顧客分析ノウハウ

このユースケースでは、国・地域ごとに顧客LTVを比較し、どの市場に注力すべきかを判断するための考え方と分析手順を解説します。 解決する課題 越境ECやグローバル展開を進める中で、複数の国や地域から注文が入るようになると、どの市場に力を入れるべきかの判断が難しくなります。売上が伸びている国が必ずしも優良市場とは限らず、広告費をかけてもLTVが伸びないケースも少なくありません。 できるようになること このユースケースを実践すると、国・地域ごとに顧客LTVの違いを把握できるようになります。一時的に売れている市場と、長期的に価値を生み続ける市場を切り分けて理解できるようになります。 その結果、広告投資、ローカライズ対応、物流やサポート体制など、どの国や地域にリソースを集中すべきかをデータをもとに判断できるようになります。 ユースケース STEP1：国・地域別に顧客セグメントを作成する 最初に行うのは、顧客を国・地域ごとに切り分けることです。配送先住所や購入時の国情報をもとに、国別・地域別の顧客セグメントを作成します。 この段階では細かく分けすぎず、主要な国や地域単位で整理することがポイントです。まずは全体像を把握できる粒度でセグメントを作り、後から深掘りしていく前提で進めます。 STEP2：国・地域別に顧客LTVを比較する 次に、作成した国・地域別セグメントごとに顧客LTVを比較します。ここでは平均注文額だけでなく、購入回数や購入期間を含めたLTV全体を見ることが重要です。 例えば、初回購入単価は低くてもリピート率が高い国や、初回は高単価だが継続しにくい国など、市場ごとの特徴が見えてきます。LTVを軸に比較することで、「売れている市場」と「育つ市場」の違いが明確になります。 STEP3：市場の特性を整理し、注力市場を判断する 最後に、LTVの違いをもとに各市場の特性を整理し、注力すべき市場を判断します。LTVが高く、安定して伸びている市場は、広告投資やローカライズを進める優先度が高い市場と捉えられます。 一方で、売上は出ているもののLTVが低い市場については、商品構成や価格、配送体験など、改善すべきポイントが見えてきます。すぐに投資を拡大するのではなく、改善余地の検討や検証フェーズとして位置づける判断も可能になります。 このように、市場ごとの役割を整理することで、グローバル展開を感覚ではなく、構造として設計できるようになります。 まとめ 国・地域ごとの市場評価において重要なのは、売上の大小ではなく、顧客LTVという長期視点での価値を見ることです。顧客LTVを軸に比較することで、注力すべき市場と、改善・検証すべき市場を明確に切り分けることができます。 まずは、現在売上が立っている国・地域を顧客LTVで並べ直してみてください。そこから、次にどの市場に力を入れるべきかが自然と見えてくるはずです。

このユースケースでは、店舗とECに分断されがちな顧客データを統合し、チャネルを横断した購買行動を整理することで、次の施策につなげる方法を解説します。 解決する課題 店舗とECの両方を運営している場合でも、顧客データはチャネルごとに分断されたままになっているケースが少なくありません。その結果、店舗ではよく買っているのにECでは購入していない顧客や、ECでは常連だが店舗では一度も購入していない顧客が見えない状態になってしまいます。 売上や会員数は把握できていても、「チャネルをまたいだ顧客の動き」が分からなければ、OMO施策やCRM施策は感覚的なものになってしまいます。 できるようになること このユースケースを実践すると、店舗とECを横断した顧客行動を一つの視点で捉えられるようになります。チャネルごとの役割や顧客の使い分けが明確になり、店舗・ECそれぞれを活かした施策設計が可能になります。 結果として、チャネル単体の最適化ではなく、全体最適の視点で売上とLTVを伸ばせるようになります。 ユースケース STEP1：店舗データをEC・顧客データに統合する 最初に行うのは、店舗での購買データをEC側の顧客データと統合することです。POSデータや会員データをもとに、店舗とECで同一顧客をひも付けられる状態を作ります。 STEP2：チャネル別に顧客をセグメントする 次に、統合したデータをもとに、チャネルごとの購買実態で顧客を分けていきます。ここでは購入チャネルそのものを軸に、顧客を整理します。 ECのみで購入している顧客 店舗のみで購入している顧客 店舗とECの両方で購入している顧客 この切り分けを行うことで、「どのチャネルが入口になっているのか」「どのチャネルがリピートに使われているのか」といった構造が見え始めます。 