RFM分析とは？目的・手順・活用法を分かりやすく解説！
RFM分析とは、顧客を「最終購入日」「購入頻度」「購入金額」の３つの指標からグループ分けするマーケティング分析手法の１つです。
顧客の状況が可視化されたり、グループ分けした顧客に合った最適なマーケティング施策の実行が可能になります。
本記事ではRFM分析のメリット・デメリットやRFM分析の実施手順とより有効的な分析手法についても説明していきます。
RFM分析とは何か？
RFM分析とは、顧客の「最終購入日（Recency）」、「購入頻度（Frequency）」、「購入金額（Monetary）」という3つの指標から顧客をグループ分けする分析手法のことです。
RFM分析を行うと顧客の状況が可視化されるため、既存顧客に対して講じる施策の費用対効果が高まり、より合理的かつ効率的に収益の最大化を目指しやすくなります。
■RFM分析イメージ
RFM分析で顧客をグループ分けする３つの指標にはそれぞれ以下のような意味を持ちます。
- 最終購入日（Recency）：顧客が最後に購入したのはいつ頃か（最終購入日からスパンが短い顧客を高く評価）
- 購入頻度（Frequency）：顧客が何回購入したのか（回数の多い顧客を高く評価）
- 購入金額（Monetary）：顧客が購入した購入金額の総計（金額の高い顧客を高く評価）
RFM分析のメリット
RFM分析のメリットとしては顧客の状況に合わせて効果的なアプローチが出来る点が挙げられます。
例えば商品の新規顧客は多いがリピート率が少ない場合には、購入回数や購入金額の向上が課題となり、次回購入時に利用できる割引クーポンの配布やスタンプカードなどのアプローチをすることでリピート率を増やすことができます。
顧客ごとのニーズや購買行動を把握し、それぞれの顧客に適した対策を検討できるため、PDCAをより的確に効率よく回していく上でもRFM分析は役立ちます。
RFM分析のデメリット
マーケティング施策を考えるにあたって非常に有効的な分析方法といえますが、RFM分析にはデメリットもあります。
RFM分析は商品を繰り返し購入することを前提として用いられる手法であるため、購入頻度が低い商品には有効性が低くなってしまいます。
例えば大型家電や自動車などは同じ顧客が繰り返し購入する可能性が低く、RFMの「R（最終購入日）」や「F（購入頻度）」の評価が難しいケースが考えられます。
そのため、RFM分析に向いているのは日用品や消耗品などの購入頻度が高く乗り換えが容易な商品やサービスが適しています。
商品やサービスの特性に合わせて利用する必要があります。
RFM分析結果を活用したマーケティング施策
RFM分析は、顧客を特徴や行動に基づいてカテゴリー分けをし、顧客セグメントを特定することができます。それによりそれぞれの顧客タイプに適した効果的なマーケティング施策の実行が可能になります。
その流れについてご紹介していきます。
顧客セグメントの特定
RFM分析をつかってまず顧客セグメントの特定をしていきます。
これにより顧客のタイプ別のニーズや購買目的、購買傾向を可視化できます。
■顧客セグメント例
例えば上記の顧客セグメントの場合、購入頻度と購入金額の平均値はやや高く最終購入日がかなり昔である「休眠顧客」に該当する顧客には、再度購入してもらえるように休眠顧客限定の特別オファーを用意したりサプライズギフトなどを用いることで、ブランドの好感度が上がり最優良顧客に導くことができます。
個別施策の立案と実行
セグメントの特定ができたら次はそのセグメントにあった施策の立案と実行に進みます。
顧客セグメントの特定が適切であれば、施策の方向性もわかり、より結果に結びつきやすい施策内容を実行できます。
例えば、新規顧客でとどまっている層に対しては2回目以降に利用できる割引クーポンの配布実施してみる。
また一方で安全顧客からなかなかロイヤルに押し上げられない層には、最優良顧客に導くために他の購入者が興味を持った別の関連試供品を紹介する、ないしは購入履歴を元に好みに合いそうな新商品の案内やキャンペーンの案内を送るなどといったように各セグメント毎の施策を検討することができます。
