直感的に理解する為の判断基準と区分分け
美容室(美容サロン)では、さまざまな出来事や数字が発生します、本システムでは、集計、分析をした際に、結果をより直感的に理解できるよう、出来事や数字を現場での運営や経営判断を基準とした独自の区分で分類しています。そのため、分析結果を後から振り返った際にも、当時の営業状況や経営状況をよりリアルに把握しやすく、今後の改善や意思決定に役立てることができます。
_edited_edited.jpg)
①来店見込みor失客
_edited.jpg){kind=small}
失客と判定される基準は(来店周期×1.5)以上日数が経過すると失客と判断します
初回来店の場合は90日以上経過で失客の判定です
_edited.jpg){kind=small}
上記以外の条件の場合、「見込みあり」の判定がされます
美容室(美容サロン)にとって、この顧客が今後も来て下さる方かどうかの判断は重要です、見込み判定、失客判定があることで、現在のおおよその顧客数を把握でき、新規顧客の流入数は適切なのか、長期間ご来店頂いている来店見込みがある顧客はどういった属性を持つ客層なのか、そしてその属性を持つ顧客は他にどおいった傾向があるのかを知る事ができ、集客活動をする際の意思決定の材料になります
逆に見込み判定、失客判定がない場合、どおいった属性を持つ顧客がはなれていくのか、自店を続けて支持している顧客はどおいった傾向があるのかが明確にならないため、どこに焦点を当ててターゲットを絞ればよいのかが見えにくくなります、ですので、顧客管理、経営をする上でも重要な項目です。
②年齢区分
_edited.jpg)
年齢区分
年齢の区分分けは「１０～２０」のような数字での区分分けではなく、「０～１２」のように、ほぼ自分ではお店選びができない年齢層、「１３～１８」は中学生から高校卒業まで、「１９～２２」は大学、専門学生、など、生活での節目ごとに区分分けしており、後に集計、分析した際、直感的にどの客層が多い、少ないなどが把握しやすく、ターゲットを絞りやすいような設計施されています、
顧客カルテで扱う年齢区分は現在の年齢、年齢区分です、
集計で扱う年齢区分は、顧客の来店された時点での年齢区分です、
年齢区分別リターン率グラフで扱う年齢区分は、初回来店時の年齢区分です
さまざまな所で区分分けが活きてきます
③何回目区分
_edited.jpg)
何回目区分
来店回数の区分分けでも「０～１０」のような数字での区分分けではく、「２～３回」、「４～６回」など、リターン率が変化しやすい回数ごとに区分分けがされています、この区分分けをする事で、「分析対象の期間が来店回数が少ない顧客が多いので、失客防止策を考える必要がある」、「来店回数が多い顧客が多いので、顧客の若返りを行おう」、「新規顧客が獲得できていない」など、新規顧客を獲得をすることや、経営を安定させることに重点におき、区分分けされています。
④来店周期区分
_edited.jpg)
来店周期区分
美容室(美容サロン)では「来店周期が４ヶ月」の顧客と「来店周期が１ヶ月」の顧客では必要な対応や、売上に及ぼす影響などが全く違うと思います、各店舗の方針でも、「来店周期の長い顧客をとにかく沢山獲得して細く長く営業を続けていきたいと思う防御型店舗」や、「来店周期の短い顧客を多く獲得して、予約枠をとにかく埋めてスタッフを沢山雇用して自社の規模を拡大したい、などを目論む即効型店舗」など、それぞれ店舗により経営方針が異なると思いますので、来店間隔の早い「2.5ヶ月以内」の日数までの間隔はそれ以降の日数より細かく区分分けしており、この顧客は「売上アップの即効性が高い、低い」などの顧客の評価がしやすい設計されています。
顧客カルテでは来店周期、来店周期区分が使用され、
集計では何日ぶり、何日ぶり区分が使用されます
⑤各項目の日付と年月と年
_edited_edited.jpg)
本システムでは、初回来店日・最終来店日・予想来店日・失客とみなす日付などの重要な日付を、「日付」「年と月」「年」の３つの形式で管理しています。
例えば、「2026年10月26日」であれば、「2026/10/26」「2026/10」「2026」の３つで保持します、このように区分することで「2026年10月に失客した顧客」「2027年2月に来店が見込まれる顧客」「2026年の新規顧客」といったように、日単位、月単位、年単位のそれぞれの視点で直感的かつ柔軟な集計・分析が行えます。
またこれらの日付情報は新規顧客リターン率グラフ、予想来店者一覧、見込み売上、来店見込み判断などの機能で活用されます。
さらに、顧客検索では「日付」「年と月」「年」を条件として細かく絞り込みむことができ、顧客分析においても顧客の属性や傾向を把握するための重要な情報です。