<4D F736F F F696E74202D F18EA6817A835A837E B8E9197BF E B93C782DD8EE682E890EA97705D>

(1)

【第3部】

外部の企業/消費者情報を活⽤した

顧客/エリア分析⼿法

(2)

⽇本最⼤級のデータベースを活⽤した

データベースマーケティング⽀援会社

⽇本最⼤級のデータベースを活⽤した

データベースマーケティング⽀援会社

商号

：株式会社ランドスケイプ

設⽴

：1990年9⽉10⽇

資本⾦

：466,335,500円

従業員数：120名

本社

：東京都新宿区⻄新宿3-20-2 東京オペラシティ 15階

事業内容：データベースマーケティングの⽀援事業

独⾃構築した⽇本最⼤級のデータベース

（消費者9,500万件・企業情報750万件）を元にした

データベースマーケティング⽀援とCRM戦略⽴案

加盟団体：⽶国ダイレクトマーケティング協会（ＤＭＡ）

（社）⽇本ダイレクトメール協会（ＪＤＭＡ）

⼀般社団法⼈⽇本コールセンター協会（ＣＣＡＪ）

（社）⽇本通信販売協会（ＪＡＤＭＡ）

ランドスケイプ会社概要

(3)

データベースマーケティングとは

ターゲットの明確化

■自社のターゲット市場を定義

■顧客/見込客/未アプローチを整理

営業プロセスの標準化

定量評価

■スーパー営業マンに頼らない

■営業プロセスを可視化し共有する

データベースマーケティングは、効率の良い

営業を実現する為の手法

確度の高いターゲットに質の高い営業を

仕掛けること

(4)

データベースコンテンツ

日本最大級のデータベース

約9,500万人

消費者データベース

企業情報データベース

７５０万事業所

（過去累計９００万件）

(5)

法⼈データ特徴①

数の網羅性が高い。

ターゲット市場の母数として考える事ができる。

(6)

