このページの先頭です
人間の知能や行動をモデル化し未踏の問題を解決 ベイジアンネットワークによる行動予測・推薦エンジン
ホーム > 事業概要 > モデライズ・サービスの適用例 > ダイレクトメール送付先・カタログ配布先選定

モデライズ・サービスの適用例

1.ダイレクトメール送付先・カタログ配布先選定

有効なマーケティング施策であるダイレクトメールやカタログは、封筒外見に工夫を凝らすといったビジュアル面での創意工夫や、チラシやカタログの概観や内容を工夫するといった同封コンテンツの見栄えや
読みやすさ改良に時間やコストを費やす企業は多いようです。
ただし、

  1. ダイレクトメールを送信、又は、カタログを配布した方が良いお客様グループを抽出
  2. その期待効果を定量的に予測する

ことにより、最小限の送付・配布コストで売上の最大化を図るような先進的なダイレクトメール送付先・カタログ配布先選定ソリューションを実行し、売上向上を実現している企業は少ないようです。
その理由として、従来の手法では過去の購買時期、購買頻度や購買額だけから優良顧客を単純に判別するRFM分析に基づき配布の有無を選定するため、実効性の高い配布先選定が十分行われていないことが
あげられます。
モデライズによるベイジアンネットワークを活用したダイレクトメール送付先・カタログ配布先選定ソリューションは、過去の購買時期、購買頻度や購買額だけではなく、

  1. 購買ジャンル;(例)和風が好み、流行色に敏感
  2. 購入傾向;(例)夏前の購入が多い、記念日に必ず購買行動を起こす
  3. 購買志向;(例)素材こだわり派、低価格志向が強い

といった要素も盛り込んだ顧客モデルを運用します。
このため、仮にRFM分析で優良顧客と判別しなかった顧客であっても、RFM分析では反映出来ない他の要因分析を行い、当該ダイレクトメールやカタログへは敏感に反応するといった予測が出来るため、重大な機会損失を防止します。又、RFM分析で優良顧客と判別した顧客であっても、当該ダイレクトメールやカタログに対しては、「購買ジャンルが異なる」又は「購買嗜好が異なる」といった要因から、送付・配布すべきではないといった予測も可能です。
このため、RFM分析で非優良顧客と判断してしまう顧客の掘り起こしだけでなく、当該ダイレクトメールやカタログに興味の無い顧客に対し送付・配布するといった無駄を省き、コスト削減につなげることが出来ます。
売上向上、コスト削減、更に的確な配布によるCS向上を実現するモデライズのダイレクトメール送信先・カタログ配布先選定ソリューションを是非ともご活用下さい。

ダイレクトメール送付先・カタログ配布先選定