2候補_A」を付与
  ↓ メールで使い方と補充を案内
  ↓ 7日後も未開封の場合は、LINEで短く案内

手動実験で使ったセグメントの条件を、自動配信の条件として引き継ぎます。セグメントを作ったときの説明文があれば、その施策の対象や意図を確認しながら設定できます。

自動化した後も見直す

自動化は、設定して終わりではありません。商品構成や顧客層が変わると、以前は有効だった施策でも効果が下がることがあります。少なくとも四半期に一度は対象人数と配信後の購入率を確認します。人数が減ったり購入率が下がったりしていれば、条件や案内の内容を見直し、手動で試してください。

手動配信と自動配信の役割

手動の一括配信は、新しい仮説を検証するために使います。効果が確認できた施策を続ける役割は、自動配信が担います。この使い分けによって、担当者の負担を抑えながら、新たな施策も試せるようになります。

第17章 月に一度、数字と購入履歴を一緒に見る

毎月、同じ指標を記録する

診断に使った5つの指標と補助指標のF3転換率を、毎月同じ定義で算出し、記録します。一度の集計でわかるのは、その時点の状況です。12ヶ月分を並べれば、変化を追いながら施策の効果を考えられます。

記録は簡単な形で構いません。1行に「月、指標、その月に実施したこと」をまとめます。たとえば、次のように記録します。

  • 5月:リピート率31%、F2転換率25%、F3転換率44%、平均購入間隔51日、ロイヤル顧客比率9%、離脱率19%。F2転換に向けた補充案内を、手動で1回配信。
  • 7月:リピート率33%、F2転換率30%、F3転換率45%、平均購入間隔48日、ロイヤル顧客比率10%、離脱率18%。F2転換に向けた補充案内を自動化。

大切なのは、指標の数値と一緒に、どんな施策を実施したかを記録することです。数字の変化と施策を並べておくと、後から結果を振り返りやすくなります。

コホートで長期的な変化を確認する

同じ月に初めて購入した顧客など、共通の時期に購入した顧客のグループを「コホート」と呼びます。その後の購入状況をグループごとに追うのが「コホート分析」です。たとえば、4月に初めて買った顧客のうち、6ヶ月後も購入を続けている人の割合を調べ、5月や6月の初回購入者と比べます。

施策を始める前と後で初回購入者のグループを比べると、購入を続ける顧客が増えているかを確認できます。月次の指標と併せて、年単位の変化も追っていきます。

数字が変わったら、該当する顧客を確認する

指標に変化があったら、数字だけで判断を終えないでください。離脱率が上がったなら、どの顧客が離脱したのかを確認します。特定の入口商品を買った顧客なのか、特定の流入元から来た顧客なのか、同じ時期に初回購入した顧客なのかを調べます。

数字の変化に気づいたら、該当する顧客の購入履歴を調べ、原因と必要な施策を考えます。

1ヶ月の進め方

月次の運用は、次の流れを基本にします。

  • 第1週:5つの指標とF3転換率を算出して記録し、先月の実験結果を確認します。
  • 第2週:今月の実験を設計します。対象・仮説・オファー・タイミング・チャネルを実験シートに記入します。
  • 第3〜4週:実験を実行します。自動化の条件を満たす施策があれば、設定を進めます。
  • 翌月第1週:結果を確認し、次の実験を考えます。

担当者1人で運用する場合は、月に1〜2件の実験が目安です。詰め込みすぎず、結果の確認と振り返りに時間を確保してください。

続けるほど、知見が蓄積する

運用を続けるうちに、説明文付きのセグメント、結果と考察を記録した実験シート、自動化された有効な施策の3つが揃っていきます。これらは、自社の顧客について学んだことを次の施策に生かすための資産です。担当者が変わっても、対象を選んだ理由や過去の結果を引き継ぎ、取り組みを続けられます。

第5部 常連客の買い方から、次に紹介する商品を考える

初めて来た人に、どの商品をすすめますか。迷ったら、すでに何度も買ってくれている人の履歴を開いてみましょう。最初の一品と、その次に選んだ一品。その組み合わせに、これから買う人にも役立つヒントがあるかもしれません。

