購買データのチカラ
購買行動データ分析で
ヒットの道筋が見える!

購買データのチカラ » POSとID-POSデータの違いとは? » デシル分析

デシル分析

デシル分析はラテン語で「10等分」を意味する「デシル」に由来する分析手法です。RFM分析と併せて取り上げられることの多い顧客分析手法であり、その由来の通り顧客を上位から10等分し注力すべき顧客をグループ化する手法です。

デシル分析とは

顧客の抽出

デシル分析でまず行わなければならないのは特定顧客の抽出です、この顧客の絞り込み方は属性や購買金額を用いられることが一般的であり、あらかじめ登録させている会員データなどからデータを抽出します。性別や年齢などといった顧客属性のほか、普段どれくらいの金額を購買しているのかという購買金額をベースに特定顧客を抽出・選定してアプローチを検討します。

データの処理

デシル分析では抽出したデータをもとに購入金額を上位から並べ替え、上位から10等分しグルーピングします。次にそれぞれのグループにおける購入金額合計と構成比を算出し、その結果に基づき次の施策・アプローチ方法の検討を行います。このベースとなるデータの集計期間によって結果が変わることもありますので、どの期間分のデータ分析を行うかも検討する必要があります。

デシル分析のメリット

分かりやすく手軽

デシル分析はデータの並べ替え・整理を行ったうえで10等分にするという分かりやすいグルーピング方法です。複雑な整理や集計は必要なく、ベースとなるデータさえあれば誰でも比較的簡単に実施できる分析手法であり、手軽かつスピーディーに分析を進めることができます。

アプローチの考え方も理解しやすい

デシル分析の結果に対しては、基本的に購入金額が多いグループに多くの予算を使い、購入金額が少なくなるごとに優先度を下げていくという流れが一般的です。顧客全体の底上げを行いたい場合には下位の集合体を狙って施策を打つなど、分かりやすい基準・分かりやすい方針設定ができますのでアプローチに対する考え方も非常に理解しやすくなっています。

デシル分析のデメリット

分析結果が単純になりがち

デシル分析のメリットである「分かりやすく手軽」「アプローチが理解しやすい」といった点は、裏を返すとデメリットにもなります。消費者視点に立つと購買に際しては価格だけではなくさまざまな要素を踏まえて総合的に購買意思決定をしますが、デシル分析はそれらを勘案した分析を行うことができませんので、分析結果が単純になってしまいます。

単体での分析では不十分

デシル分析だけを行った場合、マーケティング効果を詳しく測定することは困難です。顧客の属性や定着率、購買予測などを把握するためには他の分析手法であるABC分析やRFM分析、CTB分析などといったさまざまな分析手法を組み合わせながら実施することで、より高い分析効果が得られます。

その他の分析手法との違い

ABC分析との違い

デシル分析は顧客を上位から10等分し、優良顧客などをグルーピングして分析します。一方でABC分析は顧客ではなく商品に着目して分析を行うため、それぞれで分析対象が異なります。不特定多数の消費者に向けて商品展開をするようなビジネスモデルであればABC分析で商品の動向を、会員の購買情報を集められるようなビジネスモデルであればデシル分析をベースに考えるとよいでしょう。

RFM分析との違い

RFM分析は顧客の最新購入時期、購入頻度、購入金額などの情報をもとに顧客分析を行います。「顧客」に着目した分析手法であるのはどちらも同じですが、デシル分析の方がシンプルかつ手軽に行いやすい手法となっています。

ID-POSを使ってデシル分析を

より効率的に売上・利益を拡大するためには適切なデータ集計と分析、活用が必要です。デシル分析やその他の手法で分析をしっかりと行っていくためには、ID-POSを使ってデータを集計できる環境の構築が必要です。

ヒット商品で売上拡大を目指す!
コンビニへ商品を卸す
NB食品メーカー

IDレシートBIツール
フェリカネットワークス
「IDレシートBIツール」公式サイト画面キャプチャ
引用元HP:「IDレシートBIツール」
公式サイト(https://receiptreward.jp/solution/)
おすすめの理由
  • 大手コンビニ3社(セブンイレブン/21,592店舗、ファミリーマート/16,259店舗、ローソン/14,643店舗)の顧客データを分析し、売れ筋商品や不人気商品を特定。人気商品の特徴を基に、新商品の開発や既存商品の改良を実施できる。
  • JANコードのない商品の分析ができるため、主要外食400チェーンのデータも網羅。それにより、消費者の嗜好とトレンドを取り入れた商品開発を検討できる

分析データの活用例を見る

商品改良や適切な売値で利益UP!
スーパーへ商品を卸す
PB食品メーカー

real shopper SM
ショッパーインサイト
「real shopper SM」公式サイト画面キャプチャ
引用元:「real shopper SM」
公式サイト(https://shopperinsight.co.jp/service/)
おすすめの理由
  • 複数のスーパーの生鮮食品や惣菜を含むID-POSデータを横断的に確認し、地域ごとに異なる消費者のニーズを把握。嗜好や購買パターンを理解し、商品改良につなげられる
  • 自社ブランドの値引き額、値引き率での売上変化や購入者の質を分析し、適切な価格を探索できる。それによって売上と利益を最大化。

分析データの活用例を見る

継続顧客の割合を増やす商品開発!
ドラッグストアへ商品を卸す
化粧品メーカー

SOO Dashboard
Segment of One & Only
「SOO Dashboard」公式サイト画面キャプチャ
引用元:SOO Dashboard
公式サイト(https://www.segone.jp/soo-dashboard)
おすすめの理由
  • 1,300店舗のドラッグストアの購買データから、ブランド構造分析でブランドの新規購入、継続購入、離反の割合を確認でき、継続顧客を増やすための戦略を立案できる。
  • ドラッグストアに特化したID-POSデータ分析。年齢、性別、購買頻度別の売上データから顧客セグメントごとの嗜好を把握できる。

分析データの活用例を見る

※セブンイレブンの店舗数(国内):2024年7月末時点
※ファミリーパートの店舗数(国内):2024年7月末時点
※ローソンの店舗数(国内):2024年2月末時点

レシートを活用した購買行動データ分析とは?