STEP3：チャネル横断の購買行動を分析し、施策に活かす 最後に、セグメントごとの購買行動を分析し、施策に落とし込んでいきます。ここでは売上の大小ではなく、チャネルの使われ方に注目します。 例えば、店舗のみ購入している顧客は来店頻度が高い一方で、ECへの導線が不足している可能性があります。ECのみ購入している顧客は利便性重視で、店舗体験に触れる機会がない状態かもしれません。店舗とECの両方で購入している顧客は、LTVが高く、ブランドへの理解も深い傾向があります。 こうした違いを整理することで、店舗来店後のECフォロー、EC購入者への店舗イベント案内、両チャネル利用者への優先施策、といったチャネルをまたいだ施策設計が可能になります。 まとめ 店舗とECを横断した購買行動を理解するために重要なのは、チャネル別に分けて考えることではなく、顧客を起点に統合して捉えることです。データを一つにまとめ、顧客行動として整理することで、チャネルは分断された売り場ではなく、役割を持った接点として機能し始めます。 まずは、店舗とECを行き来している顧客がどれくらいいるのかを把握するところから始めてみてください。

このユースケースでは、特定の商品を購入した顧客に着目し、「なぜその商品が売れているのか」を顧客行動から整理し、次の施策設計に活かす方法を解説します。 解決する課題 売れている商品はあるものの、どんな顧客に、どんな文脈で、なぜ選ばれているのかが整理できていないケースは少なくありません。その結果、似た商品を出しても再現できない、広告やCRMで何を訴求すべきか分からない、次に伸ばすべき商品が判断できないといった状態に陥ってしまいます。 できるようになること このユースケースを実践すると、特定の商品が選ばれている理由を、顧客行動の違いとして説明できるようになります。また、その商品を起点に、似た顧客像、次に買われやすい商品、有効な訴求軸を整理できるようになります。 結果として、単発のヒット商品を、次の売上につながる資産へと変えていくことができます。 ユースケース STEP1：特定商品の購入者をセグメントする 最初に行うのは、分析対象となる特定商品の購入者を明確に切り出すことです。購入履歴をもとに、その商品を購入した顧客だけを抽出し、分析用のセグメントを作成します。 この時点では売上規模や購入回数の多さは気にせず、「その商品を選んだ」という事実に注目します。必要に応じて、初回購入でその商品を選んだ顧客、リピート購入の中でその商品を選んだ顧客、単品購入か他商品と同時購入かといった切り口でセグメントを分けることで、分析の解像度を高めることができます。 STEP2：購入者セグメントの顧客行動を分析する 次に、特定商品の購入者セグメントに対して顧客行動分析を行います。ここでは、その商品を購入した前後の行動に注目します。 購入前にどんな商品を見ていたのか、どのタイミングで購入しているのか、購入後にリピートしているのか、次に何を買っているのかといった行動を確認します。これにより、価格が理由で選ばれているのか、用途や文脈がハマっているのか、入口商品として機能しているのか、ファン向けの商品なのかといった、売れている理由の仮説が見えてきます。 STEP3：売れる理由を整理し、次の施策に落とし込む 最後に、分析結果をもとに「なぜこの商品が売れているのか」を整理し、次の施策につなげます。ここで重要なのは、商品特徴ではなく、顧客視点で理由を言語化することです。 初回購入者が多い商品であれば、新規獲得の入口商品としての役割が見えてきます。リピート率が高い商品であれば、定番商品としての位置づけが明確になります。他商品との同時購入が多い場合は、セット提案や導線改善の余地が見えてきます。 こうして整理した「売れる理由」をもとに、広告訴求、商品ページの表現、CRMでのレコメンド、次に開発すべき商品といった具体的な施策に落とし込んでいきます。 まとめ 特定の商品が売れている理由は、商品そのものではなく、顧客行動の中にあります。商品起点ではなく購入者起点で分析することで、売上の理由は再現可能な構造として整理できます。 一つの商品を深く理解することは、次に売れる商品を作り、次の施策を設計するための近道になります。まずは、売れている商品を一つ選び、その購入者を顧客行動から見直してみてください。

