弊社のお取組み内容をご理解頂くために、弊社の典型的なプロジェクトの例をケーススタディという形でご紹介します。

背景

ケース紹介

A社は東日本を中心に法人向けエネルギー卸事業を展開する企業です。安定的な基盤を持ちつつも、異業種のエネルギー産業への参入という脅威に直面している。A社は対面営業を重視してきたが、ここ最近では自社サイトに会員向けのコンテンツを作成するなどしてDXを推進している。自社の顧客の利用状況や上記会員向けサイトのデータから乗換兆候を察知し事前に解約措置の打ち手を打ちたいと考えている。

現状
  • 顧客の解約動向を予知することができず、常に後手後手となる。
  • 一方で全てのお客様に対してフォローするだけのマンパワーに欠ける。
  • 結果として有望顧客の離脱による収益基盤の悪化、新規頼みになり獲得コストが増加。
あるべき姿
  • 解約数カ月前時点で解約予知アラートを出すようにする。
  • アラートと顧客の予測LTVから優先順位をつけ、フォロー対象としてリスティング。
  • 顧客との関係強化による、収益基盤の強化。LTVの増加が見込めるため新規獲得におけるROIも改善。

ご提案内容

上記現状とあるべき姿のギャップ解消を目指す。そのために以下のようなソリューションを提案した。

ソリューション

顧客契約データ及びサービス使用状況データと自社サイトへの訪問データを用いた、離脱率予測モデルの構築を提案。

実施ステップ
  1. データ整理

    契約情報、オウンドメディアログの収集加工。

  2. データクリーニング

    上記データの名寄せ処理や退会フラグの作成などを行う。

  3. LTV・離脱予測モデルの作成。

    顧客データ(業種・業態、従業員数)などからLTV予測モデルを作成。

    顧客利用動向から離脱予測モデルを作成。

  4. 顧客スコアリングとマッピング

    顧客に予想LTVと予測離脱率をスコアリングする。

    LTVの高低と離脱率の高低により4象限に顧客をマッピングする。

  5. 優先順位を作成しアタックリストの作成を行う。

成果物

予測モデル

機械学習モデルの詳細をご納品。

  • パラメータ
  • モデル仕様書
顧客スコア

予測LTVや予測離脱率が付与された顧客リストをご納品。

最終報告書

左記等を記した最終報告書を電子及び紙媒体でご納品。