SEOTOOLSは、サイトのアクセスアップに必要なSEO対策ツールを無料提供中。まずはSEOアクセス解析ツールをご体験下さい。

株式会社三菱総合研究所（代表取締役社長：籔田健二、以下 MRI）は、Life Time Value（以下、LTV）に基づくマーケティングを実現するコンサルティングメニュー「LTVマーケティング」の提供を開始します。戦略立案から施策実行までを4段階のステージで定義、全段階を網羅する一連のメニューをそろえ、顧客ロイヤルティ向上を目指す全てのお客さまの科学的・定量的なマーケティング活動を支援します。

1. 背景
国内リテール市場は人口減少や社会・経済の成熟化に伴い、過去に見られたような急速な成長は見込み難い状況です。顧客戦略の立案・実行でも「新規顧客の獲得」から「既存顧客の維持・育成」へシフトが進みつつあります。今後、マーケティング活動の高度化に向けて、顧客一人ひとりの価値を過去の実績に加え、将来のポテンシャルも含めて評価すること、即ちLTVの重要性は増すばかりです。LTVへの注目が高まる中、中期経営計画や顧客戦略等において「LTV最大化」等を掲げる企業が多くなっています。

2. LTVマーケティング　サービスの特長
(1) 実現に向けた4ステージ
MRIでは企業におけるLTVマーケティングの実情を踏まえ、実現までの4ステージを図1のように定義しました。加えて、ステージ4：1to1 LTVマーケティングの手法について研究し、実務適用に向けた知見を獲得しました。ステージ4では、最新の統計モデルを活用し、取引周期や金額など、顧客毎の特徴を勘案した緻密なLTV予測をもとに、施策の高度化・効率化が可能となります。

図1　LTVマーケティング実現に向けた4ステージ
[画像1: https://prcdn.freetls.fastly.net/release_image/50210/155/50210-155-475f4f87518ed999bbb4230f7a859d2c-1484x744.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]


＜LTVマーケティング実現に向けた4ステージ＞
ステージ1はLTVを戦略や計画に織り込んでいる段階、ステージ2以降は、実際にデータを用いてLTVを定量化し施策につなげている段階であり、LTVの算出方法によって3段階で定義しています。
- ステージ1：LTVエントリーLTV向上に向けた戦略や計画を策定する段階。実際の施策展開に繋げられずステージ1にとどまるケースも多い。
- ステージ2：プレLTVマーケティング将来価値ではなく実績で評価している段階。共通ポイント、航空マイレージ等のポイントプログラムやこれらによる優遇の提供が代表例。
- ステージ3：セグメントLTVマーケティング予測にあたっての想定・仮定値を群・セグメント単位で設定、あるいは群・セグメント単位でLTVを予測し顧客一人ひとりに割り振る、等の手順でLTVを予測している段階。
- ステージ4：1to1 LTVマーケティング顧客一人ひとりの特徴をもとにLTVを予測し、個々人に寄り添った施策に繋げている段階。顧客毎の特徴・行動をもとにしたLTV予測は、近年研究が進められてきたが、実務への適用ケースは少ない。

(2) サービスの特長
「LTVマーケティング」は、ステージ1〜4までに対応する一連のメニューを揃えており、いずれのステージのお客さまのご相談にも対応可能です。LTV最大化に向けた戦略の立案や、戦略実行のための顧客別LTV予測モデルの導入など、広くご支援します。「LTVマーケティング」を導入することで、施策の無駄打ち（例：今後の購買が期待できない顧客へのキャンペーン優遇）や機会損失（例：今後の購買増加が期待できる顧客の見落とし）をなくし、収益を最大化するために適切なコストの見極め、顧客ロイヤルティの向上が実現されます。

3. 今後の予定
MRIでは「LTVマーケティング」を通じ、データに基づく科学的・定量的なマーケティング活動をさらに推進・支援します。


参考
ステージ4の手法に関する研究概要
実際の取引データを活用し、特定の店舗での購買を予測対象としました。予測にあたっては、最新の研究である東京大学阿部誠教授考案のモデル（以下、Abeモデル※）を採用し、阿部教授と意見交換の上、研究を実施しています。

図2はAbeモデルの予測精度を示す結果です。縦軸はモデルによるLTV予測値、横軸は実際の取引金額で、一つのプロットが一人の顧客を指します。45度線近辺にプロットが分布し、相関係数0.9以上と高い予測精度が確認されました。

※：従来の統計モデル（Pareto／NBDモデル）の欠点を克服し、購買行動の周期性の「有／無」いずれにも柔軟に対応できるという特長を有する。

図2　Abeモデル　取引データへの適用時の予測結果
[画像2: https://prcdn.freetls.fastly.net/release_image/50210/155/50210-155-64ba0930b14ac81d99baa29028cf9f3b-1484x940.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
出所：実際の取引データに、Abeモデルを適用しMRI作成





お問い合わせ先
株式会社三菱総合研究所
〒100-8141　東京都千代田区永田町二丁目10番3号
【内容に関するお問い合わせ】
　　ビジネス＆データ・アナリティクス本部　牛島、中尾
　　E-mail：mri_ltvmarketing@ml.mri.co.jp
【報道機関からのお問い合わせ】
　　グループ広報部
　　E-mail：media@mri.co.jp