このユースケースでは、シーズンごとの購買行動を分析し、シーズン施策の精度と成果を最大化する方法を解説します。アパレルECを例に、「どの顧客が、どのシーズンに、どんな買い方をしているのか」を整理し、次のシーズン施策につなげていきます。 解決する課題 シーズン施策は毎年実施しているものの、施策の内容が前年踏襲になってしまい、結果の良し悪しを売上だけで判断してしまっているケースは少なくありません。どの顧客がシーズンに反応し、どの顧客が離れているのかが分からないままでは、次の改善ポイントも見えてきません。 シーズンを単なるイベントとして扱うのではなく、顧客行動の違いとして捉え直す必要があります。 できるようになること このユースケースを実践することで、シーズンそれぞれに強い顧客の特徴が明確になります。また、片方のシーズンにしか反応しない顧客と、両方のシーズンで購入する顧客の違いが分かるようになります。 その結果、シーズン施策を一律で行う状態から脱し、顧客ごとに成果を最大化する設計が可能になります。 ユースケース STEP1：シーズン別に顧客セグメントを分ける 最初に行うのは、シーズンを軸にした顧客の切り分けです。ここではアパレルのSS（春夏）とAW（秋冬）を例に考えます。 購入履歴の「購入日」を使って、シーズンごとの購入実績を判定し、以下のように顧客を分類します。 SSシーズンのみ購入している顧客 AWシーズンのみ購入している顧客 SS・AWの両方を購入している顧客 商品カテゴリや単価ではなく、購入期間というシンプルな軸で分けることで、シーズンそのものへの反応を捉えられるようになります。 STEP2：セグメントごとの購買傾向を知る 次に、作成したシーズン別セグメントごとに購買傾向を確認します。この段階では、売上の大小ではなく、買い方の違いに注目することが重要です。 例えば、SSのみ購入する顧客は、比較的軽い商品を複数点購入する傾向が見られる一方で、AWのみ購入する顧客は、高単価商品を厳選して購入するケースが多くなります。また、SSとAWの両方を購入している顧客は、購入頻度が高く、定番商品への反応も良い傾向があります。 このように、シーズン別に顧客行動を見ていくことで、「どのシーズンが良かったか」という感覚的な評価が、「どの顧客がどう動いたか」という具体的な理解に変わります。 STEP3：シーズンごとの施策を設計する 最後に、セグメントごとの特徴をもとに、シーズン施策を設計します。すべての顧客に同じ内容を届けるのではなく、シーズンへの関わり方に応じてアプローチを変えていきます。 SSのみ購入する顧客には、AW立ち上がり前に負担の少ない導入商品や着用シーンを提案することで、次シーズンへの接点を作ります。AWのみ購入する顧客には、SSでも使える定番商品や用途の広さを伝えることで、購買シーズンを広げていきます。SS・AWの両方を購入する顧客に対しては、先行販売や限定企画など、優先度の高い施策を設計することで、シーズン全体の売上を支える存在として育てていきます。 まとめ シーズン施策の成果を最大化するために重要なのは、シーズン別に売上を見ることではなく、シーズン別に顧客を見ることです。購入期間という分かりやすい切り口でも、顧客を分け、傾向を把握し、施策を変えるだけで、シーズンは偶然の結果ではなく、設計できる成長機会に変わります。 次のシーズンを迎える前に、まずは過去のシーズンを顧客行動から振り返ってみてください。

このユースケースでは、過去のLTVと顧客行動データをもとに、数ある休眠顧客の中から「復帰の可能性が高い顧客」を抽出し、最適な復帰施策を設計する方法を解説します。 休眠顧客は売上改善の余地が大きい一方で、すべてを同じように扱うと施策が非効率になりがちです。本ユースケースでは、休眠顧客を一括りにせず、「角度の高い顧客」に絞って向き合うための考え方とプロセスを整理します。 解決する課題 一定期間購入がない顧客を休眠顧客としてまとめて扱い、一斉に割引やキャンペーンを行っているECは少なくありません。しかしその中には、過去に高いLTVを生んでいた顧客もいれば、初回購入のみで終わった顧客も混在しています。 この状態では、本来復帰の可能性が高い顧客に十分なアプローチができず、反対に復帰が見込みづらい顧客に対して無駄なコストをかけてしまいます。また、どの施策が効いているのかを判断する基準も曖昧になり、休眠施策が改善されない原因になります。 できるようになること このユースケースを実践することで、顧客全体の行動データをもとに「離脱」と判断すべきラインを定義し、その中から復帰の可能性が高い休眠顧客を抽出できるようになります。 さらに、離脱前の行動を踏まえた復帰施策を設計し、その成果を継続的に検証することで、休眠施策を場当たり的な施策から再現性のある成長施策へと変えることができます。 