クロスセルとアップセルを最大化する
購買パターン分析は、新規顧客が初回リピートした商品（２回目に購入した商品）をランキング形式で分析します。自社商品群でクロスセルに最適な商品・アップセルに最適な商品を把握しておくことで、初回リピート率を向上させるための商品選別の精度向上に貢献します。
特定の商品を購入した顧客へ別商品プロモーション施策を実施することで、顧客の利便性や満足度の向上とともに、クロスセルやアップセルの精度を高めます。また、商品カテゴリでの分析にも対応しているため、取扱商品が多い通販事業の場合は、商品カテゴリで購買パターン・併売パターン分析が可能です。
「おむつ」と「ビール」
「ある商品を購入している顧客は、この商品を購入する傾向が高い」という分析をバスケット分析と呼ばれます。有名な例として「おむつ」を購入している人は「ビール」を同時購入しているというアメリカのスーパーマーケットの例があります。時として、通販運営者が想定している販促シナリオではないシナリオで顧客購買行動が繰り広げられていることがあります。購買データを分析して、データに基づいた購買確度の高い販促活動を実施することが可能になります。
定期通販 の 状況確認
単品通販の場合、お試し商品から定期購入へ顧客育成するのが目標となります。お試し商品からすぐに定期購入するパターンの他にも、本製品単品商品やセット商品（まとめ買い）の購入を経て、定期購入へと引き上がった顧客数も分析し把握しておくことで、定期購入までの販促シナリオを複数想定しておくのがおすすめです。さらに、定期購入後の顧客行動も把握しておくことで、定期購入後の顧客離脱への対策も購買パターン分析で把握しておくことがおすすめです。
顧客の購買履歴・経過日数を基準に顧客を10個のパターンに分類して分析。自社が保有している顧客を可視化し、顧客状態に対する販促や施策を実施して、優良顧客を育てます。
膨大な顧客データを取り込み、LTVを算出。初回購入日からの期間、経過日数を指定するだけで、期間内の顧客単価/LTV（平均顧客単価）や回転数を表示することができます。
初回購入日から30〜360日後のLTVを分析・閲覧できます。指定期間で獲得した新規顧客の引き上げ率（初回リピート率）を比較し、販促・施策の精度向上に役立てます。
集計対象となる顧客の初回購入から、複数回購入するまでの継続推移・残存率推移を表示。顧客属性グラフで分析結果を比較し、販促や施策の精度を高めることが可能です。
初回購入日から何日でリピート購入に至るのかを可視化。継続経過期間ピーク（最も多くの顧客がリピート購入した日）を把握し、販促タイミングの精度を向上できます。
特定の商品を軸に、特定の商品と併せてよく買われる商品と次回購入される商品を分析。クロスセルやアップセルの精度を高めて、自社商品群でのゴールデンルートを把握できます。
