RFM分析は、限られた予算と時間を「本当にアプローチすべき顧客」に集中させるための顧客分析手法です。

ECサイトなどで新規獲得以外のリピーターの増加を狙う際、すべての顧客に同じ施策を行っていては反応率が低下し、費用対効果が悪化してしまいます。RFM分析を使えば、購買データをもとに顧客をグループ分けし、それぞれに最適なアプローチを設計できます。

本記事では、RFM分析の基本的な考え方から、具体的なスコアリング方法、セグメントごとの施策例、実際の進め方、そしてCRM・MAツールやAIとの組み合わせ方までをわかりやすく解説します。

「RFM分析」とは顧客分析の方法

RFM分析とは顧客分析方法のひとつであり、簡単にいうとお客様を3つの指標を用いてグループ分けする手法です。
なぜグループ分けするかというと、お客様をグループとして整理してそれぞれの特徴を理解することで、各グループに適したマーケティングアプローチを取ることが可能になるからです。
どんなお客様にも全く同じアプローチをするよりも、それぞれのお客様の特徴にあったアプローチを取った方が当然お客様が優良顧客化する可能性は高まりますし、効率的であることはご理解いただけるかと思います。

RFM分析の「RFM」とは、3つの英単語の頭文字をとったものです。
それぞれ、Recency（最新購入日）、Frequency（購入頻度）、Monetary（累計購入金額）となります。
もう少しわかりやすく示すと、

• Recency＝「そのお客様は直近でいつ買ったのか？」
• Frequency＝「そのお客様はどれくらいの頻度で買ってくれているのか？」
• Monetary＝「そのお客様はいくら買ってくれたのか？」

ということです。

RFM分析では、この3つの指標を用いて、お客様を分類していきます。
例えば、

• 最近商品を購入し、過去に何度も購入しており、合計の購入金額も高い
• 頻繁にサービスを利用しているが、1回ごとの支払金額は安い
• 以前値段が高い商品を購入したが、もう2年以上利用がない

といったお客様の情報を用いて、基準となる日付や期間、金額を具体的に定め、それに合わせてグループ分けを行います。
尚、グループ分けをした結果として「優良顧客」「ロイヤル顧客」「継続顧客」「休眠顧客」「新規顧客」など、それぞれのお客様に対する呼び方はいろいろありますが、誰にでもわかりやすい名称でラベリングを行うことが大切になります。

 

RFMスコアリングの具体的な方法

RFM分析を実務で使う際は、R・F・Mそれぞれの指標を点数化し、組み合わせてスコアを算出する「RFMスコアリング」という手法が一般的です。

多くの場合、それぞれの指標を5段階（1〜5点）に分けてスコアを付与します。

• Recency：最新の購入日が新しいほどスコアが高い（例：直近1週間以内＝5点、1年以上前＝1点）
• Frequency：購入回数が多いほどスコアが高い（例：月5回以上＝5点、年1回以下＝1点）
• Monetary：累計購入金額が大きいほどスコアが高い（例：10万円以上＝5点、1万円未満＝1点）

それぞれのスコアを組み合わせて「555」「431」のような3桁のコードを作成し、同じスコアの組み合わせごとに顧客をセグメントに分類します。この方法により、「高頻度・高額・直近購入の優良顧客（555）」や「過去に高額購入したが、最近は動きがない離反予備軍（145）」などを一目で把握できるようになります。

スコアリングはExcelでも計算できますが、対象となる顧客数が多い場合や、複数のシステムにデータが分散している場合は、CRMツールや分析専用ツールを使うと効率的です。

 

RFM分析でわかる顧客セグメントと施策例

RFMスコアの組み合わせから見えてくる代表的な顧客セグメントと、それぞれに有効な施策の例を以下にまとめました。

セグメント	RFMの傾向	有効な施策の例
優良顧客	R・F・Mすべて高い	VIP向け限定オファー、先行案内でロイヤルティ強化
新規顧客	Rは高いがF・Mは低い	2回目購入を促すフォローメール、購入後のオンボーディング
休眠顧客	Rが低く、F・Mはかつて高かった	再来店・再購入を促すクーポン、休眠復帰キャンペーン
離反リスク顧客	Rが低下傾向、F・Mは中程度	満足度アンケート、パーソナライズしたリマインド配信
低関与顧客	R・F・Mすべて低い	コストを抑えたライトなアプローチ、無理な深追いは避ける

このように、セグメントごとに施策の優先度とコストのかけ方を変えることで、限られたマーケティングリソースを効率的に配分できます。

 

RFM分析を行うメリット

RFM分析を行う大きなメリットは、前述したとおり「グループごとのタイプや特色に合わせてアプローチができるようになる」ということです。
例えば、何度も商品を買ってくれるほか、購入総額が大きくて売上に大きく貢献しているお客様と、長期間にわたって利用がないお客様とでは、当然アプローチの方法が変わってきます。

商品などを購入してもらうためには、DMやカタログの郵送、メルマガやステップメールなどのメールマーケティング、アプリPushやWeb PushなどのPush通知、キャンペーンの実施など、各種マーケティング施策を執り行います。
しかし、お客様の購入実績に関係なく、全員に対して同じ施策を行なっても反応は低下し、費用や労力が無駄に多くかかり、結果としてコストパフォーマンスが著しく下がってしまいます。

