ROI事件ファイル No.305｜『WineTrade社の見えない顧客』

第一章:15万人という悪夢——価格改定の地獄

ElectraCoreのデザイン思考事件が解決した翌週、今度は東京から酒類・食品卸企業のEC運営に関する相談が届いた。第二十五巻「確実性の追求」の第305話は、全ての顧客を平等に扱う幻想を捨て、価値ある顧客を見極める物語である。

「探偵、我々は5つのECサイトを運営し、15万人の顧客を抱えています。しかし、メーカーの価格改定や新商品登録のたびに、全顧客への対応に追われています。月平均180件の価格変更、50件の新商品登録。もう、現場が限界です」

WineTrade社 のEC事業部長、港区出身の山田恵子は疲弊しきった表情でベイカー街221Bを訪れた。彼女の手には、メーカーからの価格改定通知の山と、それとは対照的に「対応遅延」と記されたクレーム記録が握られていた。

「我々は東京で酒類・食品の卸売業を営んでいます。飲食店、小売店への卸売が主力ですが、5年前からEC事業を開始しました。ワイン専門サイト、日本酒サイト、クラフトビールサイト……5つのサイトで、15万人の顧客に販売しています」

WineTrade社のEC運営危機: - 設立:1988年(酒類・食品卸) - 年間売上:52億円(うちEC事業12億円) - ECサイト数:5サイト - 登録顧客数:15万人 - 取扱商品数:8,200SKU - 価格改定:月平均180件 - 新商品登録:月平均50件 - EC運営スタッフ:8名 - 対応遅延によるクレーム:月平均42件

山田の声には深い焦りがあった。

「問題は、全ての顧客に同じ対応をしていることです。メーカーから価格改定の通知が来ると、8,200商品のうち該当する商品を探し、5つのサイト全てで価格を変更します。そして、15万人の顧客全員にメールを送ります。『ワイン〇〇の価格が変わりました』と」

典型的な価格改定対応(1件あたり):

月曜 午前: メーカーA社から通知:「フランスワイン20銘柄、来月から5〜10%値上げ」

月曜 午後〜火曜: - 該当商品の特定:20銘柄×5サイト = 100箇所 - 各サイトで価格変更作業:手動入力 - 所要時間:1銘柄あたり平均15分 → 合計25時間

水曜: - 顧客へのメール作成:「価格改定のお知らせ」 - 送信先:15万人全員 - メール開封率:2.8%

木曜〜金曜: - 顧客からの問い合わせ対応:「なぜ値上げするのか?」 - クレーム:「メールが多すぎる」 - 所要時間:約10時間

1件の価格改定で、合計35時間の作業

月間180件の価格改定 = 月間6,300時間の作業 (スタッフ8名×月160時間 = 1,280時間しかない)

結果:作業が追いつかず、対応遅延

「もう、無理です。価格改定に追われて、新商品の登録が遅れます。顧客対応の時間もありません。全ての顧客に同じ対応をする、という方針を変えない限り、この状況は改善しません」

第二章:平等という幻想——全員を救おうとする者は誰も救えない

「山田さん、現在の顧客対応は、どのような方針で行われているのでしょうか?」

私の問いに、山田は答えた。

「『全ての顧客を平等に扱う』という方針です。15万人全員が大切なお客様。だから、価格改定も新商品も、全員に通知します。でも、その結果、作業が追いつかなくなっています」

現在のアプローチ(平等主義型): - 方針:「全ての顧客を平等に扱う」 - 対応:価格改定・新商品を全員に通知 - 問題:作業量が膨大で対応不能

私は顧客価値の違いを認識する重要性を説いた。

「全ての顧客を平等に扱うことは美しい理想です。しかし、現実には顧客の価値は異なります。RFM分析——Recency(最近性)、Frequency(頻度)、Monetary(金額)。この3つの軸で顧客を分類すれば、価値ある顧客が見えてきます」

⬜️ ChatGPT｜構想の触媒

「全員を救おうとするな。RFMで顧客を分類し、価値ある顧客を優先せよ」

🟧 Claude｜物語の錬金術師

「平等は幻想。顧客にはランクがある。それを認めることが、真の顧客志向だ」

🟦 Gemini｜理性の羅針盤

「RFMは顧客価値の測定技術。Recency・Frequency・Monetaryの3軸で、優良顧客を特定せよ」

3人のメンバーが分析を開始した。Geminiがホワイトボードに「RFM分析のフレームワーク」を展開した。

RFMの3指標: 1. Recency(最近性):最後に購入したのはいつか 2. Frequency(頻度):どれくらいの頻度で購入するか 3. Monetary(金額):累計でいくら購入したか