愛甲郡愛川町愛甲郡愛川町愛甲郡愛川町愛甲郡愛川町愛甲郡愛川町愛甲郡愛川町愛甲郡愛川町愛甲郡愛川町愛甲郡愛川町相模原市南区相模原市南区相模原市南区相模原市南区相模原市南区相模原市南区相模原市南区相模原市南区相模原市南区相模原市中央区相模原市中央区相模原市中央区相模原市中央区相模原市中央区相模原市中央区相模原市中央区相模原市中央区相模原市中央区横浜市緑区横浜市緑区横浜市緑区横浜市緑区横浜市緑区横浜市緑区横浜市緑区横浜市緑区横浜市緑区横浜市青葉区横浜市青葉区横浜市青葉区横浜市青葉区横浜市青葉区横浜市青葉区横浜市青葉区横浜市青葉区横浜市青葉区横浜市港北区横浜市港北区横浜市港北区横浜市港北区横浜市港北区横浜市港北区横浜市港北区横浜市港北区横浜市港北区横浜市都筑区横浜市都筑区横浜市都筑区横浜市都筑区横浜市都筑区横浜市都筑区横浜市都筑区横浜市都筑区横浜市都筑区川崎市川崎区川崎市川崎区川崎市川崎区川崎市川崎区川崎市川崎区川崎市川崎区川崎市川崎区川崎市川崎区川崎市川崎区川崎市幸区川崎市幸区川崎市幸区川崎市幸区川崎市幸区川崎市幸区川崎市幸区川崎市幸区川崎市幸区八王子市八王子市八王子市八王子市八王子市八王子市八王子市八王子市八王子市福生市福生市福生市福生市福生市福生市福生市福生市福生市日野市日野市日野市日野市日野市日野市日野市日野市日野市昭島市昭島市昭島市昭島市昭島市昭島市昭島市昭島市昭島市立川市立川市立川市立川市立川市立川市立川市立川市立川市羽村市羽村市羽村市羽村市羽村市羽村市羽村市羽村市羽村市武蔵村山市武蔵村山市武蔵村山市武蔵村山市武蔵村山市武蔵村山市武蔵村山市武蔵村山市武蔵村山市西多摩郡瑞穂町西多摩郡瑞穂町西多摩郡瑞穂町西多摩郡瑞穂町西多摩郡瑞穂町西多摩郡瑞穂町西多摩郡瑞穂町西多摩郡瑞穂町西多摩郡瑞穂町東大和市東大和市東大和市東大和市東大和市東大和市東大和市東大和市東大和市入間市入間市入間市入間市入間市入間市入間市入間市入間市狭山市狭山市狭山市狭山市狭山市狭山市狭山市狭山市狭山市町田市町田市町田市町田市町田市町田市町田市町田市町田市川崎市麻生区川崎市麻生区川崎市麻生区川崎市麻生区川崎市麻生区川崎市麻生区川崎市麻生区川崎市麻生区川崎市麻生区多摩市多摩市多摩市多摩市多摩市多摩市多摩市多摩市多摩市 _稲城市_稲城市_稲城市_稲城市_稲城市_稲城市_稲城市_稲城市_稲城市川崎市宮前区川崎市宮前区川崎市宮前区川崎市宮前区川崎市宮前区川崎市宮前区川崎市宮前区川崎市宮前区川崎市宮前区川崎市高津区川崎市高津区川崎市高津区川崎市高津区川崎市高津区川崎市高津区川崎市高津区川崎市高津区川崎市高津区川崎市多摩区川崎市多摩区川崎市多摩区川崎市多摩区川崎市多摩区川崎市多摩区川崎市多摩区川崎市多摩区川崎市多摩区狛江市狛江市狛江市狛江市狛江市狛江市狛江市狛江市狛江市世田谷区世田谷区世田谷区世田谷区世田谷区世田谷区世田谷区世田谷区世田谷区府中市府中市府中市府中市府中市府中市府中市府中市府中市国立市国立市国立市国立市国立市国立市国立市国立市国立市国分寺市国分寺市国分寺市国分寺市国分寺市国分寺市国分寺市国分寺市国分寺市小平市小平市小平市小平市小平市小平市小平市小平市小平市小金井市小金井市小金井市小金井市小金井市小金井市小金井市小金井市小金井市調布市調布市調布市調布市調布市調布市調布市調布市調布市三鷹市三鷹市三鷹市三鷹市三鷹市三鷹市三鷹市三鷹市三鷹市武蔵野市武蔵野市武蔵