第18章 常連客がたどった道筋を調べる

常連客を増やす方法を考えるときは、まず、すでに常連になっている顧客に目を向けます。どのような経緯で購入を続けるようになったかを調べると、他の顧客への働きかけにも役立つヒントが見つかります。

ロイヤル顧客の購入履歴を並べる

自社で定めたロイヤル顧客の基準に該当する人を抽出し、一人ひとりの購入履歴を時系列に並べます。数十人分を確認するだけでも、共通点が見えてきます。次の5つに注目してください。

  • 入口商品:初回に何を買ったかを確認します。特定の商品を最初に買った顧客が、常連客になりやすい場合があります。
  • 流入元:何をきっかけにストアを知ったかを確認します。紹介や店舗をきっかけに購入した顧客と、広告をきっかけに購入した顧客では、その後の購入傾向が異なることがあります。
  • 2回目までの日数:初回から何日後に2回目の購入をしたかを確認します。常連客は、初回から2回目の購入までの日数が平均より短いことがよくあります。
  • 2回目の商品:初回と同じ商品を再購入したのか、別の商品を購入したのかを確認します。
  • 定着までの購入回数:何回目から購入間隔が安定しているかを確認します。継続的に購入するようになった時期を見つける手がかりになります。

常連になった時点から、過去をたどる

購入履歴を見るときは、常連になった時点から過去をたどります。その直前には何を買い、さらにその前には何を買ったのかを順に確認します。購入を続けるきっかけになった商品や、買い方の変化を探すためです。

たとえば、「初回に商品Aを買い、45日以内に商品Bを買った人は、その後8割が常連になっている。一方、初回に商品Aを買っても商品Bを買わなかった人は、2割しか常連になっていない」という違いが見つかったとします。この場合、商品Bの購入が、その後の継続購入を考えるうえで重要な手がかりになります。

共通点が偶然ではないかを確かめる

共通点を見つけたら、次の2点を確認します。

  • 同じ購入パターンの顧客数:数十人以上いるかを確認します。数人だけの共通点では、偶然の可能性が高くなります。
  • 購入パターンが異なる顧客との違い:その買い方をしなかった顧客は、常連になりにくいかを確認します。常連になる割合が変わらないなら、見つけた共通点は、単に多くの顧客に見られる買い方なのかもしれません。

最初は1つの道筋に絞る

複数の購入パターンが見つかった場合は、最も多くの常連客に共通するものを1つ選びます。そのパターンをもとに紹介する商品や案内の時期を決めます。まず1つのパターンで試し、その後に別のパターンへと広げてください。

第19章 新規顧客が常連になるまでの流れをつくる

常連客が最初に何を買い、次にどの商品を選んだのかがわかったら、その購入パターンを新規顧客への提案に生かします。初めて買う人に紹介する商品と、購入後に届ける案内を見直しましょう。

入口商品を見直す

購入履歴から、特定の商品を初回に買った顧客が常連になりやすいとわかった場合は、その商品を初回購入の候補として積極的に紹介します。広告で紹介する商品、トップページの目立つ位置に置く商品、初回購入者向けのセット内容などを見直します。

初回によく売れる商品が、その後の継続購入にもつながるとは限りません。お試し価格の商品は初回購入者を集めやすい一方、その後の購入が続かないこともあります。入口商品は、初回の売上だけでなく、その商品を買った顧客のLTVも含めて評価します。

流入元も同様です。初回の獲得単価だけで判断せず、その後のLTVが高い顧客を獲得できるチャネルに予算を配分します。

初回購入後の体験を設計する

初回購入から2回目の購入までの間に、何を案内し、どのように商品を使ってもらうかを考えます。

  • 同梱物:使い方、おすすめの組み合わせ、作り手からのメッセージを届けます。購入履歴から見つけた、2回目の購入につながる商品の案内も入れます。
  • 購入直後のフォロー:商品が届く頃には到着を確認し、使い始める頃には便利な使い方を紹介します。購入を促すだけでなく、商品を使いこなしてもらえるように手助けします。
  • 登録の案内:LINEやアカウントの登録方法を、この時期にわかりやすく伝えます。

