RFM分析とは?顧客分析の手順やマーケティングにおける活用方法

RFM分析とは、自社の顧客をランク分けするために、Rency(購入時期)、Frequency (購入頻度)、Monetary (購入金額)の3つの視点から分析する手法です。顧客を、優良顧客、新規顧客、休眠顧客などに分類することで、それぞれに適切なアプローチをすることが可能です。

この記事では、以下のような項目ごとに、RFM分析について詳しく解説します。

RFM分析とは


RFM分析とは、購入時期、購入頻度、購入金額という3つの指標で顧客をランク付けし、顧客グループに分ける手法です。

顧客の中には、優良顧客、新規顧客、休眠顧客など様々なグループに分かれ、そのグループごとに最適なアプローチ方法は違っています。RFM分析をしていれば、無駄なく効率的なアプローチが可能になります。

例えば、「かつて高額の購入があり、過去1年間購入されていない」顧客(休眠顧客)だけを抽出して、再購入を促すようなキャンペーンを実施して、顧客グループごとに最適化されたアプローチができます。

RFM分析の指標の意味

最初にRFM分析に使われる3つの指標について理解しましょう。

「Recency(最終購入日)」
Recencyはいつ商品を購入したか?その最終購入日はいつかを表した指標になります。この場合、何を購入したのかは関係なく、あくまで商品を購入した日のみで分析します。最終購入日が新しければ新しいほど優良顧客になります。

「Frequency(購入頻度)」
Frequencyは一定期間にどの位の頻度で商品の購入・サービスの利用があったかを表した指標です。この頻度が高いほど優良顧客になります。ただし、購入頻度が高ければ良い訳ではなく、頻度が高い顧客ばかりが多い場合、新規顧客が少ない場合が考えられます。

「Monetary(購入金額)」
Monetaryは今までの購入金額の合計金額を表します。購入金額視点で見れば、購入頻度よりも購入金額が優先されますが、この視点はどの指標からみるかによって変わってきます。例えば、購入金額が大きくても、最近の購入頻度が少ない場合や、最終購入日がずいぶん前の場合は優良顧客とは言えません。

この様に、RFM分析では、この3つの指標のうちどの視点から見るかが重要になってきます。

指標に基づいた顧客分類

RFM分析では、最終購入日、購入頻度、購入金額の3つの指標を利用して顧客を分類できます。
顧客を分類することで、それぞれの顧客に合ったマーケティング施策を企画し適切なアプローチが可能になります。分類できる顧客のカテゴリーは以下の通りです。

・新規顧客
・優良顧客
・休眠顧客
・安定顧客
・非優良顧客

では、顧客の分類方法はどのようにすればよいのでしょうか?基本的に、R・F・M全てが高水準の顧客は優良顧客になり、反対に全てが低い顧客は非優良顧客と言われます。また、最終購入日が基準よりも前の場合は、休眠顧客、購入頻度が高い水準の場合は安定顧客のように分類することが可能です。

この様に、RFM分析では、一定の基準を作ることで顧客を新規顧客、優良顧客、休眠顧客、安定顧客、非優良顧客の5つに分類することができます。

RFM分析の手順


RFM分析を行う手順は、以下の手順のように行います。

1.データ集計
2.データ分析
3.アプローチ方法設定・実行

以下、それぞれについて詳しく解説します。

データ集計

データ集計を行うためには、最初に顧客の「最終購入日・購入頻度・購入金額」のデータが必要になります。この中で、購入頻度を算出するためには顧客を識別するためのユニークIDが必要です。もし、POSレジをお使いの場合はPOSレジであれば、顧客IDと購買データが関連しているため非常に集計が楽になるので便利です。

データを整理・集計する前に、まず解決すべき課題は何か、という仮説を立てましょう。その上で、RFM分析がその課題を解決するために必要であるという前提で作業を進めます。この際、前述した3つの指標の他に、商品名、顧客年齢、住所などを同時に抽出できると、より細かい分析が可能です。