ユースケース STEP1：顧客全体の行動から、離脱・休眠ラインを定義する 最初に行うのは、どの時点をもって顧客が離脱・休眠したと判断するのかを明確にすることです。顧客行動分析を用いて、再購入までの日数間隔の分布を確認し、一定期間を超えると再購入率が大きく下がるポイントを把握します。 例えば、再購入間隔が365日を超えたタイミングで復帰率が大きく低下している場合、その日数を休眠ラインとして定義します。感覚や業界慣習ではなく、自社の顧客データをもとに基準を決めることで、後続の分析や施策の精度が高まります。 STEP2：LTVが高いまま離脱してしまった顧客を抽出する 次に、定義した休眠ラインをもとに、現在は購入が止まっている顧客の中から、過去のLTVが高い顧客を抽出します。ここで重要なのは、「今は休眠しているが、過去にどれだけ価値を生んでいたか」という視点です。 複数回購入し、継続的に売上に貢献していた顧客が離脱している場合、その顧客は適切なきっかけさえあれば復帰する可能性が高いと考えられます。この層を明確に切り出すことで、復帰施策の対象を「角度の高い休眠顧客」に絞ることができます。 STEP3：離脱前の行動を分析し、復帰施策を設計する 続いて、抽出した休眠顧客が離脱前にどのような行動を取っていたのかを確認します。最後に購入した商品や購入頻度の変化、閲覧していた商品カテゴリなどを振り返ることで、離脱の背景が見えてきます。 これらの行動データをもとに、単なる割引施策ではなく、その顧客にとって意味のある復帰オファーを設計します。過去の購買文脈に沿った提案を行うことで、復帰施策は一時的な刺激ではなく、関係性を取り戻すためのコミュニケーションへと変わります。 STEP4：セグメントの変化をトラッキングし、施策を改善する 最後に、復帰施策を実施した後のセグメントの変化を継続的に追いかけます。角度の高い休眠顧客セグメントがどの程度減少しているのかを確認することで、施策が実際に復帰につながっているかを判断できます。 一時的な復帰数だけを見るのではなく、セグメント全体の減少率をトラッキングすることで、施策の良し悪しや改善ポイントが明確になります。このプロセスを繰り返すことで、休眠顧客対応は継続的に最適化されていきます。 まとめ このユースケースが目指すのは、休眠顧客を一律に扱うのではなく、「復帰の可能性が高い顧客」に集中することです。過去のLTVと行動データをもとに角度の高い顧客を抽出し、その文脈に沿った復帰施策を設計することで、休眠施策は再現性のある成長施策へと進化します。 既存顧客の価値を最大化することは、新規獲得に依存しすぎない安定した事業成長につながります。このユースケースは、そのための具体的な一歩になります。

このユースケースでは、広告別に獲得した顧客のLTVを比較することで、ROASやCVRといった短期指標では見えない「本当に価値のある顧客」を特定する方法を解説します。 新規獲得は成果が分かりやすい反面、どうしても初回購入時点の数値に評価が偏りがちです。しかし、事業として重要なのは、初回で終わらず継続して購入してくれる顧客をどれだけ獲得できているかという点にあります。このユースケースは、新規獲得の“質”を高めたいという目的に応えるものです。 解決する課題 新規獲得施策を評価する際、多くのECではCVRやROASが主な判断基準になっています。その結果、短期的には効率が良く見える広告に予算が集中し、実際にはリピートしない顧客ばかりを獲得してしまうケースが少なくありません。 一方で、CPAが高くROASが合わないという理由だけで停止された広告の中に、長期的にはLTVの高い顧客を多く生み出しているものが含まれていることもあります。こうした違いは、初回購入だけを見ている限り判断できず、新規獲得の改善が感覚的になってしまう原因にもなります。 できるようになること このユースケースを実践することで、広告ごとに獲得している顧客の“質”の違いが明確になります。初回購入の数字だけではなく、継続率やLTVといった長期的な視点で広告を評価できるようになります。 その結果、ROASは低く見えても将来的な売上貢献度が高い広告を見極められるようになり、新規獲得を単なる集客施策ではなく、事業成長のための投資として設計できるようになります。 ユースケース STEP1：UTMパラメータを活用して広告別に顧客を分ける 最初に行うのは、どの広告から獲得した顧客なのかを正確に把握することです。UTMパラメータを活用することで、広告の流入元やキャンペーン単位で顧客を識別できる状態を作ります。 