2回目の提案を、常連客の購入パターンに合わせる

これまでの提案を、購入履歴から見つけた常連客の購入パターンに合わせて見直します。商品Aの次に商品Bを買った顧客が常連になりやすいなら、2回目の提案では商品Bを紹介します。割引やポイントの提供だけに頼らず、次に買うとよい商品と、その理由を伝えることが大切です。

案内を送る時期は、常連客の多くが2回目の購入をしたタイミングから逆算し、その少し前に設定します。

第20章 リピート導線を1枚の図にまとめる

ここまでに決めたことを、1枚の図にまとめます。図があれば、担当者が変わったときも、新しい施策を考えるときも、どの段階の何を改善するのかを共有できます。

図の構成

横に「入口・F2・定着・維持」の順で、顧客の購入段階を並べます。各段階に、対象・仮説・オファー・タイミング・チャネル・指標の6項目を書き込みます。以下は記入例です。

入口 F2(初回→2回目) 定着(2回目→常連) 維持(常連)
対象 広告・SNSから訪れた人 初回購入から25〜35日、2回目未購入の人 2〜4回購入し、最終購入から50日を超えても再購入していない人 5回以上購入し、最終購入から90日を超えても再購入していない人
仮説 まず試してみたい 商品を使い切りそうだが、補充のきっかけがない 商品は気に入っているが、思い出す機会がない 飽きてきた、または生活が変わった
オファー 商品A(継続購入につながりやすい入口商品) 補充の案内+商品Bの提案 新作の先行案内、詳しい使い方の紹介 限定品、作り手からの手紙
タイミング 常時 初回購入から28日目 最終購入から55日目 最終購入から100日目
チャネル 広告、トップページ 同梱物+メール メール+LINE LINE、はがき
指標 入口商品別の180日以内のF2転換率 F2転換率 3回目以降の購入への転換率、購入間隔 離脱率、戻り率

各項目を、自社の数字と仮説に置き換えてください。

図の使い方

  • 優先する課題から記入する:最初からすべてを埋める必要はありません。診断で選んだ課題に対応する列から記入します。
  • 毎月更新する:配信実験で効果を確認できた内容を反映します。どの施策に効果があると判断しているかがわかるよう、最新の状態に保ちます。
  • 施策を話し合うときに使う:新しい提案があったら、この図のどの段階を改善するものかを確認します。該当する場所が見つからなければ、対象や目的が明確になっているかを見直します。

図を実際の運用につなげる

図にまとめることで、誰に、なぜ、何を、いつ、どのチャネルで届け、何を測るかを共有できます。毎月の結果をもとに図を更新し、次の施策を決めてください。この手順を自社で続けられるようにすることが、本書の目標です。

第6部 5つのストアで考えてみよう

ここでは、F2型・習慣化型・離脱型の3つの課題への対応を、具体例で確認します。さらに、初回購入から継続購入までの流れを見直す例と、販売チャネルや購入目的に応じて施策を考える例を紹介します。いずれも、複数のストアの事例を組み合わせた架空のケースで、数字は説明のために調整しています。現状の把握から設計、実行、結果の確認、導線図への反映までの流れを見ていきます。

第21章 調味料のお試しセットを買った人は、次に何を選ぶ?

このケースの要点
お試しセットを購入しても、その後の2回目の購入につながらないことが課題でした。使い切る時期に合わせて、補充用に買う商品を提案し、改善しました。

ストア:調味料D2C / 年間購入者:約12,000人 / タイプ:F2型

現状の数字

リピート率34%、F2転換率22%、F3転換率47%、平均購入間隔58日、ロイヤル顧客比率8%、離脱率21%でした。食品D2Cの目安と比べると、F2転換率が下限を下回っています。一方、F3転換率はF2転換率を大きく上回っており、2回以上購入した顧客は、その後も比較的順調に購入を続けていました。初回から2回目の購入に課題がある、典型的なF2型です。

