売り方を変えてヒットした成功事例とは？

マーケティング部門から「売り上げ向上」のヒントを求められた際に、参考となる売り方を変えてヒットした事例について紹介。また、その成功の根底にあるデータ分析の重要性について解説していきますので、売り上げ向上につながるヒントが欲しい、と考えている方はぜひ参考にしてください。

商品を変えずに「売り方を変えてヒットした」とは？

現在「モノが売れない時代」といわれています。このような状況の中で、製品自体は変えずに「ターゲットを変更する」「ネーミングを変更する」といったように、見せ方や売り方を変更することによって、売り上げのV字回復を実現した事例があります。

このような劇的な転換を成功させるには、担当者の勘や思い込みは禁物です。たとえば購買履歴やWebの行動ログ、SNSの反応など、客観的なデータ分析を用いることにより、隠れた顧客ニーズなどを洗い出すためのプロセスは欠かせません。

売り方を変えて大ヒットした商品事例4選

事例1：通勤快足

株式会社レナウンがかつて「フレッシュライフ」という名前で1980年代に売り出した靴下があります。この商品は、高度経済成長期に働くサラリーマン向けとして売り出されたものですが、発売当時の売り上げは1年間で約1億円前後といったように、思うように売れない状況が続いていました。

ある時、満員電車で通勤をしていた社員が、フレッシュライフを「満員電車でも足が蒸れない清潔な靴下」と例えたことがきっかけで、「通勤快足」と改名。商品の改名を行った後、売り上げは右肩上がりになり、年間最高27億円を売り上げる商品となりました。

商品・価格の変更なしで大ヒットした理由は、イメージのしやすさです。通勤中の足の蒸れに悩んでいる人にとって「これを履くことで足の蒸れから解放される」とイメージがしやすく、刺さりやすいキャッチーな言葉だったといえます。

※参照元：ferretMedia
（https://ferret-plus.com/16455）

事例2：鼻セレブ

風邪が流行る時期や花粉症の時期などに嬉しい、しっとりとした肌触りが人気の「鼻セレブ」は、もともと「ネピア モイスチャーティシュ」という名前で販売されていました。当初から使用したお客さまから好評であり、品質には自信があったものの、他のティッシュと比較すると高額だったことから売り上げが伸び悩んでいる状況でした。

そこで、社内でプロジェクトチームを結成し、商品のデザイン・ネーミングを一新することになりました。「肌触りがやわらかく、しっとりとしている」という商品の強みが伝わるようなネーミングが検討され、100近くの案から選ばれたのが「鼻セレブ」です。商品名を変更したことにより、売り上げが10倍に伸び、大ヒット商品となっています。

※参照元：mercari colum
（https://jp-news.mercari.com/contents/9609）

事例3：シーブリーズ

制汗剤として長い間愛されているシーブリーズですが、もともとはマリンスポーツを楽しむ男性向けの商品として販売されていました。販売開始から数年経過する中で、海に行く若い男性の人口が減ったことから、シーブリーズの売り上げが落ち込んだという経緯があります。

売り上げを回復させるため、シーブリーズは商品の中身を変更せずにターゲットを変更するという戦略に出ています。それまでターゲットとしていた「マリンスポーツをする男性」から、「部活後に好きな男の子に会うために汗を拭く女子高生」に変更をしました。

さらにパッケージも女子高生が好むような可愛らしいデザインに変更することによって、ブランドイメージも一新しています。この「ターゲットとデザインを変更する」という戦略が成功したことで、シーブリーズは低迷期の8倍を売り上げ、V字回復を果たしています。

※参照元：mercari colum
（https://jp-news.mercari.com/contents/9609）

事例4：明治 ザ・チョコレート

明治が販売している「明治 ザ・チョコレート」は、通常のチョコレートの2倍の価格が設定されています。明治は2014年にも高級チョコレート市場にチャレンジした過去がありますが、この時には思うように売れず失敗に終わりました。しかし2016年に改めてパッケージの特徴を変えたことにより、当初の販売計画の2倍の売り上げを誇る商品となっています。

具体的な変更としては、通常チョコレートのパッケージは横型が多い傾向がある中で、あえて縦型のデザインにし、さらにスマートフォンが普及している時代背景にも合わせて、SNS映えするパッケージを意識しています。

そのほか、パッケージデザインにカカオの実をあしらうことによってカカオから作った高級感を伝え、生活に余裕がる50代へのアプローチにも成功。斬新なパッケージデザインの改良に取り組むことにより、高級チョコレートの販売を成功させた事例です。

