RFM分析 ECで優良顧客を見極める完全ガイド

RFM分析 ECとは、顧客を「Recency（最終購入日）」「Frequency（購入頻度）」「Monetary（購入金額）」の3つの指標で分類し、優良顧客を抽出する顧客セグメント 方法です。

EC・通販事業では、約80%の売上が上位20%の顧客から生まれると言われています（出典：パレートの法則）。しかし、この優良顧客が誰なのか、明確に把握できていますか？

顧客データは日々蓄積されていきますが、適切に分析しなければ宝の持ち腐れです。RFM分析を活用すれば、数万人の顧客リストから効率的に優良顧客を見極め、的確なマーケティング施策を打つことが可能になります。

本記事では、RFM分析 ECの基本概念から具体的な実施手順、実践的な活用事例まで、日本のEC・通販事業者向けに徹底解説します。

RFM分析とは？EC事業における3つの指標

RFM分析（アールエフエムぶんせき）とは、顧客を3つの購買行動指標でスコアリングし、優良度合いをランク付けする顧客分類 ECの代表的手法です。

RFMの3指標とは何でしょうか？

RFM分析は以下の3つの指標で構成されます。

• Recency（最終購入日）: 直近いつ購入したか。最終購入日が近いほど高スコア
• Frequency（購入頻度）: 一定期間に何回購入したか。購入回数が多いほど高スコア
• Monetary（購入金額）: 累計でいくら購入したか。購入金額が大きいほど高スコア

この3つの指標を組み合わせることで、顧客を多面的に評価できます。例えば、購入金額は高いが最終購入日が1年前の顧客と、少額だが毎月購入する顧客では、アプローチ方法が異なるはずです。

なぜRFM分析がEC事業で重視されるのでしょうか？

RFM分析がEC・通販事業で広く活用される理由は3つあります。

第一に、シンプルで実行しやすい点です。複雑な統計知識がなくても、ExcelやGoogleスプレッドシートで分析を始められます。

第二に、施策の優先順位が明確になる点です。限られた予算とリソースを、最も効果的な顧客セグメントに集中投下できます。

第三に、LTV（顧客生涯価値）の向上に直結する点です。顧客維持率を5%向上させると、利益が25〜95%増加するという研究結果もあります（出典：Bain & Company）。

RFM分析の実施方法：5つのステップ

RFM 活用を実践するための具体的な手順を解説します。

ステップ1：データの収集と整理

まず、以下の顧客データを抽出しましょう。

• 顧客ID（メールアドレスや会員番号）
• 最終購入日
• 購入回数（集計期間を決める：通常6ヶ月〜1年）
• 累計購入金額（同じ期間で集計）

楽天市場やYahoo!ショッピングなどのモール出店の場合は、各モールの管理画面からCSVエクスポートできます。自社ECの場合は、ECカートシステムやCRM（顧客関係管理）ツールからデータを取得します。

ステップ2：スコアリング基準の設定

各指標を5段階（1〜5点）または3段階（1〜3点）でスコア化します。

5段階スコアリングの例：

指標	5点	4点	3点	2点	1点
Recency	30日以内	31〜60日	61〜90日	91〜180日	181日以上
Frequency	10回以上	7〜9回	4〜6回	2〜3回	1回
Monetary	10万円以上	5〜10万円	3〜5万円	1〜3万円	1万円未満

基準値は自社の商品単価や購買サイクルに合わせて調整してください。食品など消費財の定期通販なら購買サイクルは短く、家具など高単価商品なら長くなります。

ステップ3：顧客のセグメント化

RFMスコアを組み合わせて、顧客を8〜11のセグメントに分類します。

代表的な顧客セグメント 方法：

1. 最優良顧客：RFM全て高スコア（555、554など）
2. 優良顧客：RFが高くMがやや低い、またはその逆
3. 新規優良客：Rが高いがFとMが低い（購入1〜2回だが最近）
4. 休眠リスク客：FMは高いがRが低い（以前は優良だが最近購入なし）
5. 離脱客：RFM全て低スコア

この分類により、約2〜3万人の顧客リストが10前後のグループに整理され、施策の方向性が見えてきます。

ステップ4：セグメント別施策の立案

各セグメントに最適なアプローチを設計します。

• 最優良顧客：VIP限定イベント招待、専用クーポン、新商品の先行案内
• 休眠リスク客：カムバックキャンペーン、パーソナライズされた商品提案
• 新規優良客：2回目購入を促すステップメール、ポイント2倍施策
• 離脱客：大幅割引クーポン（ただし費用対効果を慎重に判断）

個人情報保護法に基づき、メール配信には明確な同意取得と配信停止手段の提供が必須です。

ステップ5：効果測定と改善

施策実施後、以下の指標でPDCAを回します。

• メール開封率・クリック率（セグメント別）
• コンバージョン率
• セグメント間の移動（休眠客→優良客への回復率など）
• ROI（投資対効果）

3ヶ月〜6ヶ月ごとに分析を更新し、スコアリング基準や施策内容を最適化していきましょう。

RFM分析を支援するツールと選び方

優良顧客 抽出を効率化するツールを紹介します。

日本のEC向けCRM・MAツール

初級者向け（導入しやすい）：

• KARTE：リアルタイム顧客分析とパーソナライゼーション
• Repro：アプリ・Web両対応の行動分析ツール
• Synergy!：メール配信とCRMを統合した国産ツール