データを整理・集計する時に、併せて入力ミスや全角、半角入力のミスなどのデータクレンジングも行っておくと良いでしょう。

データ分析

データの収集が終了したら、R・M・F3つの指標を元にグループ分けをする基準を決定します。グループ分けの方法は、扱っている商品やサービス内容によっても、今回解決したい課題によっても変わってきますので、よく考えて基準を決めるようにしましょう。

ただ、それぞれの指標を細かく細分化しすぎると、抽出するための作業が煩雑になり、グループ数が多くなりすぎるとアプローチ方法も多くなります。例えば、RFM分析の最終購入日、購入頻度、購入金額それぞれを5ランクで分けると、単純に5×5×5の125グループになってしまい、実際に細分化されたグループごとに施策を変えるのは現実的ではありません。課題に沿った形で最小限のランク分けを行うようにしましょう。

改善アクション実施

データ分析が終わったら、各グループごとの顧客に向けてアプローチ方法を考えます。この時、注意したい点は、RFM分析は継続的に行い、施策もその都度行いながら、PDCAサイクルを回していくということです。RFM分析は一定期間の分析データになるため、時間が経ってしまうと分析結果も陳腐化してしまいます。そのため、継続的に行うことが重要になります。

以下、今回は仮に「優良顧客」「安定顧客」「新規顧客」「休眠顧客」というグループを設定し、それぞれの顧客グループごとのアクション施策について解説します。

優良顧客への施策方法

優良顧客は3つの指標でそれぞれ高いスコアを獲得したグループです。これらのグループに対するアプローチ方法は、「特別感の演出」です。すでに、定期的に商品を購入してくれている層なので、何らかのロイヤリティーを提供することで、更にロイヤル顧客として位置づけにすることが可能です。

具体的には、このグループの顧客に特化した特典や体験、限定商品などを提案することで「特別感」を演出することが可能です。

安定顧客への施策方法

安定顧客とは、継続的な購入はしてくれているものの、購入額が少ないなど、優良顧客の一歩前の顧客グループになります。

安定顧客の問題点は、「購入頻度を上げる」「購入額を上げる」の2つの施策が考えられます。安定顧客は、自社の商品も購入するが、他社でも同様の商品を購入している可能性もあるため、ポイントカードを利用して、購入頻度を上げていくアプローチが有効です。また、購入額を上げるためには、「なぜ高額商品の購入に至らないのか?」についてを深堀する必要があります。そのためには、アンケートなどを実施し、ニーズに合う商品開発のための基礎情報を取得することも重要です。

新規顧客への施策方法

もし、新規顧客のグループが突出して高い場合は要注意です。一度購入して次回の購入が無い場合は、リピートする魅力がないという意思表示です。その場合は、次の購入に繋げるための次回利用できるクーポンやポイント配布などにより、顧客を定着させリピート顧客化する施策が必要になります。

新規顧客から安定顧客へ移行させるのは、アフターフォローの質を高め、顧客をファン化することが重要です。もし、この様な施策を行っても効果がない場合は、商品やサービスそのものに原因がある可能性があります。

休眠顧客への施策方法

休眠顧客の場合は、優良顧客から休眠顧客になった場合と新規顧客から休眠顧客になった場合ではアプローチの方法が変わります。優良顧客から休眠顧客になった場合は、顧客のライフスタイルの変化が原因の場合が多く、別の商品やサービスを案内するなど、従来とは違う商品の提案が効果的です。また、新規顧客から休眠顧客になった場合は、リピート購入の施策が足りなかったことが原因です。クーポンやポイントカードなどを利用してアプローチする必要があります。これらの施策を全て行っても、休眠顧客が多いようであれば、商品やサービス自体に課題がありますので、そこを見直すと良いでしょう。

いずれにしても、休眠顧客は優良顧客や新規顧客ほどアプローチに手間をかけるべきではありません。最初は有力顧客や新規顧客の改善アクションを優先して行うべきです。

RFM分析をより活用するには


多くのメリットがあるRFM分析ですが、いくつかデメリットがあります。

・計測する時点でのデータしか取れないため結果が随時変化する
・3つの指標以外の細かい属性に関しては分析できない
・商品の購入頻度が少ない場合の購買行動の予測には適さない

