おかげさまで多くの練習場とインドアスタジオがクライアント様になっております。
昨年は累計60社の相談を頂き、350名のセミナー参加を頂きました。
その中でよくある悩みとして
「お客様はどこから来ているのか?それが分かればもっと効果的な販促活動ができるのに」
という声でした。
コロナ禍によってゴルフ練習をするお客様はバブルのように増えました。
でも、施設としては今まで通り営業しているだけです。
何を見て、誰の紹介で、どうやってきたのか?
そんなことも気にもできないぐらい忙しい毎日を過ごしていましたよね?
でも、もうそのバブルも弾け始めています。
コロナ前の平日昼間が閑散として、いろんな集客をしているけど満足いく来場がない。
そんな時代に戻り始めています。
だからこそ、来場者がどこから来ているのかを把握して先手を打つ。
今回、クライアント様の声に応えて、コンサル屋として商圏分析レポートを作成するプログラムを構築しました。1回税込10万円です。
お客様の1回来場1000円だとしたら、100人増やすことでまかなえる費用です。もし、レポートにご満足いただけなければ全額ご返金いたします。
そんな自信作の商圏分析レポートプログラム、いったいどんな内容に仕上げているかご紹介します。
☑️新規顧客が潜んでいるエリアを知りたい
☑️広告を的確に出すための手法が知りたい
☑️顧客情報は持っているが利用できていない
☑️新規顧客が潜んでいるエリアを知りたい
顧客を色付けし、来店してほしい理想の顧客層を探り出すために、「国勢調査」データを使用し、エリアに住む属性を9つにセグメント。
それに「年収階級別世帯数」データを使用し2つの「因子」を組み合わせ、「平均地価」を加味して、クラスター分析を実施したものとなります。
エリアマーケティング用データやシステムで培ったノウハウを生かし、小地域単位でより明確に地域特性や居住者特性を表現したc-japan®(シー・ジャパン)。
年齢や家族構成、住宅、就業等の特性に「年収」や「地価」も加味した独自の分類技術を用い、町丁目や郵便番号界、メッシュ単位でマーケティング分析にフィットしやすい形にクラスタリングし、11の居住特性を算出。
さらに36の特性に分類し、地域や居住者、顧客像を鮮明にする分析環境を実現したツールを基に潜在顧客の特定に利用しています。
理想の顧客ゴルファーを選定するために、スポーツ庁による「スポーツの実施状況等に関する世論調査(平成 30 年 1 月調査)」および経済産業省による「令和元年度商取引・サービス環境の適正化に係る事業(個別スポーツの需要喚起策可能性調査)報告書」をもとにゴルファー像を定義し年代と年収を割り出し、理想の顧客ゴルファーがどこに住んでいるかをc-japanを用いて地域に色付けしていきます。
顧客情報を基に、来場傾向を把握し、商圏距離別に色付けされたヒートマップを作成し地域特徴を割り出します。
割り出された商圏エリアに国勢調査を基にした理想の顧客ゴルファーの潜在人口を割り出し「潜在顧客数」「将来性」「LTV可能性」を深掘りし、どこに販促活動をすればいいか提案いたします。
最後に、商圏エリアの世帯特徴を明らかにして、理想の顧客ゴルファーと実際の来場者の差異を見定めて、営業に関わる改善提案を行います。
まとめますと以下のレポートを提出いたします。
1.商圏距離別会員数ヒートマップ
顧客住所から抽出されたデータを基に顧客数が多いエリアを濃く、少ないエリアを薄く表示されます。
【効果】
2.商圏距離別会員数の特徴
顧客住所から抽出されたデータを基に1キロ単位で顧客数を割り出し、表にまとめます。
【効果】
3.顧客来場傾向_年齢別性別
顧客データから抽出された性別と年齢を基に年齢別に顧客の性別を割り出し、表にまとめます。
【効果】
4.顧客来場傾向_潜在顧客数
政府および調査機関が調べたエビデンスデータを基に、商圏内の潜在顧客巣を割り出し、年齢別性別データとクロス分析を行っていきます
【効果】
5.顧客来場傾向_将来性
総務省の人口統計を基に商圏内の人口増減を把握します。
【効果】
6.顧客来場傾向_LTV可能性
LTV(Life Time Value)という1顧客が施設にどのくらいの価格を1生涯で支払ってくれるか、という基準を図るために総務省の人口統計から割り出される居住期間を把握していきます。
【効果】
7.顧客来場傾向_エリア世帯特徴
エリア世帯の特徴を、「国勢調査」データを使用し、エリアに住む属性を9つにセグメント。それに「年収階級別世帯数」データを使用し2つの「因子」を組み合わせ、「平均地価」を加味して、クラスター分析を実施したc-japanと言われるセグメント把握を行います。
【効果】
8.顧客来場傾向_エリア町丁別
顧客の来店者数が多い地域名(町丁別)に割り出し、各町丁別人口総数から来店割合を導き出しています。
【効果】
3.顧客来場傾向_年齢別性別
顧客データから抽出された性別と年齢を基に年齢別に顧客の性別を割り出し、表にまとめます。
【効果】