カスタマーセグメンテーション
カスタマーセグメンテーションとは何か、Eコマースで使用される主要なセグメンテーションモデル、そしてマーケティングとリテンションを実際に改善するセグメントの構築方法を学びます。...
1 分で読める
離脱リスク顧客の定義
離脱リスク顧客とは、過去に積極的に購入していたものの、エンゲージメントが低下している兆候を示し始めた買い物客のことです。最も一般的な兆候は、自身の過去の購買リズムから予測されるよりも長期にわたる購入の空白期間です。この概念はRFM分析（Recency：最新購入日、Frequency：購入頻度、Monetary value：購入金額）に由来し、かつては高頻度かつ直近で購入していたにもかかわらず、最新購入日の観点で静かになってしまった顧客が、完全に離脱する前にフラグ付けされます。重要なのは相対的な区別です。年1回しか購入しない顧客が4ヶ月間購入しなくても離脱リスクとはなりませんが、毎月確実に購入していた顧客が同じ4ヶ月間購入しない場合は、重要な警告サインとなります。
離脱リスクステータスの特定方法
ほとんどのセグメンテーション手法では、顧客を最新購入日（最終注文からの経過期間）と頻度（過去の注文頻度）でスコアリングし、頻度の履歴から正常と予測される範囲を大きく超えて最新購入日が経過している顧客にフラグを立てます。
具体例：定期購入コーヒー販売店に、過去1年間毎5週間ごとに注文していた顧客がいたとします。明確で一貫性のあるパターンです。最終注文から9週間が経過し、新たな購入がない場合、この顧客は「離脱リスク」領域に入ります。これは通常の再注文間隔のほぼ2倍にあたるためです。一方、購買頻度がはるかに低く不規則な別の顧客は、9週間経過しても同じフラグは立ちません。9週間はその顧客の過去の履歴と比較して異常ではないからです。
離脱リスク顧客がEコマースブランドにとって重要な理由
既存顧客を維持する方が、新規顧客を獲得するよりも確実に低コストです。そのため、離脱リスクの期間は、顧客ライフサイクルにおいて介入するタイミングとして最も効果的な瞬間の一つです。顧客が完全に離脱してしまうと、呼び戻すには通常、はるかに大きなインセンティブと成功率の低いアプローチが必要になります。一方、顧客が単にペースを落としている段階で適切なタイミングのナッジを送れば効果的です。すべての非アクティブ顧客を一律に扱うのではなく、このセグメントを特定することで、販売者はタイムリーなリマインダーに最も反応しやすい顧客に優先的にアプローチでき、これまでのエンゲージメントレベルに関係なく最近購入していない全員に一律の呼び戻しキャンペーンを拡散するのを避けられます。
離脱リスク顧客とAI主導のコマース
離脱リスクセグメンテーションに直接的なAIショッピングアシスタントの仕組みがあるわけではありませんが、より広範な変化と関連しています。リピート購入行動が直接のサイト訪問ではなくAIショッピングアシスタントを介して行われるようになるにつれ、購買が落ちている顧客はブランドから本当に離脱しているのではなく、単に再注文のチャネルを変えた（AIアシスタントが定期的な再購入を処理している）可能性があります。真に離脱リスクのある顧客と、再注文方法を変えただけの顧客を区別することは、エージェンティックコマースが成長するにつれて注目すべきニュアンスです。
AmICitedのeshop_get_segmentsツールは、接続されたストアの注文履歴に直接RFMスタイルのセグメンテーションを適用し、販売者が自分で最新購入日と頻度のロジックを構築することなく、離脱リスクのバケットを抽出します。これにより、販売者はそれらの顧客が完全に離脱確定カテゴリーに移行する前に、呼び戻しキャンペーンのターゲットとする既製のリストを得られます。
AI可視性のトレンドを逃さない
AIでの言及、ブランドモニタリング、最適化戦略に関する最新情報をお届けします。
離脱リスク顧客へのベストプラクティス
- 離脱リスクの閾値は、全員に適用する単一の固定された非アクティブ期間ではなく、各顧客自身の過去の購買頻度に基づいて設定する
- 過去の購入金額が高い離脱リスク顧客へのアウトリーチを優先する。失うリスクのある収益が最も大きいため
- 一律の割引を一斉送信するのではなく、顧客の実際の過去の購入に基づいた呼び戻しメッセージをパーソナライズする
- 離脱リスクセグメントを定期的に再計算する。ステータスは時間とともに継続的に変化するため
- アウトリーチが効果的かどうかを評価するため、正常に再エンゲージされた離脱リスク顧客と、完全に離脱に進行した顧客の数を追跡する
離脱リスク顧客に関するよくある誤り
よくある誤りの一つは、「90日間購入なし」のような単一の固定された非アクティブ閾値を全顧客ベースに適用することで、本来離脱リスクのある高頻度購入者を見逃す一方で、もともと購買頻度が低い顧客を不必要にフラグ付けしてしまうことです。もう一つの頻繁な問題は、離脱リスクセグメントと完全に離脱した顧客を同じように扱い、よりターゲットを絞ったナッジがまだ有効であるにもかかわらず、労力の少ない、パーソナライズされていないメッセージを送ってしまうことです。セグメントを一度作成したきり更新しない販売者もおり、アウトリーチが最後にリストを計算した時点から既にステータスが変わっている顧客をターゲットにしてしまいます。また、呼び戻し施策が実際に効果を上げているかを測定せず、まったくアウトリーチをしない場合と比較して再活性化が改善されているかを確認せずに、同じキャンペーンを繰り返し実施してしまうこともよく見られます。