野市武蔵野市武蔵野市武蔵野市武蔵野市武蔵野市武蔵野市杉並区杉並区杉並区杉並区杉並区杉並区杉並区杉並区杉並区川崎市中原区川崎市中原区川崎市中原区川崎市中原区川崎市中原区川崎市中原区川崎市中原区川崎市中原区川崎市中原区大田区大田区大田区大田区大田区大田区大田区大田区大田区品川区品川区品川区品川区品川区品川区品川区品川区品川区目黒区目黒区目黒区目黒区目黒区目黒区目黒区目黒区目黒区渋谷区渋谷区渋谷区渋谷区渋谷区渋谷区渋谷区渋谷区渋谷区港区港区港区港区港区港区港区港区港区中野区中野区中野区中野区中野区中野区中野区中野区中野区新宿区新宿区新宿区新宿区新宿区新宿区新宿区新宿区新宿区豊島区豊島区豊島区豊島区豊島区豊島区豊島区豊島区豊島区中央区中央区中央区中央区中央区中央区中央区中央区中央区千代田区千代田区千代田区千代田区千代田区千代田区千代田区千代田区千代田区江東区江東区江東区江東区江東区江東区江東区江東区江東区台東区台東区台東区台東区台東区台東区台東区台東区台東区文京区文京区文京区文京区文京区文京区文京区文京区文京区墨田区墨田区墨田区墨田区墨田区墨田区墨田区墨田区墨田区東村山市東村山市東村山市東村山市東村山市東村山市東村山市東村山市東村山市東久留米市東久留米市東久留米市東久留米市東久留米市東久留米市東久留米市東久留米市東久留米市所沢市所沢市所沢市所沢市所沢市所沢市所沢市所沢市所沢市清瀬市清瀬市清瀬市清瀬市清瀬市清瀬市清瀬市清瀬市清瀬市西東京市西東京市西東京市西東京市西東京市西東京市西東京市西東京市西東京市練馬区練馬区練馬区練馬区練馬区練馬区練馬区練馬区練馬区新座市新座市新座市新座市新座市新座市新座市新座市新座市和光市和光市和光市和光市和光市和光市和光市和光市和光市朝霞市朝霞市朝霞市朝霞市朝霞市朝霞市朝霞市朝霞市朝霞市入間郡三芳町入間郡三芳町入間郡三芳町入間郡三芳町入間郡三芳町入間郡三芳町入間郡三芳町入間郡三芳町入間郡三芳町ふじみ野市ふじみ野市ふじみ野市ふじみ野市ふじみ野市ふじみ野市ふじみ野市ふじみ野市ふじみ野市志木市志木市志木市志木市志木市志木市志木市志木市志木市さいたま市桜区さいたま市桜区さいたま市桜区さいたま市桜区さいたま市桜区さいたま市桜区さいたま市桜区さいたま市桜区さいたま市桜区板橋区板橋区板橋区板橋区板橋区板橋区板橋区板橋区板橋区北区北区北区北区北区北区北区北区北区戸田市戸田市戸田市戸田市戸田市戸田市戸田市戸田市戸田市荒川区荒川区荒川区荒川区荒川区荒川区荒川区荒川区荒川区足立区足立区足立区足立区足立区足立区足立区足立区足立区蕨市蕨市蕨市蕨市蕨市蕨市蕨市蕨市蕨市さいたま市南区さいたま市南区さいたま市南区さいたま市南区さいたま市南区さいたま市南区さいたま市南区さいたま市南区さいたま市南区鳩ケ谷市鳩ケ谷市鳩ケ谷市鳩ケ谷市鳩ケ谷市鳩ケ谷市鳩ケ谷市鳩ケ谷市鳩ケ谷市川口市川口市川口市川口市川口市川口市川口市川口市川口市 _草加市_草加市_草加市_草加市_草加市_草加市_草加市_草加市_草加市浦安市浦安市浦安市浦安市浦安市浦安市浦安市浦安市浦安市江戸川区江戸川区江戸川区江戸川区江戸川区江戸川区江戸川区江戸川区江戸川区市川市市川市市川市市川市市川市市川市市川市市川市市川市葛飾区葛飾区葛飾区葛飾区葛飾区葛飾区葛飾区葛飾区葛飾区八潮市八潮市八潮市八潮市八潮市八潮市八潮市八潮市八潮市三郷市三郷市三郷市三郷市三郷市三郷市三郷市三郷市三郷市

