角度の高い休眠顧客を抽出し、復帰施策を設計する

離脱防止

このユースケースでは、過去のLTVと顧客行動データをもとに、数ある休眠顧客の中から「復帰の可能性が高い顧客」を抽出し、最適な復帰施策を設計する方法を解説します。

休眠顧客は売上改善の余地が大きい一方で、すべてを同じように扱うと施策が非効率になりがちです。本ユースケースでは、休眠顧客を一括りにせず、「角度の高い顧客」に絞って向き合うための考え方とプロセスを整理します。

解決する課題

一定期間購入がない顧客を休眠顧客としてまとめて扱い、一斉に割引やキャンペーンを行っているECは少なくありません。しかしその中には、過去に高いLTVを生んでいた顧客もいれば、初回購入のみで終わった顧客も混在しています。

この状態では、本来復帰の可能性が高い顧客に十分なアプローチができず、反対に復帰が見込みづらい顧客に対して無駄なコストをかけてしまいます。また、どの施策が効いているのかを判断する基準も曖昧になり、休眠施策が改善されない原因になります。

このユースケースを実践することで、顧客全体の行動データをもとに「離脱」と判断すべきラインを定義し、その中から復帰の可能性が高い休眠顧客を抽出できるようになります。

さらに、離脱前の行動を踏まえた復帰施策を設計し、その成果を継続的に検証することで、休眠施策を場当たり的な施策から再現性のある成長施策へと変えることができます。

最初に行うのは、どの時点をもって顧客が離脱・休眠したと判断するのかを明確にすることです。顧客行動分析を用いて、再購入までの日数間隔の分布を確認し、一定期間を超えると再購入率が大きく下がるポイントを把握します。

例えば、再購入間隔が365日を超えたタイミングで復帰率が大きく低下している場合、その日数を休眠ラインとして定義します。感覚や業界慣習ではなく、自社の顧客データをもとに基準を決めることで、後続の分析や施策の精度が高まります。

次に、定義した休眠ラインをもとに、現在は購入が止まっている顧客の中から、過去のLTVが高い顧客を抽出します。ここで重要なのは、「今は休眠しているが、過去にどれだけ価値を生んでいたか」という視点です。

複数回購入し、継続的に売上に貢献していた顧客が離脱している場合、その顧客は適切なきっかけさえあれば復帰する可能性が高いと考えられます。この層を明確に切り出すことで、復帰施策の対象を「角度の高い休眠顧客」に絞ることができます。

続いて、抽出した休眠顧客が離脱前にどのような行動を取っていたのかを確認します。最後に購入した商品や購入頻度の変化、閲覧していた商品カテゴリなどを振り返ることで、離脱の背景が見えてきます。

これらの行動データをもとに、単なる割引施策ではなく、その顧客にとって意味のある復帰オファーを設計します。過去の購買文脈に沿った提案を行うことで、復帰施策は一時的な刺激ではなく、関係性を取り戻すためのコミュニケーションへと変わります。

最後に、復帰施策を実施した後のセグメントの変化を継続的に追いかけます。角度の高い休眠顧客セグメントがどの程度減少しているのかを確認することで、施策が実際に復帰につながっているかを判断できます。

一時的な復帰数だけを見るのではなく、セグメント全体の減少率をトラッキングすることで、施策の良し悪しや改善ポイントが明確になります。このプロセスを繰り返すことで、休眠顧客対応は継続的に最適化されていきます。

このユースケースが目指すのは、休眠顧客を一律に扱うのではなく、「復帰の可能性が高い顧客」に集中することです。過去のLTVと行動データをもとに角度の高い顧客を抽出し、その文脈に沿った復帰施策を設計することで、休眠施策は再現性のある成長施策へと進化します。

既存顧客の価値を最大化することは、新規獲得に依存しすぎない安定した事業成長につながります。このユースケースは、そのための具体的な一歩になります。