4700万人のキャッシュレスデータが店舗やメーカーの「次の一手」を照らす

三井住友カードは、クレジットカードなどの利用履歴を指す「キャッシュレスデータ」をもとに、小売店舗などが顧客動向を把握できるデータ分析サービス「Custella（カステラ）」を提供している。品揃えやプロモーションなどの施策に役立てることができる。

「当社にはクレジットカード事業に伴う膨大な決済データが蓄積されていますが、かつては積極的に活用されていませんでした。この資産価値を加盟店様とカード会員様に還元し、有効活用いただきたいというのがサービス化のきっかけです」とデータ戦略部長の白石寛樹氏は振り返る。専門部署（当時はデータ戦略室）を立ち上げたのが2019年4月。わずか半年後の10月に「Custella（カステラ）」としてサービス提供を開始した。名称には、加盟店の先の「カスタマー（顧客）を照らす」という思いを込めたという。

月数億件の購買履歴を分析

「Custella（カステラ）」は、三井住友カードが保有するクレジットカード決済などによるキャッシュレスデータをもとに、個人や加盟店が特定できないように統計化された顧客属性や購買実績データを多彩な切り口で集計して、可視化するサービスだ。使用される統計データとは、カード会員の性別、年代、居住地、勤務地、年収などの情報を指す。

それらを、会員が決済した加盟店の所在地や業種、利用された時間帯、件数、金額などと組み合わせて分析する。例えば、来店客の嗜好や店舗の地域特性を把握して品揃えに反映させたり、広告のターゲットを絞り込む際の判断材料にしたりすることで、プロモーションの効果を高めることができる。

同社のカード会員数は、100％子会社であるSMBCファイナンスサービスも含め約4700万人（2019年度）、加盟店数は国内最大級。月間の決済件数は数億件に上る。これほどの規模の購買データと信頼性の高い属性データを持つことが何よりの強みだ。

「Custella（カステラ）」のサービスには3種類ある。ひとつ目は、当該の加盟店に来店する顧客を性別、年代、年収、居住エリア、来店頻度といった切り口で集計したデータを固定メニューとして提示するオンラインサービスの「Custella Insight（カステラインサイト）」で月5万5000円（税込）から利用できる。2つ目はそうした統計データを個々の加盟店の課題やニーズに合わせてカスタマイズした分析を行い、オリジナルの分析結果を提供する「Custella Analytics（カステラアナリティクス）」。

3つ目はAIを活用して各加盟店のターゲット顧客を見出し、メールやダイレクトメール（DM）でカード会員に直接プロモーションを行う「Custella Promotion（カステラプロモーション）」だ。

図1 「Custella（カステラ）」のサービス概要

購買行動の変化が分かる

「Custella（カステラ）」の優位性はバックにある膨大なデータだけではない。実はクレジットカードの決済データであること自体が極めて重要なポイントとなっている。そもそも、クレジットカードは社会人になるタイミングで持ち始め、そのまま使い続ける人が多い。利用者とカード会社との付き合いは必然的に長くなる。

「ロングスパンで利用者とお付き合いがあるという特性上、当社のデータからは購買行動の“変化”を捉えることができる強みがあります。例えば、決済金額や決済する業種の変化で結婚や出産などのライフイベントが推察できますし、もっと日常的な出来事、例えば外食での決済頻度やエリア、時間帯、価格帯などの変化も細かく可視化できます。こうした顧客像や生活の可視化が、精度の高い見込み顧客の選定や販促アプローチにつながります」（データ戦略部部長代理・細谷友樹氏）。

変化が分かるという利点は、コロナ禍で新たな事業を模索する小売店から多くの引き合いを得た。例えば、店舗に訪れる顧客の居住エリアや勤務エリアについて、数カ月から数年にわたって変化を分析する「店舗／エリア分析」は、昨今の在宅ワークの増加や生活変容が自社の商圏に及ぼした影響をダイレクトに把握できるメニューとして人気だ。こうしたエリア分析に先述の顧客分析を合わせることで、顧客属性別の購買傾向やニーズの変化を正確に捉え、新規出店候補地の選定や品揃えの改善に役立てていくことができる。

さらには、自社の店舗に来なくなった顧客が、他のどのエリアのどんな業種に流れてしまったのか、あるいはECサイトでの購入に移行したのかまで分かるという。こうした分析が可能になるのも、オフライン、オンライン問わず横串で膨大な決済データを保有する三井住友カードならではの特長である。

「クレジットカードのデータは購買行動の網羅性が強みで、加盟店様が自社のPOSデータだけでは分からなかったような他ジャンルのサービス利用との関係を知ることができます。自社のお客さまが、別のシーンではどんな業種で決済されているかを手掛かりに、企業間でのタイアップや横断的な取り組みにつなげていくこともできます。コロナ禍で従来のビジネス領域とは別の角度のビジネスを模索されている小売店にとって、一見全く関係のない業種との関わりが見えてくることで、大きな発見が得られるかもしれません」（白石氏）。

図2 「Custella（カステラ）」を活用してできること

未来の見込客をAIが分析

リリースして1年半、反響は想定以上だった。「当初は主に小売の加盟店様の支援を目的に始めたサービスでしたが、ふたを開ければD2Cビジネスを模索するメーカーや、シンクタンク、自治体、大学などの研究機関からもお声がけをいただいています」（細谷氏）。

AIがはじき出す「見込み顧客」も注目度が高い。

例えば従来、クルマ関連のサービスが響く客層といえば「ガソリンスタンドを利用」「ETCを利用」「40代男性」などが想定されるが、AI分析では全く異なる年代や、一見すると相関のなさそうなある業種の年間支払額が○万円以上など、普段の決済行動の特徴から導き出された人の頭では予想しづらいセグメントで出てくるのだという。こうしたAI予測の「親和性の高い客層」をいかにビジネスの打ち手につなげていくか。「Custella（カステラ）」ではその戦略立案までトータルでサポートすることができる。

「キャッシュレス決済データやAI算定による単体の結果ではなく、それらを加盟店様のPOSデータや位置情報などの他のデータと組み合わせたときに、掛け算的に新たな価値を生み出せるのが『Custella（カステラ）』の魅力だと思います。そこで見出した価値から、エンドユーザーにささやかながらも新しい体験価値を創出することを目指しています」（白石氏）。