「山田さん、WineTradeの15万人の顧客を、RFMで分類しましょう」

第三章:15万人の解剖——顧客は5つのセグメントに分かれる

Phase 1:データの抽出(1週間)

まず、過去2年間の購買データを分析した。

15万人の顧客データ: - 顧客ID - 最終購入日 - 購入回数 - 累計購入額

Phase 2:RFMスコアの算出(3日間)

各顧客に、R・F・Mそれぞれ1〜5点のスコアを付けた。

Recency(最近性)のスコアリング: - 5点:30日以内に購入 - 4点:31〜90日以内 - 3点:91〜180日以内 - 2点:181〜365日以内 - 1点:366日以上前

Frequency(頻度)のスコアリング: - 5点:年間12回以上(月1回以上) - 4点:年間6〜11回 - 3点:年間3〜5回 - 2点:年間2回 - 1点:年間1回のみ

Monetary(金額)のスコアリング: - 5点:累計50万円以上 - 4点:累計20〜49万円 - 3点:累計5〜19万円 - 2点:累計1〜4万円 - 1点:累計1万円未満

各顧客のRFMスコア例: - 顧客A:R5 F5 M5(最優良顧客) - 顧客B:R1 F1 M1(休眠顧客) - 顧客C:R4 F3 M4(優良顧客)

Phase 3:顧客セグメンテーション(1週間)

RFMスコアを元に、15万人を5つのセグメントに分類した。

セグメント1:VIP顧客(Champions) - 定義:R≧4, F≧4, M≧4 - 人数:8,400人(5.6%) - 特徴:最近も購入、頻繁に購入、高額購入 - 平均年間購入額:28万円 - セグメント全体の売上貢献:23.5億円(EC売上の196%)

セグメント2:優良顧客(Loyal Customers) - 定義:R≧3, F≧3, M≧3 - 人数:22,500人(15%) - 特徴:定期的に購入、中〜高額購入 - 平均年間購入額:12万円 - セグメント全体の売上貢献:27億円(225%)

セグメント3:有望顧客(Potential Loyalists) - 定義:R≧3, F=2〜3, M=2〜3 - 人数:31,500人(21%) - 特徴:最近購入、頻度は低いが伸びしろあり - 平均年間購入額:3.8万円 - セグメント全体の売上貢献:12億円(100%)

セグメント4:離脱危機顧客(At Risk) - 定義:R≦2, F≧3, M≧3 - 人数:18,000人(12%) - 特徴:過去は優良だが、最近購入なし - 平均年間購入額:0.8万円(減少中) - セグメント全体の売上貢献:1.44億円(12%)

セグメント5:休眠顧客(Lost) - 定義:R≦2, F≦2, M≦2 - 人数:69,600人(46.4%) - 特徴:長期間購入なし、低額購入 - 平均年間購入額:0.02万円 - セグメント全体の売上貢献:0.14億円(1.2%)

Phase 4:衝撃の事実(1日)

RFM分析の結果を可視化すると、衝撃的な事実が明らかになった。

パレートの法則を超える偏在:

発見: - 上位20.6%の顧客が、EC売上の421%を生んでいる - 下位46.4%の顧客(休眠)は、売上の1.2%しか貢献していない

山田は愕然とした。

「つまり、我々は15万人全員に同じ対応をしていましたが、実際には上位3万人が売上のほとんどを生んでいたのですね……」

第四章:優先順位という戦略——価値ある顧客から対応する

Phase 5:セグメント別対応戦略の設計(2週間)

RFM分析を元に、顧客セグメントごとに対応方針を変更した。

セグメント1:VIP顧客(8,400人)

対応方針: - 最優先で対応 - 価格改定は「事前通知」(値上げ前に購入機会を提供) - 新商品は「先行案内」(一般販売の1週間前) - 専任担当者を配置

施策例(価格改定時): - 値上げ1週間前にメール:「〇〇ワイン、来月値上げします。今なら旧価格で購入可能」 - 値上げ後もフォロー:「他のお勧めワインをご紹介」

セグメント2:優良顧客(22,500人)

対応方針: - 高優先で対応 - 価格改定は「通常通知」 - 新商品は「優先案内」 - 定期購入プランを提案

セグメント3:有望顧客(31,500人)

対応方針: - 中優先で対応 - 価格改定は「該当商品購入者のみ通知」(全員には送らない) - 新商品は「関心カテゴリのみ案内」 - 購入頻度を上げる施策(クーポン配布)

セグメント4:離脱危機顧客(18,000人)

