自店舗、他店舗に
来る人の
ペルソナ
把握できていますか?

今必要とされる、
“エリア発想”のペルソナ分析とは

消費者の働き方や価値観、消費傾向などが大きく変わるコロナ禍において、
従来の経験則だけで店舗の顧客を捉えることが難しくなりつつある一方、
顧客視点の店舗運営ニーズは高まるばかりです。

売上を左右するともいわれる、正しいペルソナ(顧客像)の把握。
自店や周辺エリアにある競合店の来訪者の“質”も知ることで、
他社に差をつける戦略的な店舗運営に役立つリアルな顧客像をつくりませんか?

エリア起点で考える
『仮想ペルソナ分析』とは

顧客データの住所やGPS位置情報から割り出した来店者の居住地と、公的統計データを重ね合わせ、顧客や来店者全体の性・年代、富裕度、消費傾向といった属性を類推。漠然としていた顧客像を明確にし、ビジネス施策に活かしやすくなります。

●GPS位置情報の活用で、自店はもちろん競合店の来店者の分析も容易に実現できます。

お顔の見えないお客様も

お顔の見えないお客様もお顔の見えないお客様も

様々な属性が分かるように

様々な属性が分かるように

仮想ペルソナの活用で、
店舗ビジネスはこう変わる

【MD】

【MD】

  • 顧客に響く商品やサービスを提供できる
  • 競合店の客層も意識したMD戦略が立てられる
【販促】

【販促】

  • 顧客に刺さる広告販促施策が打てる
  • 来店者の居住地を把握でき広告エリアを最適化できる
【出店】

【出店】

  • 周辺住民や顧客のニーズが見える
  • 競合の客層を知ったうえで店舗戦略を立てられる

こんな課題ありませんか?

  • 自社会員の分析はできるが、来店者全体を知るデータがなく潜在顧客の顔が見えない
  • コロナ禍等の急激な変化があると、従来の傾向から顧客ニーズを予測しにくい
  • 顧客データが少なく、ターゲット像が曖昧で販促やMDの方針がバラバラ
  • 競合店舗の客層を知りたいが、憶測のみでロジカルに分析できない
↓
GSIの仮想ペルソナ分析は、
ここまで分かる
競合店の客足
競合店の客足

位置情報等のビッグデータ活用で、自店はもちろん競合店の来訪者も分析できる。

キャンペーン効果測定
キャンペーン効果測定

接触者(サイト訪問等)のログ活用で、自社広告に反応した人のプロファイリングができる。

顧客データゼロでもOK
顧客データゼロでもOK

スマートフォンのGPS位置情報活用で、店舗来訪者の性年代や来店傾向などが分かる。

データ連携力
データ連携力

統計データや 3rd Party データ等、顧客を知る様々なデータと連携し、高度に分析できる。

銀座エリア最大級の商業施設、その顧客層は?
銀座エリア最大級の商業施設、その顧客層は?

従来の百貨店事業とは一線を画す新業態の商業施設として銀座エリアに登場した某複合商業施設。その客層を調べるために、施設来訪者のデータをKDDI Location Analyzerで収集して、MarketAnalyzer🄬 5へインポート。
仮想ペルソナ分析によって来訪者の富裕度、消費傾向、居住エリアの特色などをレポート形式で出力します。

MarketAnalyzer5にインポートし、レポートを出力
国勢調査 年収
レポート1:
国勢調査 年収

国勢調査のデータをベースに来訪者の年齢特性や世帯特性、業種、居住形態の傾向を把握いただけます。また、年収階級別の特性も反映しており来訪者の富裕度も推定可能です。

消費支出
レポート2:
消費支出(食料/外食/住居/交通/教育娯楽)

消費支出データをベースに来訪者の消費傾向を把握いただけます。

居住者プロファイリング
レポート3:
居住特性の把握

エリアセグメンテーションデータ「c-japan®」をベースに来訪者の居住特性をクラスター毎に把握いただけます。

まとめ
世帯年収1000万円以上、30~40代のIT・金融系セレブ。単身者も多い傾向。
【来訪者の特性】
1位
金融、ITといった都市型産業に就く高学歴な「インテリタウン」層
2位
年収・貯蓄ともに最も高いエリアに住む「都会のセレブ」
3位
都心で最も平均年齢が低い(乳幼児が増えている)エリアで、高学歴、都市型産業就業者が多い「新興富裕層」
来訪者の特性
リニューアルした郊外アウトレットモールの客層は?v
リニューアルした郊外アウトレットモールの客層は?

横浜にリニューアルオープンした某アウトレットモールに来る人のペルソナ設定に有効な来訪者特性の調査例。施設来訪者のデータをKDDI Location Analyzerで収集してMarketAnalyzer🄬 5へインポートし、来訪者の富裕度、消費傾向、居住エリアの特色などを分析しレポートします。

MarketAnalyzer5にインポートし、レポートを出力
国勢調査 年収
レポート1:
国勢調査 年収

国勢調査のデータをベースに来訪者の年齢特性や世帯特性、業種、居住形態の傾向を把握いただけます。また、年収階級別の特性も反映しており来訪者の富裕度も推定可能です。

消費支出
レポート2:
消費支出(食料/外食/住居/交通/教育娯楽)

消費支出データをベースに来訪者の消費傾向を把握いただけます。

居住者プロファイリング
レポート3:
居住特性の把握

エリアセグメンテーションデータ「c-japan®」をベースに来訪者の居住特性をクラスター毎に把握いただけます。

まとめ
自動車保有傾向が高く、旅行好きなファミリー層が多い傾向。
【来訪者の特性】
1位
都心では人口密度が低いエリアで、マンション住まいが多い「近郊富裕層」
2位
学歴が高く、年収、貯蓄ともに高い「豊かな田園暮らし」層
3位
都子育て世代が多く、やや高所得な「近郊ニューファミリー」層
来訪者の特性

貴社の環境に合った
システム&データを組み合わせ
仮想ペルソナ
分析ソリューション

提供します

競合店来訪者の分析ニーズに
適したGPS搭載型エリア分析システム
KDDI Location Analyzer
KDDI Location Analyzer

性年代の属性が分かるGPS位置情報を搭載したセルフ分析システム。店舗来訪者の属性や居住地を把握でき、自店他店問わず、来店者に関する詳しい分析が可能になります。当システムの位置情報をMarketAnalyzer🄬(地図情報システム)に投入し、来店者の住むエリアの特性データと掛け合わせ、より具体的なペルソナ分析を実現します。

ビッグデータ時代の
エリアマーケテイング・商圏分析システム
MarketAnalyzer5
MarketAnalyzer5

幅広い統計データ、エリアデータを搭載した高度なGIS(地図情報システム)。自社顧客の住所データを保有している場合は、KDDI Location AnalyzerのGPS位置情報を活用しなくともMarketAnalyzer🄬 5の「仮想ペルソナ分析」機能の活用で、自社顧客の詳細な分析が可能です。

来店者の居住特性を知る
エリアセグメンテーションデータ
c-japan
c-japan

そこに住む人のニーズを浮き彫りにするエリアセグメンテーションデータ「c-japan🄬」。年齢や家族構成、住宅、就業等の特性に「年収」や「地価」も加味した独自のクラスタリング技術を用い、小地域単位でより明確に地域特性や居住者特性を表現。顧客や商圏のデータと掛け合わせることで、新たなインサイトを生み出します。

レポートサンプルやサービス詳細など
お気軽にお問い合わせください。

キャンペーン
期間限定無償提供キャンペーン