顧客属性分析とは
顧客属性分析とは、購買データから顧客の年齢・性別・地域・購買頻度・商品選好などの特性を抽出し、「どんな人が、何を、いつ、いくらで買うのか」という購買パターンを可視化すること。顧客には「自分の好みを理解してくれている」という信頼感が生まれ、企業には「ムダな施策を減らし、ROIを最大化」する指標が手に入る。
バーのカウンター
金曜夜。化粧品ECの担当者・あやがマスターに相談をぶつけた。
あや：「マスター、うちのメルマガ施策、開封率が30%なんですよ。業界平均よりは高いはずなのに、売上の伸びが鈍い。何か間違ってる気がして…」
マスター：「開封率は高いのか。では、その30%の中身は？」
あや：「え、中身？全部一緒のメルマガを配信してるんで…」
マスター：「そっか。ちょっと聞くけど、あやのお客さんってどんな人たちなんだ？」
あや：「20代から50代の女性です。あとはわかりませんね。」
マスター：「それだけ？購買金額は？」
あや：「平均5,000円…でも人によってバラバラです。」
マスター：「そこだ。あやは『顧客』を『全員同じ人』だと思ってる。ターンオーバーって28日周期でしょ。」
あや：「そうですね。肌が生まれ変わるのに…」
マスター：「では考えてみてくれ。1本使い切るのに4週間かかる美容液と、1か月で3本使う子がいるとしたら？」
あや：「あ。購買周期が違う。」
マスター：「そういうこと。顧客属性分析ってのは、そういう『違い』を見つけて、その違いに応じた施策を打つこと。開封率が高いってのは、あやのリストが『生きてる』ってだけ。問題は、その生きてるリストの中に、全く違う人たちがいるのに、同じメッセージを送ってるってこと。」
あや：「でも、属性なんて…どうやって…」
マスター：「購買データを見るんだ。誰が、何を、いつ、いくら買ってるか。それを集めれば、属性が浮き出てくる。たとえば、毎月15日前後に5,000円以上買う人。毎回同じ商品を買う人。季節で買うものが変わる人。最初の買い切りだけで戻ってこない人。」
あや：「あ…今までそれを見てなかった。」
マスター：「見てなきゃ、打ちようがない。例えば、ローテーション購買する人には『次の使用目安の日付』でリマインドを送る。初回購買だけで消えた人には、30日後に『レビューを送ってくれたら割引クーポン』を送る。高額購買層には『VIPメルマガ』で先行販売を知らせる。全員同じメルマガじゃ、その『個性』を活かせない。」
あや：「なるほど…属性によってメッセージを変えるんですね。」
マスター：「そう。それが顧客属性分析だ。『誰が買うのか』を知れば、『何を送るか』が自動的に決まる。」
ありがちな失敗
多くの会社がやってしまうのが、「属性ラベルを貼ったつもり」になること。CRMシステムに「年代：20代」「購買額：5000円」と入力しておきながら、配信施策では全員に同じメッセージを送る。データを集めても、その違いを『行動』に落とさない限り、顧客属性分析は机上の空論。あやのメルマガも、実は彼女の頭の中には「属性のぼんやりした印象」があったかもしれないが、それが施策に反映されていなかった。
マスターがカウンターに書いたイメージ
■ 属性分析なし（あや現在）
全リストへ一律配信 → 開封率30% → クリック率3% → 購買率0.5%
■ 属性分析あり（理想像）
高頻度購買層（月2回以上）→ リマインド配信 → 開封率45% → クリック率7% → 購買率2.1%
初回購買層（1回限り）→ リテンション施策 → 開封率32% → クリック率4.5% → 購買率1.8%
VIP層（月購買額10,000円以上）→ 先行販売 → 開封率58% → クリック率12% → 購買率5.2%
属性別アプローチで、セグメント全体のROIは3倍〜5倍へ。
📋 本日の処方箋
1. 【なぜやるか】同じメルマガを全員に送っては、「個性」が活かせないから
【どうやるか】過去3ヶ月の購買データを「購買頻度」「平均購買額」「商品カテゴリ」で分類し、最低3つのセグメントに分ける。スプレッドシートでもいい。属性が見えたら、そこから配信内容を変える。
2. 【なぜやるか】顧客属性がわかれば、次のアクションのタイミングが予測でき、「無駄撃ち」が減るから
【どうやるか】各セグメントの「平均購買サイクル」を計算する。ローテーション購買なら28日〜35日周期でリマインド。初回購買だけの層は30日後にリテンション施策。
3. 【なぜやるか】属性分析データはメルマガだけじゃなく、LINE・Instagram・リターゲティング広告の全チャネルで使えるから
【どうやるか】「高頻度層」はLINE限定クーポンで囲い込み。「VIP層」はインスタでスト―リーズ先行販売。「初回層」はリターゲティング広告でセカンド商品を提案。同じ属性データで、全チャネルを統制する。
4. 【なぜやるか】属性が細かくなるほど、メッセージの精度が上がり、開封率・クリック率・購買率が全て上昇するから
【どうやるか】始めは3セグメント程度でいい。配信ごとにA/Bテストで効果を測定し、「この属性層にはこのメッセージが効く」というパターンを見つけ、徐々に細分化を進める。
業種を超えた応用例
これは化粧品だけの話じゃない。ペットフード経営なら、「小型犬オーナー」「シニア犬オーナー」「毛艶改善ニーズ」で属性を分け、犬種別の栄養ニーズに合わせた提案をする。サプリメントECなら、「習慣化済み層（購買3ヶ月以上）」と「初期検討層（購買1ヶ月以内）」で、メッセージを完全に変える。ファッションECなら、「トレンド先行客」「定番愛好家」「セール待ち層」で、配信の質とタイミングを分ける。属性が違えば、心理も行動も違う。そこを見落とした施策は、いくら打っても響かない。