この段階で重要なのは、成果を評価することではなく、広告ごとに顧客を分けて見られる土台を整えることです。広告経由の顧客をひとまとめにせず、後続の分析に使える形でセグメント化しておくことで、次のステップで初めて意味のある比較が可能になります。 STEP2：広告別セグメントごとのLTVを比較する 次に、広告別に分けた顧客セグメントごとにLTVを比較します。ここで初めて、ROASでは見えなかった差が浮かび上がります。 初回購入時の売上は小さくても、その後のリピート率が高く、結果としてLTVが伸びている広告が見つかることもあります。反対に、初回購入額は高いものの、2回目以降につながらずLTVが伸びない広告も存在します。 この比較によって、どの広告が「売上を作っているか」ではなく、「良い顧客を連れてきているか」という視点で広告を評価できるようになります。 STEP3：獲得月ごとのリピート推移を見て改善につなげる 最後に、広告別の顧客を獲得月ごとに分解し、リピートの推移を細かく確認します。同じ広告から獲得した顧客であっても、獲得した時期によって継続率やLTVに差が出ることは珍しくありません。 月ごとの違いを見ていくことで、初回購入後のフォロー施策やクリエイティブ、オファー設計がリピートにどのような影響を与えているのかが見えてきます。単に広告を止める・伸ばすという判断ではなく、改善のヒントを見つけられる状態を作ることができます。 まとめ このユースケースが目指すのは、新規獲得を短期指標だけで評価する状態から脱却することです。広告別にLTVを比較することで、新規獲得は「初回で売れたかどうか」ではなく、「将来にどれだけ価値を生む顧客を獲得できたか」で判断できるようになります。 広告の評価軸をLTVに置き直すことで、新規獲得は継続的に売上を伸ばすための再現性ある仕組みに変わっていきます。これは、長期的にECを成長させるための重要な一歩になります。

このユースケースでは、顧客ランクごとにLTVや購買行動を比較することで、どの顧客を優先的に育成すべきかを判断し、CRM施策の軸を明確にする方法を解説します。 すべての顧客に同じ施策を行うのではなく、伸びしろのある顧客層にリソースを集中させることで、LTVを効率的に伸ばします。 解決する課題 CRM施策を行っているものの、どの顧客を育てるべきかが曖昧なまま運用されているケースは少なくありません。購入回数や売上は見ていても、顧客ランクごとのLTVの違いが整理されておらず、結果として全顧客に同じ配信や同じ優遇を行ってしまいがちです。 この状態では、すでに十分価値の高い顧客と、これから育てるべき顧客の区別がつかず、CRM施策が場当たり的になってしまいます。 できるようになること このユースケースを実践すると、顧客ランクごとにLTVや購買行動の違いが明確になります。どのランクの顧客に伸びしろがあり、どのランクに重点的に施策を行うべきかを判断できるようになります。 その結果、CRM施策の対象と目的がはっきりし、顧客育成を感覚ではなく、データに基づいて設計できるようになります。 ユースケース STEP1：顧客ランク別にセグメントを分ける まずは顧客をランク別に分け、比較できる状態を作ります。 顧客ランクの分け方には大きく2つのパターンがあります。 ◾︎ パターンA：ロイヤリティアプリのランク（メタフィールド）を活用する ロイヤリティアプリを利用している場合は、会員ランクをメタフィールドとして取得し、そのまま顧客ランクとして活用します。 この方法のメリットは、すでに運用されているランク設計をそのまま分析に使える点です。 ◾︎ パターンB：期間内の合計購入金額でランクを分ける ロイヤリティアプリを使っていない場合や、よりシンプルに分析したい場合は、一定期間内の合計購入金額をもとに顧客ランクを定義します。 たとえば「直近12か月の累計購入金額」で上位・中位・下位に分けることで、自社にとって価値の高い顧客層を把握できます。 この方法では、実際の購買実績に基づいてランクを作れるため、現在の売上構造に即した分析が可能になります。 STEP2：顧客ランク別にメトリクスを比較し、育成仮説を立てる 次に、分けた顧客ランクごとに主要なメトリクスを比較します。 ここでは数字を見ること自体が目的ではなく、「次にどの顧客ランクに、どんな施策を打つべきか」を判断するために比較します。 顧客数を見ることで、どのランクに顧客が集中しているかを把握できます。 LTVは、そのランクがどれだけの価値を生み出しているかを判断する指標です。 