対応方針: - 再活性化施策 - 価格改定の通知は「なし」(興味がない) - 復帰キャンペーン:「久しぶりのご注文で20%OFF」

セグメント5:休眠顧客(69,600人)

対応方針: - 最低限の対応 - 価格改定・新商品の通知は「なし」 - 年1回の「お戻りください」キャンペーンのみ - リソースをかけない

Phase 6:新しい価格改定フロー(実装1ヶ月)

従来のフロー(全員に通知): 1. 価格変更作業:25時間 2. 全顧客(15万人)にメール送信 3. 問い合わせ対応:10時間 4. 合計:35時間

新しいフロー(RFMセグメント別):

ステップ1:VIP顧客(8,400人)に事前通知 - 作業時間:2時間 - メール開封率:38%(従来2.8%の13倍) - 事前購入率:12%(値上げ前に購入)

ステップ2:優良顧客(22,500人)に通常通知 - 作業時間:3時間 - メール開封率:18%

ステップ3:有望顧客(31,500人)に該当者のみ通知 - 該当者抽出:過去にこの商品を購入した顧客のみ(約2,800人) - 作業時間:1時間 - メール開封率:22%

ステップ4:離脱危機・休眠顧客(87,600人)には通知なし - 作業時間:0時間

新しいフローの合計作業時間:6時間(従来の17%)

第五章:選択という成果——顧客を絞ることで全体が改善する

Phase 7:6ヶ月後の成果

作業時間の劇的削減: - 価格改定対応:月間6,300時間 → 月間1,080時間(83%削減) - 新商品登録対応:月間400時間 → 月間120時間(70%削減) - 削減時間で顧客対応強化:電話対応時間+280時間/月

顧客満足度の向上:

VIP顧客の反応: 「値上げ前に教えてくれて助かった。まとめ買いしました」 「新商品の先行案内が嬉しい。特別扱いされている感じがする」 - VIP顧客の満足度:4.2 → 4.8 - VIP顧客の購入頻度:年12回 → 年15回(+25%)

優良顧客の反応: 「以前より情報が整理されていて分かりやすい」 - 優良顧客の満足度:3.8 → 4.3

有望顧客の反応: 「関係ない商品の通知が減って、メールが見やすくなった」 - メール開封率:2.8% → 22%(約8倍)

休眠顧客: - 通知を停止したことで、クレーム「メールが多すぎる」が月42件 → 月2件に激減

12ヶ月後の事業成果:

EC事業の成長: - 年間売上:12億円 → 15.6億円(+30%) - 内訳: - VIP顧客:23.5億円 → 29.4億円(+25%) - 優良顧客:27億円 → 32.4億円(+20%) - 有望顧客:12億円 → 13.8億円(+15%)

顧客数の変化: - VIP顧客:8,400人 → 10,500人(+25%、優良顧客から昇格) - 優良顧客:22,500人 → 25,200人(+12%、有望顧客から昇格) - 離脱危機顧客:18,000人 → 12,600人(30%が復帰)

休眠顧客の削減: - 69,600人 → 58,200人(メールリストのクリーンアップ)

組織の変化: - EC運営スタッフ:8名 → 12名(増員、余裕ができた) - 対応遅延クレーム:月42件 → 月3件(93%削減) - スタッフの満足度:2.8 → 4.5(「仕事が回るようになった」)

山田の感想:

「RFM分析をするまで、15万人全員が同じ価値を持つ顧客だと思っていました。でも、実際には上位3万人が売上のほとんどを生んでいました。

全員を平等に扱おうとして、結果的に誰も満足させていなかった。しかし、VIP顧客を優先することで、VIP顧客は特別扱いを喜び、有望顧客は余計な通知が減って満足し、休眠顧客へのリソースを削減できました。

顧客を分類することは、差別ではなく、最適化だったのです」

第五章:探偵の診断——選択が価値を生む

その夜、RFM分析の本質について考察した。

「全ての顧客を平等に扱う」という理想は美しい。しかし、現実には限られたリソースで対応しなければならない。

WineTradeは、15万人全員に同じ対応をしようとして、誰も満足させられなかった。しかし、RFMで顧客を分類し、VIP顧客を優先することで、全体の満足度が向上した。

「平等は幻想だ。顧客には価値の違いがある。それを認め、価値ある顧客を優先することが、真の顧客志向だ」

次なる事件もまた、RFMが顧客の価値を可視化する瞬間を描くことになるだろう。

「全員を救おうとする者は誰も救えない。RFMで顧客を分類し、価値ある顧客を優先せよ。それが戦略だ」——探偵の手記より

関連ファイル