クラウドERPにおける顧客データ分析は、主として、マーケティング部門、営業部門、カスタマーサービス部門により行われます。
これらの部門は、それぞれ、セールスリードの獲得、商談のクロージング、顧客満足度の向上という別々の役割を担っていますが、顧客ライクサイクルの観点からいえば、それぞれが連携して業務を遂行する必要があります。
そのため、顧客データ分析も、分析の内容は部門ごとにことなりますが、統一された顧客データベースのもとで分析が実施され、その結果が部門間で共有されなければなりません、クラウドERPを選択する際には、統一された顧客データをもとに、各部門が必要な分析を行い、その結果を共有できる機能を確認する必要があります。
マーケティングにおける顧客データ分析マーケティング部門の役割は、セールスリードの獲得にあります。そのためにマーケティング部門は、さまざまキャンペーンを実施します。しかし、やみくもに多くのキャンペーンを実施することは許されません。
そこで、マーケティング部門におけるデータ分析としてもっとも重要なものとして、キャンペーンの効果測定があります。
キャンペーンの効果測定には、レスポンス率とコンバージョン率が使われます。
レスポンス率とは、キャンペーンのターゲットリストに含まれる顧客数に対する、反応顧客数の比率です。キャンペーンへの反応は、告知メール中のリンクのクリック、Web to Leadフォームへの入力といった複数の段階で測定する場合もあります。
レスポンス率の測定には、Eメールやバナーといった複数の告知媒体、Web to Leadフォームやコールセンターといった複数のレスポンスチャネルにまたがって、特定のキャンペーンと特定の顧客を関連付けなければなりません。そのためには、複数の媒体、チャネルによる複数のキャンペーンが統合されたシステムで運用されている必要があります。
コンバージョン率とは、キャンペーンのターゲットリストに含まれる顧客数に対する、実際に商品の購入に至った顧客数の比率です。キャンペーンに連動して購入された商品と購入顧客を特定するためには、キャンペーンへの反応から始める一連の営業・受注プロセスの中で、データがトラッキングできなければなりません。そのため、コンバージョン率の測定には、レスポンス率よりも広い範囲、即ちSFA、受注管理といったシステムも含めて統合されている必要があります。
このようなシステム統合が実現されていれば、いろいろなキャンペーンのレスポンス率やコンバージョン率を比較することで、効果の高いキャンペーンにより力を入れる、効果の低いキャンペーンの方法を改善するといった判断が可能になります。
以下の画面は、メールマガジンの内容別のレスポンス率、コンバージョン率の分析画面の例です。
「セール」と「常連さん優待」カテゴリのコンバージョン率が比較的高く、「お知らせ」と「商品紹介」カテゴリのコンバージョン率が比較的低くなっています。レスポンス率とコンバージョン率の双方で見ると、もっとも配信数の多い「商品紹介」カテゴリが、２つの比率とも比較的低いという結果になっており、改善の必要があります。
クラウドERPには、マーケティング部門のセールスリード獲得のために、キャンペーン効果測定などのデータ分析機能が必要です。
営業における顧客データ分析営業部門の役割は、商談のクロージングにあります。しかし、より上位の目的は、売上目標を達成することです。そのために営業部門は、売上目標にたいしての現在の状況を正確に把握していなければなりません。
そこで、営業部門におけるデータ分析としてもっとも重要なものとして、営業予測があります。
営業予測とは、商談管理で把握されている商談に入力されている予想クロージング金額を予想クロージング時期ごとに集計することで、将来の売上を予測することです。だたし、単純に予想クロージング金額を集計しただけでは、商談の確実性が反映されず、営業予測の精度が低くなります。そのため、商談情報には、確度と呼ばれる属性を付与して、確実性の高低によって分類した上で集計するのが一般的です。
次の画面イメージは、営業予測の画面例です。
この例では、確度として商談のステータスを利用しています。上のグラフでは、確度ごと、売上予定月ごとに商談金額を集計することで、何か月先まで売上の見通しが立っているかを一目で把握することができます。一方、下のグラフでは、商談金額を会計期間（この例では半年）内での累計として集計することで、会計期間末（この例では、2012年9月末）の予想売上、いわゆる着地点の見通しとその確実性を把握することができます。
クラウドERPには、営業部門の売上目標達成のために、営業予測などのデータ分析機能が必要です。 カスタマーサービスにおける顧客データ分析カスタマーサービス部門の役割は、顧客満足度の向上にあります。そのためにカスタマーサービス部門は、大量に発生するケースに対して、できる限り迅速に対応します。しかし、限られたリソースの中ですべてのケースを一律に扱っていては、特定のケースが放置されたり、重要なケースが後回しになったりして、かえって顧客満足度を下げてしまう可能性があります。
そこで、カスタマーサービス部門におけるデータ分析としてもっとも重要なものとして、ケース分析があります。
ケース分析では、重要な評価指標（KPI）を設定して、それらを随時モニタリングします。
ケース分析で一般的に設定されるKPIには以下のようなものがあります。
- 未解決のケースの数
- エスカレーションされているケースの数
- ステータスが一定期間変更されていないケースの数
- 長期にわたって未解決となっているケースの数
これらは、最重要の指標として、つねにモニタリングされている必要がありますが、これらのケースの数を、担当者ごとや、製品ごと、顧客ごと、などのさまざまな角度から集計し、個々のケースの内容にまで掘り下げることで、いろいろ問題の早期発見と対策を行うことができます。
これらのKPIは、ダッシュボードの形式で部門内外で閲覧できる必要があります。以下の画面はケース分析のダッシュボードの例です。
このようなダッシュボードでKPIをモニタリングすることで、たとえば特定のサポート担当者に重要なケースが集中し、解決時間が長くなっているといった問題を見つけ出すことができます。
クラウドERPの選択においては、カスタマーサービス部門の顧客満足度向上のために、ケース分析などの機能が必要です。
No.1 クラウドERP
ソフトウェア