平均購入単価と平均購入回数を見ることで、「単価が高いのか」「回数で稼いでいるのか」といった構造の違いが見えてきます。 さらに、再購入日間隔を確認することで、購入ペースが安定しているのか、それとも間が空きやすいのかを把握できます。 これらを総合的に比較することで、 「このランクは回数は多いが単価が低い」「このランクは単価は高いが再購入までの間隔が長い」 といった特徴が明確になり、育成の方向性についての仮説を立てられるようになります。 STEP3：メトリクスを定点観測し、育成施策の効果を検証する 最後に、顧客ランク別のメトリクスを定期的に確認し、育成施策が狙いどおりに機能しているかを検証します。 STEP2で立てた仮説に対して施策を実行した後、LTVやリピーター率、再購入日間隔がどう変化しているかを継続的に見ていきます。 たとえば、育成対象としたランクで購入回数が増えているか、再購入の間隔が短くなっているかを確認することで、施策の効果を判断できます。 もし期待した変化が見られなければ、仮説や施策の見直しを行います。 このように定点観測を続けることで、顧客育成を一度きりの施策ではなく、改善を繰り返すプロセスとして運用できるようになります。 まとめ このユースケースでは、顧客ランク別にLTVを比較することで、育成すべき顧客を見極めることを目的としています。 すべての顧客に同じCRM施策を行うのではなく、伸びしろのある顧客ランクに集中することで、LTVは効率的に伸ばすことができます。...

このユースケースでは、初回購入商品ごとに2回目購入専用のオファーと導線を設計し、F2転換率を高める方法を解説します。 解決する課題 初回購入後のF2転換が、設計ではなく偶然に任されてしまっているケースは少なくありません。初回に何を購入したかに関わらず同じフォローを行っているため、どの商品がF2につながりやすいのかが見えず、施策の改善ポイントも曖昧なままになってしまいます。 できるようになること このユースケースを実践すると、初回購入商品ごとにF2転換の違いが明確になります。F2につながりやすい商品が分かり、商品ごとに最適なオファーや導線を設計できるようになります。結果として、F2転換を偶然ではなく、意図して伸ばせる状態を作ることができます。 ユースケース STEP1：F1→F2の大きな商品ステップを把握する まず最初に行うのは、初回購入（F1）から2回目購入（F2）に進む際に、どのような商品が選ばれやすいのかという全体像を把握することです。 ここで全体の流れを掴んでおくことで、後続の施策設計がブレなくなります。 顧客分析の「ステップ分析」を使い、F1→F2の購入ステップで実際に購入されている商品の傾向を確認します。 STEP2：初回購入商品ごとのF1セグメントを作成する 次に、初回購入商品ごとにF1顧客のセグメントを作成します。対象となるのは、初回購入は完了しているものの、まだ2回目購入に至っていない顧客です。 F1顧客をひとまとめに扱うのではなく、「初回に何を買ったか」という軸で分けることで、顧客ごとに適切な次のアクションを設計できる状態を作ります。この時点で、誰に、どの文脈で、どの商品を提案すべきかが自然と見えてきます。 STEP3：Shopifyとの自動タグ連携を行う 分析とセグメントができたら、それを施策で使える形に変換します。ECPowerで作成した初回購入商品別のF1セグメントを、Shopifyの顧客タグと連携します。 この連携によって、顧客の状態がShopify側に保持され、メールやLINEなどの配信ツールから参照できるようになります。分析結果を単なる数字で終わらせず、実際の配信や自動化フローに組み込むための重要なステップです。 STEP4：F1顧客×初回購入商品ごとに、次商品のオファーを設計する 最後に、初回購入商品ごとにF2につながりやすい商品をオファーとして届けます。STEP1で把握したF1→F2の購買傾向をもとに、初回に購入した商品に応じて次に提案する商品やメッセージを変えていきます。 メールやLINEを使って、初回購入後の適切なタイミングで商品レコメンドを行い、必要に応じてセット提案や特典を組み合わせた自動化フローを構築します。これにより、すべてのF1顧客に同じフォローを行う状態から、商品ごとに最適化されたF2導線へと移行できます。 まとめ このユースケースでは、F2転換を感覚や偶然に任せるのではなく、商品起点で設計された仕組みに落とし込むことを目指します。初回購入商品ごとに顧客を理解し、次に選ばれやすい商品を適切なタイミングで届けることで、F2は再現性のある成果に変わります。