การวิเคราะห์ความภักดีของลูกค้า

การวิเคราะห์ความภักดีของลูกค้าเป็นฟีเจอร์ที่ประเมินระดับความผูกพันของลูกค้าจากจำนวนครั้งที่มาร้านและยอดซื้อสะสม แล้วตัดสินระดับสมาชิกโดยอัตโนมัติ การติดตามแนวโน้มของ LTV และความถี่ในการซื้อจะช่วยรักษาลูกค้าประจำและป้องกันการเลิกใช้บริการได้

การตั้งค่าระดับสมาชิก

สามารถกำหนดระดับได้อย่างอิสระตามแต่ละองค์กร โดยตั้งเงื่อนไขการอัปเกรดให้แต่ละระดับ เมื่อลูกค้าตรงตามเงื่อนไข ระดับจะได้รับการอัปเดตโดยอัตโนมัติ

• ชื่อระดับ (Name): ตัวอย่างเช่น "Standard" "Silver" "Gold" "Platinum"
• สีที่แสดง (Color): สีของการ์ดระดับหรือแบดจ์
• เงื่อนไขการอัปเกรด:
  • จำนวนครั้งที่มาร้านขั้นต่ำ (MinVisitCount): ตัวอย่างเช่น "5 ครั้งขึ้นไป"
  • ยอดซื้อสะสมขั้นต่ำ (MinTotalSpent): ตัวอย่างเช่น "50,000 เยนขึ้นไป"
  • สามารถกำหนดเงื่อนไขหลายข้อร่วมกันได้
• ระดับเริ่มต้น (IsDefault): ระดับที่จะถูกกำหนดให้ลูกค้าใหม่โดยอัตโนมัติ

ตรรกะการตัดสินระดับ

ระบบจะประเมินว่าจำนวนครั้งที่มาร้านปัจจุบัน (VisitCount) และยอดซื้อสะสม (TotalSpent) ของลูกค้าตรงตามเงื่อนไข (MeetsCondition) ของแต่ละระดับหรือไม่ หากตรงตามเงื่อนไขของหลายระดับ ระบบจะใช้ระดับที่มีเลเวล (Level) สูงที่สุด

ตัวชี้วัดความภักดี

• LTV (มูลค่าตลอดอายุลูกค้า): ยิ่ง TotalSpent สูง LTV ก็ยิ่งสูงตามไปด้วย
• ความถี่ในการซื้อ: ค่าเฉลี่ยจำนวนครั้งที่มาร้านต่อช่วงเวลา คำนวณจาก VisitCount หารด้วยระยะเวลาที่เป็นสมาชิก
• วันที่มาร้านล่าสุด: ติดตามสถานะกิจกรรมล่าสุดจาก LastVisitDate
• ความเสี่ยงเลิกใช้บริการ: ระบบจะติดแฟล็กลูกค้าที่ไม่ได้มาร้านเกินระยะเวลาที่กำหนดโดยอัตโนมัติ
• คะแนนความเสี่ยงเลิกใช้บริการ (Churn Score): AI จะคาดการณ์ความเสี่ยงในการเลิกใช้บริการจากรูปแบบความถี่ในการซื้อที่ลดลง

ตัวอย่างมาตรการตามระดับ

• ก่อนอัปเกรดจาก Standard เป็น Silver: แจ้งเตือนว่า "อีกแค่ 2 ครั้งจะอัปเกรดเป็น Silver!" เพื่อกระตุ้นให้มาร้าน
• สำหรับสมาชิก Gold: แจ้งการลดราคาล่วงหน้า สิทธิพิเศษจำกัด และเลนพิเศษ
• สำหรับสมาชิก Platinum: สิทธิพิเศษวันเกิดและการดูแลเป็นรายบุคคลโดยพนักงานที่รับผิดชอบ
• สมาชิก Gold ที่ไม่ได้มาร้าน: กระตุ้นให้กลับมาร้านด้วยคูปอง "นานๆ ทีเจอกัน"

บทความที่เกี่ยวข้อง

• 顧客データ管理
• 顧客セグメント
• AIによる売上予測