顧客体験の改善には、顧客データの蓄積が必須
サービスを通して提供する顧客体験を改善するためには、ユーザーに対する理解を深め、ユーザーの視点で課題や解決策を考えることが大切です。
ただし、「ユーザー」といっても一括りにできるものではありません。
例えば、利用頻度が高く継続期間の長いロイヤルユーザーもいれば、利用頻度が低く使い始めたばかりのライトユーザーもいます。
利用頻度は高くないが1回の利用の顧客単価が高いユーザーもいれば、利用頻度は高いが顧客単価が低いユーザーもいます。
そのため、利用しているユーザーをどのようなセグメントに分けることができるのかを自社サービス提供している価値や事業モデルを元に整理する必要があるのです。
さらに、セグメントごとにどれくらいのユーザーボリュームがいて、ロイヤルユーザー化させるための課題がどこにあるのかをデータ分析を行うことで明らかにし、改善活動をしていくPDCAサイクルを継続的に回していくというのが顧客体験の改善活動の１つの正攻法パターンです。
これらを実現するためには「顧客データの蓄積」が不可欠。 どのようなデータがあるべきなのでしょうか。如何に蓄積すべき4つのデータをまとめました。
顧客情報
会員登録や利用申し込みなどのフォームで入力した情報など、いわゆるユーザー属性を蓄積。 メールアドレスはを取得するときはその後メールでアンケートやオススメ情報などを送信できるようメール送信の許諾を得ておくことをお勧めします。
会員ID
ユーザーネーム
メールアドレス
居住地
生年月日
職業
家族構成
会員状態（会員/非会員など）
利用開始日
利用終了日 など
購買データ
ユーザーの購買データを蓄積。購買データを蓄積しておくとロイヤルカスタマーの定義に有効です。 実店舗のPOSデータであったり、オンラインであればECの購買ログが一般的。
会員ID
購入日
購入店舗（実店舗の場合）
購入商品ID
購入個数
購入金額
決済手段 など
サイト/アプリ内行動データ
サイトやアプリ内でどのようなページを閲覧したか、流入経路はどこかなどの行動データを蓄積する。 こういったデータはGoogleAnalyticsなどを活用しながら環境構築をスリム化させることも可能です。
定性データ
お問い合わせやアンケートへの回答内容など、定性的なデータを蓄積する。
それぞれのデータベースに共通の会員IDなどを持たせることで、横断的に統合して分析できるようになり、よりユーザー像の解像度が上がりますのでその点も留意して蓄積すべきデータを設計しましょう。
データをビジネスに活かすために必要な人材/スキルとは
前述したようなデータを蓄積するエンジニア人材とは別に、ビジネスに活用していくためにはどのようなデータを収集すべきか、どのようにビジネスに生かしていくのかを考えるデータマケターのようなマーケティング領域のスキルとエンジニアリング領域のスキルの両方を持ち合わせた人材が欠かせません。
（グロースハッカーやアナリスト、データサイエンティストなどとも呼ばれる）
そういった人材に必要なスキルをまとめました。
取得しているデータを正しく理解できる
どんな項目をどのように収集すべきか設計できる
データベースから必要なデータを統合/抽出/集計できる若干のエンジニアリングスキル
GoogleAnalyticsなどのアナリティクスツールを使いこなせる
顧客体験のどこに課題があるのかを特定できる
どの課題を今優先的に解消していくべきなのかインパクト試算しながら判断できる
その課題に対する原因仮説や解決策をデータドリブンに検討/検証できる
もしデータのビジネス活用をお考えで、人材獲得を行おうと思っている方はご参考ください。
データドリブンな顧客体験改善を組織的な文化にすることが重要
最後に、一番重要なことです。
ここまでお話ししてきたようなデータ蓄積や、そのデータを扱うことのできる人材を確保できたとしても、ビジネスの進むべき方針や戦略を決定する経営者をはじめとした組織横断的な文化がないと機能しません。
ビジネスに関わるメンバー全員が顧客を正しく理解したうえで、適切に「データドリブン」の文化を浸透させていくことがとても重要です。この文化づくりはなかなか容易ではないと思いますが、意識的に取り組んでいくべきアクションです。