例えば、データ集計の方法によっては、毎月高額な購入をしてくれる安定顧客より、直近で継続的に購入した顧客の方が有料と判断されるケースがあります。この様に、どの指標を元にするかによって分析精度は大きく異なります。

このデメリットを解消するためには、以下の2つの手法があります。

・分析項目を増やす
・その他の顧客分析と併用する

では、それぞれの方法についてみていきましょう。

分析項目を増やす

R・F・Mの3つの指標だけで分析が足りない場合には、そこに商品(Item)を追加して分析する「MRFI分析」というものがあります。これは、どの商品が売れているのか?についても分析できるため、RMF分析だけではわからない顧客層を抽出することが可能です。

また、商品(item)の代わりに距離(Distance)を項目に加える場合もあります。これは、どのエリアからの顧客が多いかを分析するもので、「RFM-D分析」と呼ばれます。

この様に、RFMに他の項目を加えることでより精度の高い分析が可能になります。

その他の顧客分析と併用する

RFM分析では、データ収集期間や購入額などの設定が難しいため、マーケティングに慣れている人でないと、正確なデータを導き出すのは困難です。また、分析が完了しても、項目数が足りずデータとして活用するには物足りない場合もあるでしょう。そんな時、他の顧客分析と併用して使用されることがあります。ここでは、よくRFM分析と併用される顧客分析について解説します。

CPM分析

CPM分析とは、RFM分析と同様、顧客をグルーピングするための分析手法です。RFM分析と違う点は、分析項目で「購入金額」「購入頻度」「初回購入から最終購入までの経過日数」「最終購入日からの経過日数」の4つの指標により分析します。
特にRFM分析と比較して有効なのは、休眠顧客の分析です。RFM分析では、どの様な経緯で休眠顧客になったかは分かりませんが、CPM分析では、段階的に分類するため、詳細な分析ができます。したがって、休眠顧客に対するアプローチ方法がより有効になるでしょう。

デシル分析

デシル分析は、購入金額順に顧客を分類するもっともシンプルな分析手法です。
一般的には10のグループに分類し、各グループが売上全体の占める比率を確認します。特に売上上位のグループを可視化できるため、この層に対して効果的なアプローチ施策が可能です。ただし、注意しなければならない点もあります。それは、デシル分析では、分析期間に1回だけ高額の購入があった顧客も優良顧客となってしまう点です。継続的な売上頻度が分からない為この様なことが起こります。それを踏まえた上で使用するようにしましょう。

ABC分析

デシル分析とは別に、売上の構成比が高い順番でABCの3つのランクに分ける手法がABC分析です。売上構成比が75%までをAグループ、75〜95%までをBグループ、残りをCグループなどに分類します。

これを行うことにより、商品ごとの売れ筋や死に筋を把握することができます。このため、RFM分析では分からない売れ筋商品の可視化や死に筋商品も把握できるため、より細かい分析が可能です。

CTB分析

CTB分析は、「カテゴリ」「テイスト」「ブランド」の3つの指標で顧客をグループ化する方法です。
それぞれの指標について具体的な例を挙げます。

・カテゴリ 大分類(家電商品、食品、日用品)小分類(テレビ、カメラ、缶詰め、バスマット)
・テイスト 色、柄、素材、形
・ブランド メーカー ブランド キャラクター

これらの指標で顧客を分け、そのグループごとに購入傾向を把握することで、将来の購買行動に向けた施策が可能になります。これは、RFM分析ではできないため、併せて実施すると効果的です。

セグメンテーション分析

セグメンテーション分析とは、価値観の多様化に合わせた細かい顧客ニーズを把握するために有効な分析方法です。例えば、「都市部に住む女性、20代、ブランド好き、健康への投資月1万円」など、顧客の地域、年齢、趣味、興味、ライフスタイルに合わせて顧客を分類し、その顧客に合わせて効果的な施策を行うことができます。セグメンテーション分析には以下のような基準があります。

1.ジオクラフィック変数(地理的変数)国や地域、都市、気候など
2.デモグラフィックス変数(人口動態変数)年齢、性別、職業など
3.サイコグラフィック変数(心理的変数)趣味嗜好、興味関心など
4.行動変数 購入頻度など