20 km

ALSHIPOL

by "見込企業件数"

& "取引先件数"

"見込企業件数"

2

20

38

56

1

9.7 18.4 27.1

"取引先件数"

中央自動車道中央自動車道中央自動車道中央自動車道中央自動車道中央自動車道中央自動車道中央自動車道中央自動車道東名高速道路東名高速道路東名高速道路東名高速道路東名高速道路東名高速道路東名高速道路東名高速道路東名高速道路荒玉水道道路荒玉水道道路荒玉水道道路荒玉水道道路荒玉水道道路荒玉水道道路荒玉水道道路荒玉水道道路荒玉水道道路環状八号線環状八号線環状八号線環状八号線環状八号線環状八号線環状八号線環状八号線環状八号線荒玉水道道路荒玉水道道路荒玉水道道路荒玉水道道路荒玉水道道路荒玉水道道路荒玉水道道路荒玉水道道路荒玉水道道路首都高速三号線首都高速三号線首都高速三号線首都高速三号線首都高速三号線首都高速三号線首都高速三号線首都高速三号線首都高速三号線首都高速十二号線首都高速十二号線首都高速十二号線首都高速十二号線首都高速十二号線首都高速十二号線首都高速十二号線首都高速十二号線首都高速十二号線東京湾岸道路東京湾岸道路東京湾岸道路東京湾岸道路東京湾岸道路東京湾岸道路東京湾岸道路東京湾岸道路東京湾岸道路首都高速一号線首都高速一号線首都高速一号線首都高速一号線首都高速一号線首都高速一号線首都高速一号線首都高速一号線首都高速一号線首都高速九号線首都高速九号線首都高速九号線首都高速九号線首都高速九号線首都高速九号線首都高速九号線首都高速九号線首都高速九号線中央自動車道中央自動車道中央自動車道中央自動車道中央自動車道中央自動車道中央自動車道中央自動車道中央自動車道青梅街道青梅街道青梅街道青梅街道青梅街道青梅街道青梅街道青梅街道青梅街道甲州街道甲州街道甲州街道甲州街道甲州街道甲州街道甲州街道甲州街道甲州街道五日市街道五日市街道五日市街道五日市街道五日市街道五日市街道五日市街道五日市街道五日市街道青梅街道青梅街道青梅街道青梅街道青梅街道青梅街道青梅街道青梅街道青梅街道環状八号線環状八号線環状八号線環状八号線環状八号線環状八号線環状八号線環状八号線環状八号線川越街道川越街道川越街道川越街道川越街道川越街道川越街道川越街道川越街道東京外環自動車道東京外環自動車道東京外環自動車道東京外環自動車道東京外環自動車道東京外環自動車道東京外環自動車道東京外環自動車道東京外環自動車道首都高速四号線首都高速四号線首都高速四号線首都高速四号線首都高速四号線首都高速四号線首都高速四号線首都高速四号線首都高速四号線環状六号線環状六号線環状六号線環状六号線環状六号線環状六号線環状六号線環状六号線環状六号線環状五号線環状五号線環状五号線環状五号線環状五号線環状五号線環状五号線環状五号線環状五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速一号線首都高速一号線首都高速一号線首都高速一号線首都高速一号線首都高速一号線首都高速一号線首都高速一号線首都高速一号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線首都高速五号線川越街道川越街道川越街道川越街道川越街道川越街道川越街道川越街道川越街道環状七号線環状七号線環状七号線環状七号線環状七号線環状七号線環状七号線環状七号線環状七号線中山道中山道中山道中山道中山道中山道中山道中山道中山道首都高速板橋足立線首都高速板橋足立線首都高速板橋足立線首都高速板橋足立線首都高速板橋足立線首都高速板橋足立線首都高速板橋足立線首都高速板橋足立線首都高速板橋足立線首都高速板橋足立線首都高速板橋足立線首都高速板橋足立線首都高速板橋足立線首都高速板橋足立線首都高速板橋足立線首都高速板橋足立線首都高速板橋足立線首都高速板橋足立線首都高速川口線首都高速川口線首都高速川口線首都高速川口線首都高速川口線首都高速川口線首都高速川口線首都高速川口線首都高速川口線首都高速川口線首都高速川口線首都高速川口線首都高速川口線首都高速川口線首都高速川口線首都高速川口線首都高速川口線首都高速川口線首都高速七号線首都高速七号線首都高速七号線首都高速七号線首都高速七号線首都高速七号線首都高速七号線首都高速七号線首都高速七号線環状四号線環状四号線環状四号線環状四号線環状四号線環状四号線環状四号線環状四号線環状四号線首都高速六号線首都高速六号線首都高速六号線首都高速六号線首都高速六号線首都高速六号線首都高速六号線首都高速六号線首都高速六号線

稲城市

川崎市多摩区

狛江市

世田谷区

小金井市

調布市

三鷹市

武蔵野市

杉並区

目黒区

渋谷区

港区

中野区

新宿区

豊島区

中央区

千代田区

江東区

台東区

文京区

墨田区

東久留米市

清瀬市

西東京市

練馬区

新座市

和光市

朝霞市

板橋区

北区

荒川区

足立区

営業所08 営業所07 営業所06 営業所04 営業所01 営業所05 営業所03 営業所02

10 km

市区町村色塗り

by "取引企業数シェア"

33.3 < 41.7

41.7 < 48.1

48.1 < 50

50 < 50

50 < 51.2

51.2 < 53.1

53.1 < 55.6

55.6 <= 66.7

【見込企業数と取引先企業数のクロス】

【市区町村毎の取引シェア】

【営業所テリトリー単位の集計表】

分析イメージ②:地域別の⾒込み企業数、取引企業シェア

分析イメージ:地域別の⾒込み企業数、取引企業シェア

(7)

法⼈データ特徴①

法⼈データ特徴②

多様なセグメントが可能

仮説モデルから導き出したリアルな情報での

ターゲットデータの構築が可能に。

(8)

法⼈データ特徴③

企業グループの視覚化が可能

ターゲット企業グループの浸透率把握

(9)