中〜上級者向け（高機能）：

• b→dash：データ統合基盤を持つオールインワンMA
• Adobe Commerce（旧Magento）：大規模EC向けプラットフォーム
• Salesforce Commerce Cloud：グローバル展開にも対応

ツール選定の3つのポイント

1. 既存システムとの連携性：ECカート、在庫管理、会計システムとAPI連携できるか
2. 使いやすさ：マーケティング担当者が直感的に操作できるUI
3. コスト対効果：月商規模に見合った料金体系か（目安：月商の1〜3%以内）

まずは無料トライアルで実際の管理画面を触ってみることをお勧めします。

RFM分析の活用事例：EC・通販3つの実践例

事例1：健康食品の定期通販（月商3,000万円）

課題：定期購入の解約率が月10%で推移

RFM 活用施策：

• Rスコアが低下し始めた顧客（前回配送から45日経過）に自動リマインドメール
• Fスコア上位20%に限定フレーバーの先行モニター募集

結果：解約率が10%→7%に改善、LTV（顧客生涯価値）が平均1.8万円増加

事例2：アパレルEC（年商2億円）

課題：新規獲得コストが高騰、既存顧客の再購入が少ない

RFM 活用施策：

• Mスコア上位顧客に次回使える3,000円クーポン（購入金額10万円以上）
• FMスコアは高いがRが低い顧客に「お久しぶりです」メール＋20%オフ

結果：休眠客の再購入率が8%→18%に向上、広告費を15%削減しながら売上維持

事例3：ペット用品通販（月商800万円）

課題：顧客数は多いが一部の商品しか購入されない

RFM 活用施策：

• ペットの種類と購入履歴を組み合わせたクロスセル提案
• Rスコア5点（直近購入）の顧客にレビュー依頼→投稿者に次回500円クーポン

結果：客単価が平均4,200円→5,800円に向上、レビュー数3倍増でSEO効果も

RFM分析の注意点と限界

RFM分析にも留意すべき点があります。

3つの制約条件

1. 購買サイクルの違いを考慮：高額商品や耐久消費財では、Frequencyが低くても正常
2. 新規顧客の評価難：購入1回の顧客はFとMが必然的に低くなる
3. 定性情報の欠如：顧客満足度や口コミ評価は反映されない

これらを補完するため、NPS（顧客推奨度）やカスタマーサポートへの問い合わせ履歴など、定性データとの組み合わせが重要です。

個人情報保護法への対応

顧客データを分析・活用する際は、以下を遵守しましょう。

• 利用目的の明示と同意取得
• 適切なセキュリティ対策（暗号化、アクセス制限）
• 第三者提供時の同意または法的根拠
• 開示・削除請求への対応体制

特にメール配信では、特定電子メール法により、配信停止手段の明示と迅速な対応が義務付けられています。

この記事のポイント

• RFM分析 ECとは、最終購入日・購入頻度・購入金額の3指標で顧客を分類し優良顧客を抽出する手法です
• 顧客維持率5%向上で利益が25〜95%増加するため、既存顧客の適切な管理が売上拡大の鍵となります
• 5段階スコアリングで顧客を8〜11セグメントに分類し、各グループに最適化された施策を実行することが効果的です
• KARTE・Repro・b→dashなど日本のEC向けツールを活用すれば、分析から施策実行まで自動化できます
• 個人情報保護法と特定電子メール法を遵守し、顧客データを適切に管理することが前提条件です

よくある質問（FAQ）

Q1: RFM分析はどのくらいの頻度で更新すべきでしょうか？

A: 3ヶ月〜6ヶ月ごとの更新が一般的です。ただし、季節変動が大きい商材（ギフト、イベント関連）や購買サイクルが短い消耗品（食品、化粧品）の場合は、毎月更新することでより精度の高い分析が可能になります。

Q2: 小規模ECでもRFM分析は効果がありますか？

A: 顧客数が300人以上いれば効果を実感できます。むしろ小規模事業者ほど、限られたリソースを優良顧客に集中させる必要があるため、RFM分析の費用対効果は高いと言えます。ExcelやGoogleスプレッドシートで無料で始められます。

Q3: RFM分析で最も重要な指標はどれでしょうか？

A: 一概には言えませんが、Recency（最終購入日）が最も重視されることが多いです。最近購入した顧客はブランドへの関心が高く、次回購入の可能性も高いためです。ただし、商材の特性や事業モデルによってバランスを調整することが重要です。

Q4: RFM分析とLTV分析の違いは何でしょうか？

A: RFM分析は過去の購買行動から現在の顧客価値を評価する手法です。一方、LTV（顧客生涯価値）分析は将来の収益予測に重点を置きます。RFM分析の結果をもとにLTVを予測する、という形で両者を組み合わせることが効果的です。

Q5: セグメント分けの数は多い方が良いのでしょうか？

A: 必ずしもそうではありません。セグメントが多すぎると施策が煩雑になり、実行コストが増大します。まずは5〜8セグメント程度から始め、運用に慣れてから細分化を検討することをお勧めします。重要なのは数ではなく、各セグメントに適切な施策を実行できるかどうかです。