2022 Fiscal Year Research-status Report
顧客生涯価値の算出と企業の意思決定支援モデルの構築
| Project/Area Number |
20K01961
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
阿部 誠 東京大学, 大学院経済学研究科(経済学部), 教授 (70302677)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Keywords | 顧客生涯価値 / 顧客関係管理（CRM） / 離脱 / 周期性 / ベイズ推定 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、顧客データ（購買履歴、購買以外の行動データ）から、消費者の行動をモデル化し、個人別にパラメータを推定し、その顧客が将来にわたって企業にもたらす価値－顧客生涯価値 (CLV)－を算出することである。さらにCLVの概念を拡張し、顧客を新規獲得した場合に創出されるであろう価値、さらには購買以外の非金銭的な行動(エンゲージメント)による価値を含めることによって、企業がより適切な経営判断を下せるような手法を提案したい。
昨年度は特に購買データの拡張に焦点をあてて研究を行った。阿部（2011）は、非契約型取引において、一人ひとりの購買履歴を集約したRFMデータから、行動特性（購買、取引金額、離脱）を顧客別に推定して、その生涯価値を算出した。一人の顧客から得られるRFMという3指標のみでは行動に関する情報量が絶対的に不足しているため、顧客別に特性（パラメータ）を推定するモデルでは、購買はランダムに発生するというポアソン仮定が必要であった。この仮定は、周期性のある単一カテゴリの購買には当てはまらない可能性がある。したがって、RFMデータを超えて1回1回の購買を記録した履歴データを用いて、この仮定に制約されない、周期性のある取引にも適用できる、生涯価値モデルを構築した。 研究の成果は、「周期的な購買行動に対応した顧客の生涯価値の導出と顧客維持介入戦略への応用」JIMSマーケティング・サイエンス，Vol.28，No.1，29-48，2020年、にまとめられている。
今年度は、購買データが少ない顧客に対しても本モデルのパラメータ推定を可能にする手法を検討した。具体的には、MCMC法による階層ベイズモデルを検証中である。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
昨年度、今年度と海外での学会発表を行えなかったため（COVID19）、他の研究者から広くコメントを得ることが出来なかった。多くの研究費は来年度以降に繰り越すことになった。
|
| Strategy for Future Research Activity |
購買データに加えて、購買以外の非金銭的な行動(エンゲージメント)データを分析することにより、企業価値を表わす新たな指標の開発を目指す。SNSサイトTwitterでの顧客のリツィートの情報に基づいて、エンゲージメントをモデル化、測定する予定である。
最終的には、金銭的、非金銭的行動からもたらされる価値を顧客別に合算することによって、有効顧客数、顧客総生涯価値、顧客総資産などを算出したい。
|
| Causes of Carryover |
今年度は海外での学会発表を行えなかったため（COVID19）、他の研究者から広くコメントを得ることが出来ず、研究費は来年度に繰り越すことになった。
COVID19の状況が改善してきたので、来年度は海外出張に対する支出がある予定。
|