【

統合フロー】

①：

御社指定顧客データに弊社LBCコードを

付与する。＝紐付け階層化される。

②：

御社未保有企業データを弊社LBCより付与

③：

紐付け階層データより、企業攻略に於ける

【要企業】を抽出。

弊社LBC

戦略企業

データベース

（資本階層

データ）

御社指定

顧客データ

_①

②

（株）日立製作所

日立建機（株）

（株）日立

東日本

ソリューションズ

鉱研工業（株）

ＴＣＭ（株）

日立建機

ファインテック（株）

広島エルピーダ

メモリ（株）

（株）テラプローブ

北海道運搬機（株）

_{ハンドリング}

日立造船

システム（株）

東関東ＴＣＭ（株）

日本電気（株）

（株）ＮＥＣ情報

システムズ

エルピーダメモリ（株）

（株）日立国際電気

要企業群

③

既存顧客

攻略企業

紐付け階層を活⽤した攻略企業設定例

(10)

王子市

福生市

日野市

昭島市

立川市

羽村市

武蔵村山市

西多摩郡瑞穂町

東大和市

川崎市麻生区

多摩市

_稲城市

稲城市

川崎市宮前区

川崎市高津区

川崎市多摩区

狛江市

府中市

国分寺市

小平市

小金井市

調布市

三鷹市

武蔵野市

杉並区

渋谷区

港区

中野区

新宿区

豊島区

千代田区

江東区

文京区

墨田区

東村山市

東久留米市

清瀬市

西東京市

練馬区

板橋区

北区

荒川区

足立区

浦安市

江戸川区

市川市

葛飾区

営業所09

営業所08

営業所07

営業所06

営業所04

営業所01

営業所05

営業所03

営業所02

企業データ

（新規・既存）

営業所データ

代理店データ

地図へのデータ取り込み

地図オーバーレイ

営業所

企業データ( ﾎﾟｲﾝﾄｸﾞﾙｰﾌﾟ )

by "取引先フラグ"

0

1 【営業所と企業分布（取引先（青）、見込企業（ピンク）】

まとめ：GIS内でLBCと顧客データを統合

(11)

顧客

ﾃﾞｰﾀ

⾒込客

ﾃﾞｰﾀ

《営業情報》

⾒込ﾃﾞｰﾀ項⽬

⾒込先ﾃﾞｰﾀ項⽬

《実績情報》

取引ﾃﾞｰﾀ項⽬

保守ﾃﾞｰﾀ項⽬

市場規模の把握

攻略⽤企業ﾃﾞｰﾀ抽出

市場シェアの把握

未開拓市場の把握

⾒込客情報の共有

競合情報の共有

GIS

内で

統合

まとめ：GIS＋LBC（法⼈データコンテンツ）で実現できること

(12)