そこで、RFM分析を通じて「優良顧客」や「新規顧客」、「休眠顧客」などを明確にすることで、売上向上や集客につながりそうなお客様に、優先的に費用や時間を集中させることが可能になります。

また、RFM分析は顧客生涯価値（LTV）を高めるための出発点としても活用できます。

優良顧客セグメントの離反を防ぎ、新規・休眠セグメントを優良顧客へ引き上げていくことで、顧客一人当たりの生涯価値を底上げすることにつながります。

RFM分析の進め方

では、実際にRFM分析をどのように行っていくのかについて解説します。

①必要な顧客データを集める

まずは、分析用のデータ集めです。

実店舗（オフライン）のほか、ECサイト（オンライン）のデータも忘れないようにしましょう。セールや割引キャンペーンなどを行なっている場合は、通常価格よりも値引きされていることを考慮する必要があります。

なお、膨大なデータ量になることが多いため、分析リソースはあらかじめ確保しておいた方がよいでしょう。

②R・F・Mの各指標の基準値を設定する

収集したデータを用いて実際にお客様をグループ分けすることになりますが、そのためにR・F・Mの3つの指標について、それぞれの基準値を設定する必要があります。

R（最新購入日）であれば、「1週間以内」「2週間以内」「1ヶ月以内」「2ヶ月以内「それ以前」などです。

なお、ビジネスで扱っている商品や規模によって最適な基準値が異なります。どのような基準を設定するかがその後のお客様へのアプローチ方法に影響するため、よく検討する必要があります。

③お客様をグループ分けし、グラフや表で視覚化する

3つの指標それぞれの基準値の設定ができたら、その基準値に従ってお客様をグループ分けします。

その上で、グラフや表などを用いて分布や移り変わりを視覚化することで、より全体像がわかりやすくなります。
分析はExcelでも十分可能ですが、より高度な分析をしたい場合や、分析用のデータ量が膨大だったり、それが複数の部署に分散して保持されているといった場合は、専用ソフトやツールを利用するのが便利です。

RFM分析は、その分析結果を有効活用することが最終的なゴールになります。お客様をグループ分けした分析結果をインプットに現状課題を設定し、その課題解決のためにどのグループに優先的にアプローチすべきかを見極め、そしてそのグループに最適なアプローチ方法を検討して決定し、実際のマーケティング施策に結びつけることが大切です。

現在の優良顧客の維持、あるいは休眠顧客の掘り起こしや離反顧客の呼び戻しといった課題解決に、RFM分析の結果を有効活用しましょう。

RFM分析とCRM・AIツールの活用

近年は、RFM分析の機能をあらかじめ搭載したCRM（顧客関係管理）ツールを活用する企業が増えています。

購買データを取り込むだけで自動的にスコアリングとセグメント分類を行えるため、Excelでの手作業に比べて分析の手間を大きく減らせます。さらに、AI機能を搭載したCRMでは、購買データや行動履歴から離反しそうな顧客を自動で予測したり、セグメントごとに最適なメール文面を自動生成したりすることも可能になってきています。

ツールを選ぶ際は、RFM分析の結果をそのままメール配信やPush通知などの施策に連携できるかどうかも確認しておくと、分析から施策実行までの流れをスムーズにできます。

 

RFM分析を行う上で注意すべきポイント

RFM分析を行う際には、注意すべきポイントがいくつかあります。

「良いお客様」へのアプローチだけではなく、それ以外のお客様にも働きかける

RFM分析を行うことで、今後の売上向上に貢献してもらえそうな顧客グループが見えてきます。

そうしたお客様をターゲットにメールやDMなどでアプローチすることももちろん大切ですが、そうしたお客様だけにアプローチしていると、「今後、常連になってもらえるかもしれないお客様」を取りこぼしてしまうリスクがあります。

たとえば、

• 最近、初めて商品（お試し、本品問わず）を購入した人
• 購入回数は多いが、購入金額が少ない人
• 以前は高い頻度で購入していたが、最近は動きがない人

といったお客様に対しても、適切なアプローチで長期的に働きかけ続けることで、すぐに効果が出なくても、いずれ優良顧客になってくれる可能性が高まります。

グループ分けをする際は根拠を持たせる

お客様をグループ分けする際はRFMの各指標に対して基準値を設定することは先ほど述べたとおりです。

具体的には、最新購入日がいつだったかの基準値、購入回数が何回だったかの基準値、累計購入金額がいくらだったのかの基準値ということになりますが、これらの基準値には「なぜその基準値なのか」という根拠を持たせることが大切です。

基準値を設定する際には、例えば注文間隔やリピート率が参考になります。

こうした情報は取扱商品やサービス内容によって傾向が違いますので、そうした情報に基づき設定された基準値は根拠を伴ったものになります。

また、それぞれの商品ないしサービスには、その利用の契機となるマジックモーメントがあると思いますが、そうした機会に優良顧客化するお客様の特徴や行動を想定しながら設定することで、より具体的かつ根拠を伴った基準値になります。

まとめ

RFM分析は顧客分析方法のひとつであり、その分析結果を有効活用することで、お客様に効果的にアプローチすることが可能になります。
しかし、「分析結果をどう活用したらいいかわからない」、「各顧客グループに適したアプローチ方法が知りたい」とお悩みの方もいることと思います。

パンタグラフでは、WEBサービスに関する分析やマーケティングのサポートを行なっております。分析や結果の活用についてお困りの点などがあれば、ぜひお気軽にお問い合わせください。

お問い合わせはこちら