顧客を分けてわかったこと

入口商品別にF2転換率を見ると、お試しセット(1,500円)の購入者は15%、定番の単品(2,800円)の購入者は38%でした。お試しセットで初回購入者を獲得できているものの、その後の2回目の購入につながりにくいことがわかりました。

お試しセットを買った後に2回目の購入をした人の多くは、初回購入から45日前後に定番商品を単品で買っていました。

設計

  • 誰に:お試しセットの購入から30〜40日が経ち、2回目の購入をしていない顧客(月あたり約600人)
  • なぜ:お試しセットは使い切ったものの、どの商品を普段使い用に選べばよいかわからず、再購入していない
  • 何を:お試しセットの3種のうち、最も人気のある定番商品と、その使い方を1つ紹介する。割引は行わない
  • いつ:初回購入から35日目
  • どこで:メールで案内する。今後販売するお試しセットの同梱物にも、同じ内容を追加する

実行と結果

対象は月に約600人のため、1回の配信では比較グループの人数が足りません。そこで、2ヶ月分の対象者(約1,200人)を半分ずつに分けて、1回目の手動配信を行いました。配信した顧客の2回目購入率は11%、配信しなかった比較グループは6%で、差は5ポイントでした。続く2ヶ月も同じ方法で実施すると、差は6ポイントでした。

各回とも、比較に必要な人数の目安(比較グループの購入率5%前後、差5ポイントで約450人ずつ)を上回る人数を確保できました。2回続けて効果を確認できたため、自動配信に移行しました。

同梱物の内容を変更したのは、自動配信を始めてから3ヶ月後です。メールの効果と区別できるよう、実施時期をずらしました。同梱物の変更前後で初回購入者のコホートを比べたところ、F2転換率は27%から31%に上がりました。比較したコホートは、いずれもメールを受け取っています。自動配信を始める前の22%と比べると、メールと同梱物を合わせて9ポイントの改善です。

導線図への反映

F2の列に「対象:お試しセット購入から35日/仮説:普段使いする商品を選べない/オファー:定番1品と使い方/チャネル:同梱物とメール」と記入しました。

入口の列には、「常連客が買い続けている商品を中心に、お試しセットの内容を見直す」という課題を記入し、翌四半期に検証することにしました。

第22章 セールで服を買った人に、次はいつ声をかける?

このケースの要点
セールで2回目の購入をした顧客は、その後の購入が続きにくい傾向がありました。新作や季節に合わせた提案で、継続購入のきっかけをつくりました。

ストア:カジュアルウェア / 年間購入者:約15,000人 / タイプ:習慣化型

現状の数字

リピート率27%、F2転換率24%、F3転換率31%、平均購入間隔140日、ロイヤル顧客比率6%、離脱率20%でした。F2転換率はアパレルの目安の範囲内で、離脱率も離脱型の判定基準を下回っていました。ただし、F3転換率はF2転換率を7ポイントしか上回っておらず、ロイヤル顧客比率も低い状態です。2回目の後に3回目、4回目と購入が続きにくいことから、習慣化型と判断しました。

顧客を分けてわかったこと

2回以上購入した顧客を、2回目にいつ買ったかで分けました。3回目の購入に進んだ顧客の多くは、新作発売時や季節の変わり目に2回目の商品を購入していました。一方、3回目の購入に至らなかった顧客の多くは、セール時に2回目の商品を購入していました。新作をきっかけに再購入した顧客のほうが、その後も購入を続けていたのです。

流入元別では、SNS経由で初回購入した顧客のほうが、広告経由の顧客よりも3回目以降の購入に進む割合が高いことがわかりました。事前にブランドを知っていた顧客ほど、購入が続きやすいと考えられます。

設計

  • 誰に:2回以上購入し、最終購入から120日を超える日数が経ち、セール以外で購入した経験がある顧客(新作の発売時点で約2,800人)
  • なぜ:ブランドは気に入っているものの、新作や季節の商品の情報が届かず、次に買うきっかけがない
  • 何を:次の季節の新作を先行案内し、前回購入した商品とのコーディネート例を1つ添える。割引は行わない
  • いつ:新作発売の7日前。最終購入から120日以上経っている顧客を対象とする
  • どこで:メールとLINE(登録者向け)

