LTV予測と重点顧客の特定で、根拠ベースの施策判断ができる状態に

カメラ・機材のサブスクリプションサービス「GOOPASS」を運営

GOOPASS株式会社様は、カメラ・機材のサブスクリプションサービス「GOOPASS」を運営する企業です。

プロ品質のカメラ・レンズ・機材を月額制で利用できるサービスとして、フォトグラファーや動画クリエイターのワークフローを支えています。

本プロジェクトの支援対象は、GOOPASS株式会社様のマーケティングチームです。

顧客・購買データが活用できず、マーケ施策が経験・勘頼みになっていた

GOOPASS株式会社様では、顧客データや購買データがシステム上に蓄積されていたものの、それらを分析に十分活用できていない状況でした。

データを横断的に分析する基盤が整っていなかったため、顧客行動の深い理解や将来的な収益予測（LTV予測）、優良顧客の特定が難しく、マーケティング施策の立案が担当者の経験や勘に依存してしまっていました。

データドリブンな意思決定への移行と、顧客理解にもとづいた施策精度の向上が急務となっていました。

BigQuery × ExploratoryでLTV予測とロイヤルカスタマー分析を実施

経験や勘に依存していたマーケティング判断を、データに基づいた優先度付けと投資判断ができる状態に置き換えるため、データ統合から分析・モデリングまでを一貫して組み立てました。

勘ではなくデータで施策の優先度を決められる状態を志向

本プロジェクトの起点は、顧客行動の深い理解と将来収益（LTV）の予測を可能にし、マーケティング施策の優先度や投資判断をデータで根拠付けできる状態を作ることでした。

そのために、蓄積されていた顧客・購買データをBigQuery上で統合し、分析者がインサイトを掘り下げられる土台を整えた上で、ノーコード分析ツールのExploratoryを使ってLTV予測モデルとロイヤルカスタマー分析を実装しました。

BigQueryで顧客・購買データを統合、ExploratoryでLTV分析

データソース：システム上に蓄積されていた顧客データ、購買データ

データ基盤：BigQuery。顧客と購買のデータを統合し、横断的な分析が可能な状態に整備

分析・モデリング：ノーコード分析ツールのExploratoryを活用。顧客のライフサイクル・購買傾向を可視化したうえで、LTV（顧客生涯価値）予測モデルと、長期にわたって高い価値をもたらすロイヤルカスタマーの特定を実施

LTV予測と重点顧客の特定で、マーケが根拠ベースで動ける状態に

BigQueryでの顧客・購買データの統合と、ExploratoryによるLTV分析・ロイヤルカスタマー分析を経て、GOOPASS株式会社様のマーケティングチームに起きた変化は次の通りです。

観点	Before	After
マーケ施策の意思決定	担当者の経験・勘に依存	LTV予測モデルと顧客分析を根拠に判断できる
顧客理解	全体像が掴めず、セグメントごとの違いが見えない	購買×利用データの掛け合わせで、セグメント別の特性が可視化
重点アプローチ	「どの顧客に注力すべきか」が感覚的	ロイヤルカスタマーが明確化され、重点アプローチが可能

加えて、LTV予測モデルを起点に、マーケティング施策の優先度付けや投資判断をデータに基づいて行える体制ができたため、施策の量だけでなく「どこに重点投下するか」の議論ができるようになっています。

長期にわたって高い価値をもたらす顧客層が明確になり、より効果的なマーケティング施策の実行が可能となりました。