すべての見込み客にアプローチする時間・予算がない場合、より確度の高い相手からアプローチするのが望ましいのは言うまでもありません。
精度高くアプローチするには、RFM(最終購買日・購買頻度・累計購買金額)に加え、顧客属性（性別、居住地、年収、etc…）などの様々な指標も含めた分析したいところです。しかし、検討すべき軸が増えれば増えるほど、それぞれの項目がどの程度購買に影響しているかを比較し、定量的に把握することは難しく、真に見込みの高い顧客を推定することは困難です。
そこで、データマイニングのスコアリング(ロジスティック回帰分析)を行うことで、個人単位での確度予測を実現します。
資料詳細説明
目 次
１．スコアリングとは
２．マーケティング領域における活用例
３．スコアリングで、より見込みの高い顧客を「1人1人」予測
４．分析の詳細
５．スコアリングの活用例
６．スコアリングのための「デ―タの準備」
７．おわりに
|
対象業種 |
全業種 |
|---|---|
|
対象企業規模 |
企業規模問わず |
この資料は掲載終了いたしました。
【株式会社アイズファクトリーのその他の資料】
- 顧客セグメンテーションに役立つ！「クラスタリング分析」の活用例と進め方
- 【顧客データｘAI】実データに基づくペルソナ構築方法とは
- 予算を最適配分！進化型マーケティング・ミックス・モデリング『m-Quad』
- AI活用で、DM送付のレスポンス率向上！
- スコアリング（回帰分析）で顧客1人1人の予測が可能に
- 「コールログ×AI」 で業務効率化【アウトバウンドコールの獲得件数を最大化！】
- データクレンジングを自動化、AIによるスピーディーなデータ活用
- テキストデータから新たな事実を発見-テキストデータ×AI活用-
- 辞書いらずの名寄せエンジン データを綺麗に整備して活用 -業種・部門別の活用法-
- データ活用を通じて貴社ビジネスのご支援