実行と結果

春の新作では、対象者を配信グループと比較グループに半分ずつ(約1,400人ずつ)分け、手動で案内を配信しました。配信した顧客の60日以内の購入率は14%、比較グループは7%で、差は7ポイントでした。夏の新作でも同じ条件で実施し、差は6ポイントでした。

2回続けて効果を確認できたため、新作発売のたびに、条件に該当する顧客へ自動で先行案内を届けるようにしました。自動化した後も、対象の1割を比較グループとして残しています。半年後には、F3転換率が31%から39%に上がりました。

また、セール時に2回目の購入をした顧客については、「価格の安さが購入理由で、ブランドへの愛着はまだ深まっていない」という別の仮説を立てました。ブランドのストーリーと着回しの提案を届ける実験を、次の四半期に行うことにしました。

導線図への反映

定着の列に「対象:2回以上購入、最終購入から120日超/仮説:次の購入につながる情報が届いていない/オファー:新作の先行案内とコーディネート例/タイミング:新作発売7日前/チャネル:メールとLINE/指標:3回目以降の購入への転換率」と記入しました。

入口の列には、「SNS経由の顧客獲得に予算を配分する」と記入しました。

第23章 何度も買っていた消耗品の注文が途切れたら

このケースの要点
購入間隔が延び始めたことを離脱の予兆として捉え、離脱基準を超える前に働きかけました。

ストア:サプリメント / 年間購入者:約8,000人 / タイプ:離脱型

現状の数字

リピート率55%、F2転換率48%、F3転換率68%、平均購入間隔33日、ロイヤル顧客比率22%、離脱率38%でした。消耗品としては、F2転換率、F3転換率、ロイヤル顧客比率に大きな問題はありません。課題は離脱率です。前期にアクティブだったリピート顧客の4割近くが、当期には最終購入から66日を超えても再購入しておらず、離脱の基準に該当していました。

顧客を分けてわかったこと

離脱した顧客の購入履歴を確認すると、最後の購入の1〜2回前から、購入間隔が延びていました。それまで30日前後だった間隔が45日、55日と長くなり、その後、購入が途絶えていたのです。この変化を、離脱の予兆として捉えました。

また、離脱した顧客の多くは、3〜5回購入した後に買わなくなっていました。購入が習慣として定着する前に、商品への関心や、使い続けようという意欲が薄れている可能性を考えました。

設計

  • 誰に:3回以上購入し、直近の購入間隔がそれまでの平均の1.4倍以上になった顧客(月あたり約350人)
  • なぜ:効果を実感しづらくなり、続ける理由を見いだせず、購入が途絶えつつある
  • 何を:3ヶ月続けた人の体験談を紹介し、飲むタイミングや組み合わせの見直しを提案する。継続購入者向けに、定期購入の割引も案内する
  • いつ:購入間隔の延びを検知した時点。離脱基準の66日を超える前に届ける
  • どこで:登録率が高いLINEを使い、未登録者にはメールで届ける

実行と結果

対象は月に約350人のため、3ヶ月分の対象者(約1,050人)を7対3に分け、比較グループを約300人確保して手動配信を行いました。配信した顧客の60日以内の再購入率は34%、比較グループは21%で、差は13ポイントでした。次の3ヶ月も同じ方法で実施し、差は11ポイントでした。

自動化後、四半期の離脱率は38%から31%に下がりました。

また、定期購入に移行した顧客は、移行しなかった顧客よりも、その後の離脱率が大幅に低くなっていました。ただし、定期購入を自分で選ぶ顧客には、もともと続けるつもりのある人が多い傾向があります。そのため、この差だけで定期購入の案内に効果があったとは判断できません。そこで、定期購入の案内そのものに効果があるかを、比較グループを残した実験で確かめることにしました。