※参照元：ferretMedia
（https://ferret-plus.com/16455）

売り方を変えるヒントを見つける「データ分析」の3ステップ

購買データや顧客データの収集・可視化の実施

まずは売り上げの実態について把握するために、顧客データや購買データの収集を行います。さらに、ETLツールを活用することによりそれらのデータを用途に応じて変換・加工しその先の格納先に書き出しを行います。そして、整えられたデータをBIツールで可視化し時間帯や地域、顧客層ごとの売り上げ推移などについて直感的に把握できる状態を構築します。

隠れたニーズや離脱するポイントを抽出し、仮説立案を行う

可視化されたデータを用いて、特定機能の利用率低下や、ECサイトにおけるカゴ落ちなどについて抽出していきます。ここでは、単に集計のみを行うだけではなく、統計的な手法を用いながら「どうして売れないのか」「潜在的なニーズがどこにあるのか」といった因果関係の仮説を立てていきます。ここでは、勘や経験ではなくデータに裏打ちされた、論理的な仮説の立案が求められます。

仮説に基づいた新たなアプローチと効果検証

前段階で立案された仮説に基づいて、UIの変更など新しいアプローチを実装し、テストを実施します。テストは効果を測定することにより、統計的な有意差が認められるかを検証していきます。ここでは、テスト結果を迅速にフィードバックできる仕組みを作り、失敗と改善のサイクル（PDCAサイクル）を繰り返していく中で、売り方を変えるヒントを見つけることに繋げていきます。

自社でデータ分析を行う現場のリスクと課題

専門的なスキルを持ったデータサイエンティストが不足している

現在、専門スキルを持ったデータサイエンティストが不足しています。そのため、自社で採用しようとしても競争率や人件費が高騰していることから難しい状況であり、さらに未経験から育成するには膨大な時間とコストがかかってしまいます。そして、専門的な知識を持つ人材が不足している状態での分析を行った場合、誤った経営判断を招くリスクがあります。

データのサイロ化を原因とする前処理の膨大な工数

部署ごとにシステムが独立していることにより、データが分断されてしまう「サイロ化」も問題になります。データ分析業務においては、分散したデータの名寄せやフォーマットの統一といった前処理に多くの時間をかけているといわれています。この作業に時間がかかってしまうと、技術者が本来行うべき業務に手が回らなくなるという状況に陥ってしまいます。

ツール導入のみで終わってしまう

高度な分析ツールを導入したとしても、目的をはっきりさせなければ単にグラフを表示するだけのツールとなってしまいます。出力されたデータから、「どこに離脱原因があるのか」「どのような売り方に改善していくか」といった現場の具体的なアクションに落とし込みを行っていくことが大切です。

データ分析代行ツール・サービスを導入するメリットと選定基準

セキュリティ基準とデータ連携の容易さ

顧客のデータを使用することになるため、ISMS認証、プライバシーマークの取得といったように、厳格なセキュリティ基準を満たしているかが重要なポイントといえます。また、自社で現在使用しているCRMやMAツールとスムーズに連携できるかという点も十分に確認しておくべき部分です。

現場のマーケターでも直感的にレポートが読めるか

技術者だけではなく、実際に施策を行っていく現場のマーケターや営業担当者も、直感的にレポートを読むことができるようになっているかも重要な点です。一部の専門家のみしか操作や理解ができないツールを導入したとしても、現場で活用されないという結果になってしまいます。

サポート体制の充実度

分析ツールの提供だけではなく、導入時のシステム間連携に関する技術的な支援や、データ整備の代行、エラーが発生した際の対応といったように、手厚いサポートが用意されているかを確認します。この点から、導入直後のトラブルや運用している最中の行き詰まりを防げます。

データ分析代行ツールの導入にかかるコスト感

初期費用

例えばBIツールを導入する場合、クラウド型とオンプレミス型の2種類があります。クラウド型の場合、初期費用は無料から数十万円が目安、オンプレミスにおける初期費用の目安は数十万円〜数千万円となっています。

月額費用

BIツールを導入した場合の月額費用については、クラウド型の場合1人のユーザあたり1,500〜8,000円程度、オンプレミス型は1台のサーバあたり数万円が目安とされています。

まとめ

こちらの記事では、製品自体は変更せずにネーミングやターゲットを変えるといったように、「売り方を変えることにより売り上げが向上した」という事例について紹介してきました。このような事例でのポイントは、担当者の経験や勘に頼るのではなく、さまざまなデータを集めて分析することで顧客のニーズを洗い出し、新たな施策を行うという点です。

ただし、自社でデータ分析を行おうとした場合、専門スキルを持つデータサイエンティストが不足している、前処理における膨大な工数などさまざまなリスクがあるため、データ分析代行ツールを導入することがおすすめです。導入にあたっては、セキュリティ基準やデータ連携、サポート体制などポイントを抑えながらツールの選定を行っていくことが大切であるといえます。