これらの顧客の趣味嗜好やライフスタイルに合わせた分析はRFM分析では出来ないため、併用することにより、さらにセグメントされた顧客グループにアプローチすることが可能です。

行動トレンド分析

行動トレンド分析は、ある期間を想定し、その中での購入行動を分析する手法です。主に季節ごとの商品販売戦略を実施するための資料として使われます。

分析方法としては、まず年齢や性別などで顧客を抽出して、その中でどのグループが期間内に売上を作っているかを分析します。売上のヤマと季節を合わせることで、季節ごとの売れ筋商品を把握することが可能になります。

この場合、顧客のグループはRFM分析の優良顧客を中心に考えると良いでしょう。

AIを活用した分析

最近では、AIによる顧客分析を導入している企業も増えています。顧客分析の現場では、店舗内でも人流分析やECによるレコメンド機能などがそれに当たります。AIは日進月歩で進んでいる技術のため、まだまだ未開拓の分野ですが、RFM分析と組み合わせて活用することで、より有効な施策が可能になるかもしれません。

RFM分析が適切でないシチュエーション

RFM分析には多くのメリットがありますが、反対にデメリットもあります。そもそも、RFM分析では、顧客を3つの指標でグループ化する分析方法のため、複雑なグループ分けをするには別の手法を検討することが必要になります。

ここでは、RFM分析が適切でないシチュエーションを解説します。

購入頻度が低い商品

RFM分析では、購入頻度が極端に低い商品やサービスには向いていません。例えば、一生に1度しかない様なサービス「ブライダル」「葬式」などはRFM分析を用いる意味がありません。また、「自動車」「家」「白物家電」なども購入頻度が低いため休眠顧客なのか、優良顧客なのかの判別が難しくなります。

ただし、自動車で言えば、自動車は購入しないが、車検、部品の発注などがある場合はRFM分析が有効です。この様に、一般的にRFM分析では購入頻度が低い商品の場合はあまり有効でないケースが多いので注意しましょう。

顧客分類を細かくしたい

RFM分析では、顧客属性や興味関心、ライフスタイルごとのグループ化は単独ではできません。現実的に顧客分析を行う際には、性別、年齢、エリア、趣味嗜好などがあるとそのグループがどんな商品を購入しているかが分かります。「20代の女性で、アクセサリーを購入している年収500万円」と言った属性ごとのデータを抽出するには、RFM分析以外の分析方法を併せて使うことが必要になります。

購買行動を予測したい

購買情報を分析して、将来の購買行動を予測したいという場合もRFM分析はあまり役に立ちません。RFM分析では、最終購入日、購入頻度、購入金額のみで分析するため、どのような商品がどんな属性のターゲットに売れているのか?などの分析はすることが出来ません。将来の購買行動を予測するためには、CTB分析や重回帰分析などがおすすめです。

この様に、RFM分析は一定期間での顧客のセグメントには的していますが、顧客の細分化には向いていません。より深い分析を望むのであれば他の分析方法も考慮にいれておきましょう。

まとめ


ここまでRFM分析について解説してきました。RFM分析は顧客分析では最も一般的な分析手法です。

顧客をセグメントでき、それぞれの顧客に対して、有効なアプローチができるためマーケティングとしては、非常に効果的な分析手法です。優良顧客・安定顧客・休眠顧客・新規顧客など個別にアプローチができるのがRFM分析のメリットです。

一方、RFM分析だけでは物足りない場合も少なくありません。具体的には、「購入頻度が低い商品」「顧客分析を細かく分析したい」「購買行動を予測したい」などの分析をする場合は、RFM分析に合わせて他の顧客分析を用いたり、または、最初からRFM分析以外の分析方法を使用することも視野に入れておきましょう。

顧客をセグメントして、属性ごとにマーケティングできるのがRFM分析の特徴です。今あるデータを分類整理することで、比較的簡単に分析できるため、積極的に活用していきたいものです。

記事内容について連絡

“うちでのこづち”ではじまる
新たな顧客接点

トップへ戻るボタン画像