導線図への反映

維持の列に「対象:購入間隔が平均の1.4倍以上になった顧客/仮説:効果を実感しづらくなっている/オファー:体験談、飲み方の提案、定期購入の案内/チャネル:LINE」と記入しました。

定着の列には、次の実験として「3回目の購入時に定期購入を案内する(比較グループを残し、案内した顧客としなかった顧客の離脱率を比べる)」を追加しました。

第24章 化粧水を買った人が、次に美容液を選ぶまで

このケースの要点
指標に目立った課題はありませんでした。常連客の購入パターンをもとに、入口商品と2回目の提案を見直し、施策の時期をずらして効果を確かめました。

ストア:スキンケア / 年間購入者:約20,000人 / タイプ:目立った課題なし(導線設計)

現状の数字

リピート率42%、F2転換率36%、F3転換率52%、平均購入間隔85日、ロイヤル顧客比率11%、離脱率19%でした。業種別の目安が示されている指標は、いずれもその範囲内で、F3転換率もF2転換率を16ポイント上回っていました。診断結果は「目立った課題なし」です。そこで、導線設計に沿って、初回購入から継続購入までの流れ全体を見直しました。

常連客の購入パターン

ロイヤル顧客(5回以上購入)の履歴を調べると、7割に共通する購入パターンがありました。初回に化粧水を買い、40日以内に同じシリーズの美容液を追加しています。3回目以降は化粧水と美容液をセットで買い続けていました。

一方、初回に化粧水を買っても美容液を買わなかった顧客では、常連になった割合は2割以下でした。美容液を買うことが、継続購入のきっかけになっていると考えました。

しかし、新規顧客の多くが初回に購入していたのは、季節限定のクリームでした。広告で最も反応がよい商品だったためです。初回にクリームを購入した顧客の180日以内のF2転換率は24%で、化粧水を購入した顧客の44%と大きな差がありました。

設計

  • 入口:広告で紹介する商品を化粧水中心に見直す。クリームは、化粧水とのセットとして引き続き紹介する
  • 初回体験:化粧水に同梱する案内で、使い始めて2週間後に美容液を取り入れる理由を説明する
  • 2回目のオファー:初回購入から25日目に、美容液をメールで案内する。割引を強調するのではなく、化粧水と一緒に使う商品として提案する

実行と結果

まず、2回目の購入を促すメールを試しました。1ヶ月分の対象者(約800人)を配信グループと比較グループに半分ずつ分け、手動で配信しました。配信した顧客の美容液購入率は19%、比較グループは9%で、差は10ポイントでした。翌月も同程度の差が出たため、自動配信に移行しました。

入口商品の見直しは、メールの自動配信を始めてから3ヶ月後に行いました。変更の前後で、初回購入者が同じメールを受け取る条件を揃え、入口商品の変更による違いを比べるためです。入口商品の変更前後で初回購入者のコホートを比べると、180日以内のF2転換率は38%から43%に上がり、その後ロイヤル顧客になる割合も高まりました。メールの効果と合わせると、F2転換率は当初の36%から7ポイント改善しました。

導線図への反映

入口の列に「化粧水を中心に紹介する/指標:入口商品別のF2転換率」、F2の列に「初回購入から25日目に美容液を案内する」と記入しました。定着の列には、「セット購入への移行率」を指標として設定しました。

第25章 贈り物に選ばれたお菓子を、自宅でも楽しんでもらうには

このケースの要点
販売チャネルと購入目的で顧客を分けると、店舗の購入者にECを案内する施策と、ギフト購入者に自家用商品を提案する施策の2つが見えてきました。

ストア:菓子(店舗3店+EC) / 年間購入者:店舗約30,000人、EC約9,000人 / タイプ:F2型(店舗→EC、ギフト→自家用)

現状の数字

ECだけで見ると、リピート率は28%、F2転換率は20%でした。店舗とECの購入履歴を顧客ごとにひもづけて確認すると、別の特徴が見えてきました。店舗で初回購入し、その後ECで購入した顧客は、最初からECで購入した顧客よりも購入間隔が短く、LTVは1.6倍でした。