「Geo-Scope」地域特性データベースとは

9,500万件

ランドスケイプ

消費者データベース

公的統計調査データ

（国勢調査等）

×

地域（町丁目）の詳細な特徴を把握

個人単位での属性を把握

基本的な統計情報

東金市東金市東金市東金市東金市東金市東金市東金市東金市習志野市習志野市習志野市習志野市習志野市習志野市習志野市習志野市習志野市船橋市船橋市船橋市船橋市船橋市船橋市船橋市船橋市船橋市千葉市中央区千葉市中央区千葉市中央区千葉市中央区千葉市中央区千葉市中央区千葉市中央区千葉市中央区千葉市中央区千葉市美浜区千葉市美浜区千葉市美浜区千葉市美浜区千葉市美浜区千葉市美浜区千葉市美浜区千葉市美浜区千葉市美浜区千葉市若葉区千葉市若葉区千葉市若葉区千葉市若葉区千葉市若葉区千葉市若葉区千葉市若葉区千葉市若葉区千葉市若葉区千葉市稲毛区千葉市稲毛区千葉市稲毛区千葉市稲毛区千葉市稲毛区千葉市稲毛区千葉市稲毛区千葉市稲毛区千葉市稲毛区千葉市花見川区千葉市花見川区千葉市花見川区千葉市花見川区千葉市花見川区千葉市花見川区千葉市花見川区千葉市花見川区千葉市花見川区四街道市四街道市四街道市四街道市四街道市四街道市四街道市四街道市四街道市佐倉市佐倉市佐倉市佐倉市佐倉市佐倉市佐倉市佐倉市佐倉市松戸市松戸市松戸市松戸市松戸市松戸市松戸市松戸市松戸市鎌ケ谷市鎌ケ谷市鎌ケ谷市鎌ケ谷市鎌ケ谷市鎌ケ谷市鎌ケ谷市鎌ケ谷市鎌ケ谷市柏市柏市柏市柏市柏市柏市柏市柏市柏市八千代市八千代市八千代市八千代市八千代市八千代市八千代市八千代市八千代市白井市白井市白井市白井市白井市白井市白井市白井市白井市印西市印西市印西市印西市印西市印西市印西市印西市印西市印旛郡栄町印旛郡栄町印旛郡栄町印旛郡栄町印旛郡栄町印旛郡栄町印旛郡栄町印旛郡栄町印旛郡栄町山武市山武市山武市山武市山武市山武市山武市山武市山武市八街市八街市八街市八街市八街市八街市八街市八街市八街市富里市富里市富里市富里市富里市富里市富里市富里市富里市山武郡芝山町山武郡芝山町山武郡芝山町山武郡芝山町山武郡芝山町山武郡芝山町山武郡芝山町山武郡芝山町山武郡芝山町山武郡横芝光町山武郡横芝光町山武郡横芝光町山武郡横芝光町山武郡横芝光町山武郡横芝光町山武郡横芝光町山武郡横芝光町山武郡横芝光町印旛郡酒々井町印旛郡酒々井町印旛郡酒々井町印旛郡酒々井町印旛郡酒々井町印旛郡酒々井町印旛郡酒々井町印旛郡酒々井町印旛郡酒々井町成田市成田市成田市成田市成田市成田市成田市成田市成田市香取郡多古町香取郡多古町香取郡多古町香取郡多古町香取郡多古町香取郡多古町香取郡多古町香取郡多古町香取郡多古町分析地デモ 20 km 20 km 20 km 20 km 20 km20 km20 km20 km 20 km

(13)

東金市

習志野市

船橋市

千葉市中央区

千葉市美浜区

千葉市若葉区

千葉市稲毛区

千葉市花見川区

四街道市

佐倉市

松戸市

鎌ケ谷市

柏市

八千代市

白井市

印西市

印旛郡栄町

山武市

八街市

富里市

_{山武郡芝山町}

山武郡横芝光町

印旛郡酒々井町

成田市

香取郡多古町

分析地デモ

20 km

「Geo-Scope」地域特性データベースについて

地域特性に着目した顧客分析を行うためのデータコンテンツ

(14)

“Geo‐Scope”から読み取れる地域特性の主な項目は以下のようになっています

・世帯富裕性

・住宅の形態

・世帯構成

・近隣環境

・年齢帯

・購買チャネル特性

・職業

・志向、趣味嗜好

・教育水準

・メンバーシップ

これら生活の背景となる項目を「町・丁目」、更には「番地」単位に捕らえられ

ますので、消費者をほぼ“個”に近い単位の地域特性でとらえることが可能と

なり、いかなる業態・商品サービスに対しても顧客の特定が可能となります。

“Geo-Scope”から読める地域特性

(15)

日本全国約17万の大字・丁目は公的調査データ項目によって55種類に分類され、それぞ

れその地域の特徴を持ちます。下表はその特徴の一例を表したものです。

更に、この55分類の中がランドスケイプ社の消費者デー

タベースが保有する属性で細分化されます。

(16)

ランドスケイプ社のオリジナルとして他社類似ツールには無い地域特性項目

の例は以下のようになっています。

富裕性

・経営者社長の居住

・公的資格専門職の居住

・資産家と思われる人の居住

・高収入と思われる人の居住

住宅、家族

・一戸建て住宅／集合住宅

・高齢者の家族

・家族人数

・年齢帯

趣味嗜好

・アウトドア・スポーツ

・ペット

・自己啓発

・美容・健康

・ファッション

・財テク

・ゴルフ

“Geo-Scope”のみが保有する地域特性の例

(17)

