顧客リストをランク別に分ける
ことが最初の第一歩です。

通販業界ではランク別に分けることが
一般的ですが、そのほとんどがRFM別の
区分が多いです。

つまり、
購入してくれた金額（M）は、
Monetaryと言われており、購買履歴から
購買金額の総額を計算して、グループ分けをします。
総金額が大きいほど良い顧客だと言われています。

回数（F）は、
Frequencyと言われており、購入頻度から
グループ分けをするもので、
購入頻度が高い顧客ほど良い顧客だと言われています。

直近いつ購入してくれたか？（R）は、
Recencyと言われており、顧客の購入データのうち、
購入日時からその顧客が最後に
商品を購入したのはいつかを抽出する方法です。

しかしながら、購入の事実を追うだけでは、
顧客の心理が追えず、カスタマーサクセスが
描けないという欠点があります。

事前期待＞事後評価：不満その結果、クレームへ
事前期待＝事後評価：満足その結果、リピートへ
事前期待＜事後評価：感動その結果、クチコミへ

この心理を見極めるためには、このような
質問ができます。

【〇〇に対する好感度について教えて下さい】
・人に紹介するほど大好き
・大好き
・好き
・まあまあ好き
・好きでも嫌いでもない
・あまり好きではない
・実は好きではない

です。

この顧客心理を探る質問と
RFMの組み合わせによって

セグメント分けすることで
その後のヒアリングや座談会が
やりやすくなります。

具体的には、
【顧客のご利用頻度】
・利用したことがない
・相談したことがある
・モニターを購入したことがある
・本製品を１回購入したことがある
・本製品を２回購入したことがある
・本製品を３回以上購入したことがある

そして、この２つの質問の掛け算によって
セグメントする方法をお勧めします。

【顧客のご利用頻度】と
【〇〇に対する好感度について教えて下さい】
をマトリクスにしてセグメントを切っていきます。

一般的に言われている顧客セグメントは、
対象となる顧客を傾向ごとに分けたグループを指します。

性別・年齢層・居住地域や行動を分類することを
顧客セグメンテーションと呼んでいますが、
具体的なアクションにつなげるのが難しいです。

心理を軸にした顧客セグメント設定をすることで、
適切に価値が届いているか否かを
判断することが可能となります。

この中で
本製品を３回以上購入したことがある
と人に紹介するほど大好き・大好きを
ファーストカテゴリーとして顧客を育成
することをお勧めします。

その前に現状で全体の何％いるかを
把握してください。