アウトバウンドコールリストの分析によって売上が1.5倍にアップ
過去の架電・購買データを基に受注確度の高い顧客の傾向を学習
アウトバウンドコールリストに、購入確度と時間帯別接続率を付与
売上増大とリスト購入費用の削減が可能に！
アウトバウンドコールリストに、購入確度と時間帯別接続率を付与
売上増大とリスト購入費用の削減が可能に！
目次
事例詳細
年齢、性別、都道府県、郵便番号、年収、電話の端末（固定/携帯）、架電回数、架電間隔、接続回数、平均接続時間、総通話時間、最大接続時間、最小接続時間、最大接続時間と最小接続時間の差、通話時間標準偏差、ポジティブ＆ネガティブワード数、中立ワード数、最終接続時間帯、定期購買有無、サンプル有無、サンプルから購買までの経過日数、最新購買日からの経過日数、購買回数、累計購入金額、webアクセス有無、お届け日（曜日）、などの、約70項目を使用して、曜日/時間帯別の電話がつながる確率と購入に繋がる確率を予測した。
分析結果の活用で売上が1.5倍に向上。またコールリストのポテンシャルを明らかにし、リスト購入にかかる費用を前年の80%に抑えることに成功した。
経緯等
見込み顧客と顧客に対して、過去の架電・チャット履歴や購買履歴のデータを基に受注確度・接続率の高い顧客の傾向を学習し、購入確率と曜日/時間帯別の接続率を一人一人に付与した。
解析に使用したデータは、年齢、性別、都道府県、郵便番号、年収、電話の端末（固定/携帯）、架電回数、架電間隔、接続回数、平均接続時間、総通話時間、最大接続時間、最小接続時間、最大接続時間と最小接続時間の差、通話時間標準偏差、最終接続時間帯、定期購買有無、サンプル有無、サンプルから購買までの経過日数、最新購買日からの経過日数、購買回数、累計購入金額、webアクセス有無、お届け日（曜日）等、約70項目を使用した。
