顧客生涯価値（CLV）の基礎

Pythonで学ぶマーケティングのための機械学習

Karolis Urbonas

Head of Analytics & Science, Amazon

CLVとは？

  • 顧客価値の測定
  • 過去実績または予測のいずれも可
  • 手法は多様。業種に依存
  • 数式ベースと、予測・分布ベースの手法がある
Pythonで学ぶマーケティングのための機械学習

ヒストリカルCLV

  • 過去の全取引の売上を合計
  • それに利益率を乗じる
  • 代替: 利益があれば、過去の全取引の利益を合計
  • 〈課題1〉在籍期間、リテンション、チャーンを考慮しない
  • 〈課題2〉新規顧客と将来売上を考慮しない

ヒストリカルCLV

Pythonで学ぶマーケティングのための機械学習

基本的なCLV式

  • 平均売上に利益率を掛けて平均利益を算出
  • それに平均顧客寿命を掛ける

基本のCLV

Pythonで学ぶマーケティングのための機械学習

詳細なCLV式

  • 平均購入単価×平均購入頻度×利益率
  • それに平均顧客寿命を掛ける
  • 取引当たりの平均売上と期間当たりの平均頻度を反映

詳細CLV

Pythonで学ぶマーケティングのための機械学習

従来型のCLV式

  • 平均売上×利益率
  • 平均利益にリテンション/チャーン比を掛ける
  • チャーンは1−リテンションで算出可能
  • 顧客ロイヤルティを反映。最も一般的な手法

従来型CLV

Pythonで学ぶマーケティングのための機械学習

取引データセットの紹介

  • オンライン小売データセット
  • 取引の支出、数量などを含む

オンライン小売

Pythonで学ぶマーケティングのための機械学習

コホートデータセットの紹介

  • オンライン小売から作成
  • 取得月を付与
  • 取得後の各月の顧客数を集計したピボット表
  • これでリテンション率を算出

コホート数

Pythonで学ぶマーケティングのための機械学習

月次リテンションの計算

最初の月の値でコホートサイズを計算

cohort_sizes = cohort_counts.iloc[:,0]

月次アクティブ数を初期サイズで割ってリテンション、1から引いてチャーンを算出

retention = cohort_counts.divide(cohort_sizes, axis=0)
churn = 1 - retention

リテンションをヒートマップで可視化

sns.heatmap(retention, annot=True, vmin=0, vmax=0.5, cmap="YlGn")
Pythonで学ぶマーケティングのための機械学習

リテンション表

リテンション表

Pythonで学ぶマーケティングのための機械学習

CLV指標を計算しましょう！

Pythonで学ぶマーケティングのための機械学習

Preparing Video For Download...