プロ美システム

理美容室の為の顧客管理システムの正しい選択は 皆様が顧客管理のためにコンピューターシステムを導入する場合、 どの様な点を基準に選びますか。 �@　カルテ管理の為　・・・前回の技術データを管理する為 �A　売上データなどを会計処理として整理する為 �B　売上を上げる為 �@�Aの為にコンピューターシステムを選ぶ場合は、 リーズナブルなシステムが数多く市場に出回っています。 さて問題は、�Bの売上を上げたいからという理由で選ぶ場合です。 この点を重点的に現市場に出回っています顧客管理システムを検討してみましょう。 サロンでの顧客管理システムは、今まで数多く業界に出回りましたが、 現実的にご利用なされた多くのサロンオーナーの方々のその使用感の代表的な言葉は、 「レジスターと大差ない」です。（伝票処理と年賀状の住所録となっている。）　 では、なぜそのようなことになるのか簡単な分析をさせていただきますとほとんどがOFFの世界での コンピューターの活用だからです。 　OFFの世界って何？　 つまりOFFとはすべて結果の世界の表現なのです。　 今月、売上は幾等あった、客数は何人だった、パーヘッドは、対前年比は、科目別比率は、 などなどの結果実績を帳票化したりグラフ化したりです。 　勿論このようなデータを確認することは大切なことですが、 すでに起こってしまった結果だけを確認をする事や売上計算をすることがコンピューターの 重要な仕事になっているのです。 大切なことは、結果の確認ではなく、売上を上げるために必要なデータが確認出来、又その為に 起こす行動が確実に実行できるようにシステム化されているかなのです。 例えばパーマ比率が悪いという結果を出してくれるのなら、 今後のパーマの見込み客は誰で何時どのようなタイミングでアプローチすればパーマ客を 獲得できるのか。 現状のコンピューターシステムでは今月の来客数は出力できます。 しかし、今月来店するはずで来なかった客のデータは出てきません。 　来るはずで来なかった客は誰なのか、又その人数は、その失客比率は？ １．そのコンピューターは当月の結果のみでなく来月の来店予測が可能ですか？ 　　当月も含めて過去の実績を何度確認しても次月の対策が出来なければ 、 　　すべてが出たとこ勝負の経営ということになります。 　予測管理が可能なシステムであること・・・次月に何人、誰が来店しようとしているのか 　　事前に把握できること、これは大変重要なことです。 　 　　　この予測管理が可能であれば事前に目標との過不足を計上し、 　　　細部にわたっての前もっての対策が可能となります。 ２．そのコンピューターはこぼれて行く顧客の数を周期別に把握できますか。 たとえば、どの様なサロン様でも、既存客の当月見込み客（今月来店するタイミングになっているお客）が ありますが、現状では、実際に来店するお客様の比率は５０％を満たないのです。 　　　　　　　　一般企業統計（２５から４０％） 仮に、100人の見込み客があったとすれば実際に来店するのは２５から40人ということになるのです。 逆を言えば毎月６０から７５％の見込み客が失客していることになるのです。 　見込み客・遅れ客等の層別に個別に細分化し、構造的分析から戦略を導き出す。 現状での当該サロン様の回復力がどのくらいなのかを、事前に分析し、 そのサロン独自の客観的能力と改善点を明確にする。　 従来の平均的データ抽出からの比較分析ではなく、個々の問題と可能性を探り出す。 当月来店させるべき、周期を短縮化するべき、来店回数の促進するべきお客様などを事前にリストアップする。 このような対象（見込み客）対策で80%までの回復率の実現を可能にする管理システムが必要です。 3.そのコンピューターは名寄せ管理が可能ですか？ 名寄せとはある一人のお客様がトータルな科目での来店履歴を確認できる状態 たとえば今日カットに来られたお客様は他の科目カラー･パーマなどでの履歴は存在するのか 過去1年の来店客数の1000人の中でカットの施術者は700人 しかし1000人の内残り300人はカットをしていないことになります。 どの様なお客様でもパーマやカラーはしなくてもカットをしない客はいないはずです。 となればこの300人は他店でのカット客ということになります。 言い換えれば当店でのカットの見込み客となるわけです。 結果のデータ分析から導き出される増客繁栄の為の攻めのターゲットの抽出を実現する。 そのような売上増加の可能性のデータ、すなわちONの世界を的確に明示してくれるシステムこそ コンピューター活用の意味があるのです。 結果の世界を現状とすれば、ONの世界は可能性の世界　いわゆる繁栄の科学式 　　　　　　　　　　 この科学式を管理できて更なる売上増加に貢献できるコンピューターシステムこそ望ましいものです。 4.其のコンピューターは再来率分析から固定化率まで発展できますか？ 従来再来率の分析は一度ご来店されたお客様が2回以上再来した場合を基準に再来率を計上していました。 しかし、たとえ再来率が９０％を超えるものであったとしても、1年経過後、実質固定客として残った客が ３０％であるならば結果的には３０％の固定化と率となります。 当社のデータ分析では新規の2回の来店数が多くても3回目に一気に来店比率が下がる という結果を出しています。言い換えれば2回で終わった顧客の比率が非常に高いのです。 重要なのは従来の再来率から3回以上の来店をされた比率（固定化率）の計上です。 これは一般企業で言うところの黒字倒産に似ています。　売上は高いのですが 実質の利益が低いことから生まれます。 私たちは世間一般との比較を出すことで満足なのでしょうか？ 最終的には実を採りたいはずです。　ならばそのような管理の実現にこだわるべきです。 5.其のコンピューターは傾向ではなく具体的戦略から対策を実行できますか？ 　例えば顧客の年間での来店回数を増やしたいと考えた場合 各種の検索や分析で来店回数が少ない顧客が何人・何パーセントというデータを出し、集合的なグループ データの抽出が出来ても、個々の顧客に来店回数を促進する為の実務が出来ない。 例えば顧客のお帰りの際に次回のお誘いをする場合・・ 従来はカットは1ヶ月パーマは2ヶ月という技術的な理由により次回予定日を決めていました。 しかし、これは顧客の来店周期を考慮すれば非常に押し付けがましい誘いとなります。 例えば5から6ヶ月に1度来る顧客に「来月来店してください。」というお誘いを出す。 経営の基本である顧客思考を考慮すれば5から6ヶ月のお客様には4から5ヶ月での ご来店を無理なく自然に短縮化してお勧めする。結果はいつの間にか目標を達成しています。 実践サロン実例紹介 失う客が不明確だったのが、システムの周期分析対策で失客率が顕著に減少 　気がつかずに来店見込み客の失客していた比率が 当初６１％であるという分析に驚愕しました。 言い換えれば100人来店するはずの顧客のうち61人が失客する状態だったわけです。 当店の客単価約\7000で計算すれば失う金額が単月で 約\427000にもなるのです。 システムの動員アクション（DM）で回復率が８０％台までに回復し、当然当初との差額比率４１％が売上アップにつながりました。