動的個人モデルによる購買生起行動の解析とOne to Oneマーケティングへの実装

全国で店舗展開を行うドラッグストアチェーン様では、会員向けアプリやポイントカードを通じて豊富な ID-POSデータを蓄積していました。しかし、カテゴリ別の販促やクーポン配信は週次のチラシ起点が中心で、 「誰に・どのタイミングで打つべきか」という観点でのOne to Oneマーケティングには十分に踏み込めていませんでした。

特に炭酸飲料カテゴリは、まとめ買いと単品買いが混在し、家庭内在庫量の違いによって購買タイミングが大きく変わるカテゴリです。 従来のRFM分析や単純な購入間隔の平均値では、こうした消費者異質性をうまく捉えきれないという課題がありました。

• ・ID-POSデータを蓄積しているものの、「いつ誰に何を打てば良いか」が分からない。
• ・従来のRFMセグメントだけでは、来店タイミングや家庭内在庫量を考慮した施策設計が難しい。
• ・カテゴリ別のCRMは行っているが、One to Oneマーケティングとしてはまだ画一的な配信が多い。

MyStoryでは、マーケティング・サイエンス分野の研究で用いられている「動的個人モデル」の考え方をもとに、 来店行動と炭酸飲料カテゴリの購買生起行動を同時に説明する統計モデルを構築しました。 一般状態空間モデルの枠組みを用い、粒子フィルタによって顧客ごとの状態を日次で推定しています。

モデルでは、チラシ・価格・天候といった外部要因だけでなく、家庭内在庫量や消費量を潜在的な変数として扱い、 「今この世帯の冷蔵庫にはどれくらい在庫がありそうか」「在庫が多いとき／少ないときで消費ペースが変わるか」 といった情報を推定可能にしました。

• ・ID-POSデータを起点に、顧客一人ひとりの来店行動・購買生起行動を同時に説明する動的個人モデルを構築。
• ・家庭内在庫量や消費ペースを潜在的に推定し、「そろそろ在庫が切れそう」「まだ家に在庫が多い」といった状態をスコア化。
• ・CRM基盤と連携し、One to Oneクーポン・アプリ内レコメンド・プッシュ通知などに活用可能な指標として運用。

※いずれもコントロール店舗群との比較による相対改善

1. STEP 1

   ID-POSデータの整備と分析設計

   会員ID別に購買履歴を整形し、「いつ・誰が・どの炭酸飲料を・いくらで・いくつ買ったか」を軸に分析テーブルを構築。ID-POSデータ分析の目的を、来店行動と購買タイミング（購買生起）の両方を説明することに置きました。

2. STEP 2

   動的個人モデルによる購買生起行動の推定

   一般状態空間モデルをベースに、家庭内在庫量や消費量を潜在変数として扱う動的個人モデルを構築。粒子フィルタを用いて「来店のしやすさ」や「炭酸飲料カテゴリの購入しやすさ」が日次でどのように変化しているかを、顧客ごとに推定しました。

3. STEP 3

   CRM・OnetoOneマーケティング施策への実装

   推定された家庭内在庫量や購買生起確率を、会員ごとのスコアとしてCRM基盤に連携。「そろそろ在庫が減っていそうな顧客」や「販促反応が高まりやすい顧客」を抽出し、One to Oneクーポンやアプリ内バナーの配信ロジックに組み込みました。

• ・ID-POSデータを活用したカテゴリ別・ブランド別のCRM・LTV向上施策を検討している小売・メーカー様
• ・家庭内在庫量や購買タイミングを考慮したOne to Oneマーケティングを実現したいご担当者様
• ・RFMや単純な頻度分析だけでは捉えきれない「購買行動のクセ」を精緻に把握したいデータマーケティング部門