A110

リッチなアーバン・リタイアー夫婦

A120

自宅で事業を営むベテラン裕福家族

A210

都会派円熟ファミリー

A220

豊かなシニア

A310

第一線活躍ファミリー１

A320

第一線活躍ファミリー２

A410

独身貴族

A420

社会人スターター独身リッチ

A510

都会派家族

A520

平均的裕福生活者

B110

リタイアー・シングル

B120

事業家高齢者ファミリー

B210

団塊サラリーマン

B220

団塊事業者

B310

ホワイトカラー

B320

企業戦士

B410

裕福な社会人スターター

B420

社会人ビギナー

B511

平均的中流の上家族都心派

B512

平均的中流の上家族郊外派

C110

シティーリタイアー

C120

地方派シニア家族

C210

熟年ブルーカラー

C220

地方派自営者

C310

ワーキングファミリー

C320

平均的サラリーマン

C410

都心で独り暮らし

C420

シティスターター

C511

生活便利派

C520

肉体労働自活者

D110

都市型年金生活者

D120

農村生活ビッグファミリー

D210

団塊サラリーマン

D220

団塊ワーカー

D310

都市型給与生活親子

D320

田園生活三世代家族

D520

典型的田舎型生活大家族

既存顧客の浸透

率（人口に占める

顧客数の割合）を、

Geo-Scopeコードで

集計することに

よって優良地域が

明確になります。

この地域に販売促

進の施策を行った

り、類似する地域

に対して新規顧客

獲得のキャンペー

ンを実施すること

により効果的な

マーケティングが

可能となります。

0

50

100 （平均）

200 （ 2 倍）

300 （ 3 倍）

Geo-Scope

コード

地域概要

顧客浸透率指数

顧客浸透率が全国平

均の3倍以上高い地域

顧客浸透率が全国平

均の半分程度の地域

Geo-Scopeを活⽤した顧客浸透率レポート例（地域特性1）

(18)

属性

カテゴリー

スコア

重要度

1.20歳-29歳

2.8958

2.30歳-49歳

3.3125

3.50歳-64歳

2.4792

4.65歳以上

1.2562

5.混在

0.0000

1.高

7.2145

2.中高

8.2543

3.中

18.0000

4.中低

9.0000

5.低

6.2154

1.住宅地域

5.0000

2.商業地域

10.0000

3.事務所地域

3.3333

4.工業・その他地域

7.1458

5.田園・脳漁村・山間地域

5.1547

6.その他住宅地以外

3.1248

c.近隣環境

34.24 a.年齢帯

17.11 b.収入

48.65 2.8958

3.3125

_2.4792

1.2562

0.0000

7.2145

8.2543

18.0000

9.0000

6.2154

5.0000

3.3333

7.1458

5.1547

3.1248

10.0000

34.24

48.65

17.11

0.0

2.0

4.0

6.0

8.0

10.0

12.0

14.0

16.0

18.0

20.0 1.20歳-29歳

2.30歳-49歳

3.50歳-64歳

4.65歳

以上

5.混在

1.高

2.中高

3.中

4.中低

5.低

1.住宅

地域

2.商業

地域

3.事務所

地域

4.工業・そ

の他地域

5.田園・

脳漁村・

山間地域

6.その他

住宅地

以外

a.年齢帯

b.収入

c.近隣環境

0

10

20

30

40

50

60 浸透率スコア

重要度

Geo-Scopeコード55分類の付加によって割り

出された浸透率ランクをもとに、①浸透率へ

の影響の高い属性（重要度）および、②浸透

率の高いカテゴリー（スコア）を把握すること

が可能になります。

Geo-Scopeを活⽤した顧客浸透率レポート例（地域特性２）

(19)

分析対象の顧客の属性傾向を分析し、自社顧客のモデルを構築する。

(20)

参考富裕層データベース（ビリオネア）分布図

推計資産10億円以上を保有している消費者の分布(東京都）

(21)

目的

課題

来店回数アップ＋休眠顧客の掘り起こし

POS情報に基づいたRFM分析のみで顧客をセグメント化しており、

セグメント指標が常に同じであることが課題となっていた。

施策

Geo-scopeより、富裕層、年齢、性別、趣味・嗜好などの属性情

報を付与し、優良顧客と類似属性を保有する顧客（潜在的優良

顧客）を特定。再来店を促すプロモーションを展開。

（顧客満足度調査やハイシーズン時の

DMに併せて。）

効果

ターゲット顧客群の来店回数

20％UP（前年当月比）

* 事例は過去の実績に基づいておりますが、同様の成果を保証するものではありません。

顧客分析事例

ラグジュアリーブランド企業様より、自社顧客モデル化分析＋活用事例

(22)