ただし、店舗の初回購入者のうち、ECで2回目の購入をした人は4%にとどまっていました。店舗には多くの初回購入者がいるものの、その後のEC購入につながっていないことが課題でした。

顧客を分けてわかったこと

販売チャネル別に見ると、店舗で購入した後にECでも購入した顧客には、店頭でアカウント登録をし、ポイントカードを連携しているという共通点がありました。

購入目的別では、初回に贈答用の商品を買った顧客のF2転換率は、自家用の商品を買った顧客の半分以下でした。贈答用の購入者は自分では食べておらず、再購入のきっかけが生まれにくいと考えました。

年末と母の日に贈答用として購入した顧客が、初回購入者の4割を占めていました。この顧客層の再購入が少ないことが、全体のF2転換率を押し下げていました。

設計(1)店舗からECへ

  • 誰に:店舗で初めて自家用商品を購入し、アカウント登録済みで、購入から30〜45日が経ってもECを利用していない顧客(月あたり約900人)
  • なぜ:店舗に行く機会がなく、ECでも購入できることを知らないため、再購入していない
  • 何を:店舗で買った商品をECでも購入できることと、店舗では扱っていない限定品を案内する。送料無料の条件も伝える
  • いつ:店舗での購入から35日目
  • どこで:メールで案内する。店頭では、会計時にECでも購入できることを伝え、アクセス用のQRコードを示す

設計(2)ギフト購入から自家用の購入へ

  • 誰に:初回に贈答用商品を購入し、20〜30日が経っても2回目の購入をしていない顧客(イベント後、月あたり約1,200人)
  • なぜ:贈り先の人は商品を食べているが、購入者自身は味を知らず、自家用として買うきっかけがない
  • 何を:「贈り先の方には喜んでいただけましたか」と尋ね、少量で試せる自宅用の商品を案内する。贈答品には、自家用として試せる小袋を1つ同梱する
  • いつ:贈答用商品の購入から25日目
  • どこで:同梱物とメール

実行と結果

店舗からECへの購入では、毎月の対象者約900人を7対3に分け、比較グループを約270人残して、2ヶ月続けて手動配信しました。配信した顧客のEC購入率は9%、比較グループは3%で、差は6ポイントでした。2回とも同程度の差が出たため、自動化しました。

店舗の初回購入者数が多いため、月あたり50人以上の新しいEC顧客の獲得につながりました。その顧客の購入間隔は、既存のEC顧客よりも短い傾向がありました。

自動化後、店舗の初回購入者がECで2回目の購入をする割合は、4%から8%に上がりました。この期間には店頭でのQRコードの案内も始めているため、4ポイントの上昇には、メールと店頭の案内の両方の効果が含まれます。

ギフト購入から自家用の購入では、年末の贈答購入者約3,000人を半分ずつに分けて手動配信しました。配信した顧客の2回目購入率は8%、比較グループは4%で、差は4ポイントでした。差は小さいものの、各グループの人数は比較に必要な人数の目安(購入率5%前後、差3ポイントで約1,100人ずつ)を上回っています。

続く母の日には、メールに加えて小袋の同梱も試しました。このとき、贈答品の注文を、小袋を入れる注文と入れない注文に半分ずつ分けました。メールは両方に同じ内容を送っているため、小袋の効果だけを比べられます。小袋を同梱した注文の購入者は、同梱しなかった注文の購入者に比べて、2回目購入率が5ポイント高くなりました。

導線図への反映

入口の列に「店舗での自家用商品の購入」と「イベントに合わせた贈答用商品の購入」を追加しました。指標は、それぞれ「店舗の初回購入者がECで購入する割合」と「贈答用商品の購入者が自家用商品を購入する割合」に設定しました。

店舗で買った人にはECで再購入する方法を伝え、ギフト購入者には自分でも商品を味わってもらう機会を用意しました。販売チャネルと購入目的で顧客を分けたことで、それぞれの状況に合った再購入の促し方を2つ設計できました。

