東京都内のメンエス 3 店舗が tasteck のキャスト別離脱率分析を導入。本指名率だけでは見えなかった「合わない顧客を逃がすセラピスト」を特定、配車とフォロー体制を変更してリピート率を 2 倍近くに改善。

導入前の課題

東京都内でメンエス 3 店舗を運営する A 社 (仮名)。店舗ごとに Excel + LINE でシフト管理、顧客リストは紙のノート。「リピート率が上がらない」「新規を広告で取っても 2 回目が来ない」という悩みを抱えていました。

店長の肌感覚では「B セラピストはリピートを作る」「C セラピストは新規客が多い」という印象はあったものの、客観データがないため評価・指導が属人的になり、スタッフ間のモチベーション差に繋がっていました。

tasteck 導入のきっかけ

リピート率改善を目的に、本指名率だけでなく「そのセラピストが原因で離脱した顧客の確率 (離脱率)」を算出できる業界特化 SaaS として tasteck を選定。既存の Excel データを CSV インポートで移行し、3 店舗同時に運用開始しました。

導入後 1 ヶ月のデータを確認すると、B セラピストは本指名率 55% と高いものの、離脱率も 35% と高いことが判明。つまり「ファンは作れるが、合わない顧客は逃がす」タイプでした。

離脱率が高いセラピストには「新規・一見客」を減らし、リピート顧客を優先配車するロジックに変更。逆に離脱率が低いセラピストには新規客を優先配車してファン化を狙いました。

離脱リスクの高い顧客リストを tasteck のダッシュボードから抽出、フォロー DM を送る施策を月 1 回実施。

特に給与計算の自動化は店長が「月末のストレスが消えた」と話すほどの効果。浮いた時間で接客品質会議や新規セラピスト面接に振り分けられるようになりました。

「本指名率だけを見ていた頃は、感覚で評価するしかなくてスタッフ同士で軋轢もあった。離脱率という 2 つ目の軸ができて、評価の納得感が生まれたのが一番の変化です」 (3 店舗統括店長)