顧客分析事例

目的

課題

自行で把握していない富裕層を特定、エリアマーケティングに活かしたい

預金残高を中心に、顧客セグメント行っていた。他行で預金残高

の高い（潜在優良見込み顧客）方は、特定する事がしづらい為、

機会損失が生じているのでは？

施策

弊社消費者データベースより、富裕層属性を付与し、以下の３顧客群を構築。

・自社顧客であり、かつ富裕層である方。

・自社顧客であり、潜在優良顧客である方（弊社にて富裕層と特定できた方。）

・自社未保有富裕層である方。（訪問、ダイレクトポスティング展開。）

効果

金融セミナー来場、預金残高向上、投資信託への展開

* 事例は過去の実績に基づいておりますが、同様の成果を保証するものではありません。

Business Case：ラグジュアリブランド

プライベートバンキング部門様より、自社富裕層データ分析

(23)

目的

課題

好調/不調局のエリア特性を把握、営業戦略に活かしたい。

好調

/不調局の違いは「営業が頑張っているか、どうか」という結

論になっており、不調局では好調局の営業戦略トレースを行って

いたが、成果に結びついていなかった。営業の頑張り以外に要因

があるのでは？

施策

契約者データに

Geo-Scopeコードを付与し、顧客が多く存在する

エリアの属性を分析、各局のエリア属性に合わせた営業戦略を構

築する。

顧客分析事例

大手ケーブルテレビ会社による、各エリア局の

ユーザー地域属性分析

効果

局をユーザー存在エリア特性を可視化、比較することで、よりきめ

細やかな営業戦略を立案する事ができた。

(24)

【参考】⽐較分析イメージ

Discovery！

・好調局が比較的決まったエリアに顧客が集中している。一方、不調局は顧客がエリア特性

<4D F736F F F696E74202D F18EA6817A835A837E B8E9197BF E B93C782DD8EE682E890EA97705D>

【第3部】

外部の企業/消費者情報を活⽤した

顧客/エリア分析⼿法

⽇本最⼤級のデータベースを活⽤した

データベースマーケティング⽀援会社

⽇本最⼤級のデータベースを活⽤した

データベースマーケティング⽀援会社

商号

：株式会社ランドスケイプ

設⽴

：1990年9⽉10⽇

資本⾦

：466,335,500円

従業員数 ：120名

本 社

：東京都新宿区⻄新宿3-20-2 東京オペラシティ 15階

事業内容 ：データベースマーケティングの⽀援事業

独⾃構築した⽇本最⼤級のデータベース

（消費者9,500万件・企業情報750万件）を元にした

データベースマーケティング⽀援とCRM戦略⽴案

加盟団体 ：⽶国ダイレクトマーケティング協会（ＤＭＡ）

（社）⽇本ダイレクトメール協会（ＪＤＭＡ）

⼀般社団法⼈⽇本コールセンター協会（ＣＣＡＪ）

（社）⽇本通信販売協会（ＪＡＤＭＡ）

ランドスケイプ 会社概要

データベースマーケティングとは

ターゲットの明確化

■自社のターゲット市場を定義

■顧客/見込客/未アプローチを整理

営業プロセスの標準化

定量評価

■スーパー営業マンに頼らない

■営業プロセスを可視化し共有する

データベースマーケティングは、効率の良い

営業を実現する為の手法

確度の高いターゲットに質の高い営業を

仕掛けること

データベースコンテンツ

日本最大級のデータベース

約9,500万人

消費者データベース

企業情報データベース

７５０万事業所

（過去累計９００万件）

法⼈データ特徴①

数の網羅性が高い。

ターゲット市場の母数として考える事ができる。

20 km

20 km

20 km

20 km

20 km

20 km

20 km

20 km

20 km

ALSHIPOL

by "見込企業件数"

& "取引先件数"

"見込企業件数"

2

20

38

56

1

9.7

18.4 27.1

"取引先件数"

稲城市

稲城市

稲城市

稲城市

稲城市

稲城市

稲城市

稲城市

稲城市

川崎市多摩区

川崎市多摩区

従業員数：120名

本社

事業内容：データベースマーケティングの⽀援事業

加盟団体：⽶国ダイレクトマーケティング協会（ＤＭＡ）

ランドスケイプ会社概要