終章 最初の一通を届けたあとに

診断、設計、実行、効果測定、自動化を、毎月の業務に組み込んでいきましょう。実験の結果を次の施策に生かすことで、成果が積み重なり、顧客への理解も深まります。最後に、この取り組みを社内で続けるための体制と、つまずきやすい点をまとめます。

必要な体制

最初から専任のチームを用意する必要はありません。次の3つの役割を誰が担当するか決めてください。1人が複数の役割を兼ねても構いません。

  • 分析:毎月の指標を算出し、実験の結果を判定します。月に4〜8時間が目安です。
  • 施策の実行:メールやLINEの配信文、同梱物などをつくり、配信を設定します。施策の数によりますが、月に8〜16時間が目安です。
  • 判断:どの課題に取り組むか、どの施策を自動化するかを決めます。EC責任者が、月1回の振り返りに参加します。

担当者が1人の場合は、月に1〜2件の実験に絞ります。分析と実行を同じ人が担うと、配信に追われて結果の確認が後回しになりがちです。結果を確認する日を、あらかじめ予定に入れておいてください。

つまずきやすい5つの点

  1. 診断を飛ばして、手法から始める:「とりあえずLINEを始める」と、何を届けるかが決まらないまま配信が増えます。まず、購入がどの段階で途切れているかを確認しましょう。
  2. 比較グループを残さない:売上を少しでも取りこぼしたくないという理由で、全員に配信してしまいます。効果を測れないまま、有効でない施策を続けてしまいます。
  3. 結果を待たずに、次の施策を始める:判定日を迎える前に施策を重ねると、どれが効いたのかがわからなくなります。
  4. 自動化した施策を見直さない:設定したまま1年以上放置すると、商品構成や顧客層が変わり、効果が下がっていても気づけません。
  5. 記録を残さない:担当者が変わると、なぜそのセグメントをつくったのか、過去に何を試したのかがわからなくなります。説明文付きのセグメントと実験シートを残してください。

外部の支援を検討するとき

本書の手順は、自社だけでも実践できます。ただし、次のような場合は、分析ツールや外部の支援を使うことも選択肢になります。

  • 顧客単位の指標を毎月算出する環境がなく、CSVでの集計に時間がかかっている
  • 施策を実行する人手はあるが、分析と効果の判定に手が回らない
  • 実験を何度か行ったが、結果をどう解釈すればよいか判断に迷う
  • 社内に前例がなく、取り組みの優先順位について経営層の合意を得にくい

外部の支援を使う場合も、セグメントの説明文、実験シート、リピート導線図は、自社の資産として手元に残してください。支援が終わった後も、同じサイクルを自社で続けられることが大切です。

今週から始めること

本書を読み終えたら、次の手順で最初の施策に取り組んでください。

  1. 診断に使った5つの指標とF3転換率を算出する。
  2. 購入が途切れる段階を調べ、自社の課題を1つに絞る。
  3. 最初の施策の対象となるセグメントを1つ選び、人数を確認する。
  4. その顧客が再購入しない理由を一文に書く。
  5. 実験シートを埋め、比較グループを残して、1通目を配信する。

ここまでを1ヶ月以内に終えることを目標にしてください。最初の実験の結果を振り返り、次に試すことを決めましょう。その積み重ねが、自社で続けられるリピートマーケティングの仕組みになります。

この記事をシェアする
AUTHOR
増田 大夢
株式会社ECPower 代表取締役CEO

東京大学工学部卒業後、株式会社サイバーエージェントに入社。ABEMAのエンジニア・データサイエンティストとして、CM配信サーバーの開発に従事。2020年に株式会社ECPowerを創業し、Shopifyを活用したEC事業者向けの支援サービスを展開。2026年、同社をフィードフォースグループに売却し、グループに参画。

あなたのストアのリピート率、見てみませんか?

インストールすると、F2転換率・リピート率・LTVを自動で集計します。

無料プランあり ・ クレジットカード登録不要
ECPowerの顧客セグメント一覧。グループごとにセグメントとShopifyの顧客タグ連携が並び、奥には初回購入月ごとのリピート率の表が重なっている。