RFM分析の実施手順
RFM分析は、効果的な顧客セグメンテーションを行うための手法ですが、より正確な結果を導きだすには、正しい分析手順で実施する必要があります。
ここからはRFM分析の具体的な実施手順について解説していきます。
課題の設定・仮説立案
まず自社にどのような課題があるのかを明確にしましょう。
課題の設定はどの分析においても目的や方向性を決める大切な工程になります。
RFM分析は購買行動にフォーカスしているため、特に売上の伸び悩みといった課題に有効です。
課題が設定できたら仮説立案を行います。仮説を立てることで具体的な問題点や原因を特定し、どの要因に注目するか定めることができます。
例えば、サブスクリプション契約のサービスにおける売上の伸び悩みが課題だとした場合、「短期解約が増えていることが原因と考えられるため、継続率を向上させなくてはならない」というような仮説を立てることができます。
商品の課題を明確にし、解決に至るための仮説を立ててから、分析作業の次のステップへと進むことでより効果的な分析を行うことができます。
顧客データの収集と集計
課題と仮説を立てたら次に顧客データの収集を行います。
RFM分析を進めるにあたり、データ収集は欠かせません。
顧客の「最終購入日・購入頻度・購入金額」データの集計が必要となるため、POSレジ（顧客IDと購買データが連係しているデータ）や会員カード情報、レシートなどからデータを取得します。
詳細な分析を望む場合は顧客管理システムを利用して商品情報や顧客情報などが抽出できればより詳細な分析が可能になりますが、個人情報の扱いに関して十分な注意をすることが求められます。
■顧客データ収集例
3指標の分布確認
集計したデータから3つの指標の分布を確認します。このとき、ヒストグラムを活用することでデータ分析がしやすくなります。
事業的観点での理解を深めることでなぜこのような分布になっているのか考えることができます。
■ヒストグラム例
スコアを使ったデータ分析
収集した顧客データをセグメント化するために、3指標のスコア分けを行います。
扱う商材によって購入頻度や購入金額は異なるため、自社商品の特性に合わせて設定することが大切になります。
この区分けに対するルールは特にないですが細かく区分けしすぎてしまうと分析にかかる手間と時間が膨大になり、施策実行までに時間を要してしまうため、一般的には3～5グループ程度に分けるのが妥当といえます。
■スコア分けの表例
改善施策の立案
データ分析により分類したスコアを更に分類していきます。
スコアを元に顧客を「優良顧客」・「安定顧客」・「休眠顧客」・「新規顧客」などに分けてグループごとに改善案を立案します。
前述にあったように、「休眠顧客」に向けては再度購入してもらえるように特別クーポンを配布するなどというように、顧客の購買行動に応じた最適な施策を実行することで、売上向上が期待できるでしょう。
改善施策の実施
そしていよいよ改善施策を実行します。
改善施策後に分布や分類ごとの顧客比率が変動するため、必ず分析データを更新しましょう。
効果検証
施策実施後に効果測定を行うことでどの施策が成功していてどの点を改善すべきか明確にすることができます。
成果が出た施策については同じ方法を継続や拡大するとよいでしょう。
一方で期待した効果が得られなかった施策は、原因を分析して施策を見直す必要があります。
重要なのは、一度の施策で大きな成果を期待せず、繰り返しの試行錯誤を通じて最適な施策を見付け出すことです。
RFM分析と組み合わせると有効な分析手法
RFM分析は顧客の状況を分析するには便利な分析手法ですが、セグメンテーションが画一的になりやすい点や顧客の購買特性や将来予測には不向きな点も存在します。
こうしたRFM分析の弱点を補うために、他の分析手法も併せて活用することでより包括的な顧客理解を実現することができます。
ここでは、RFM分析と組み合わせると効果的な分析手法を以下4つ紹介します。
- デシル分析
- CPM分析
- RFMC分析
- MRFI分析
デシル分析
デシル分析とは、一定期間内の購入金額を10段階に分けて顧客をグループ分けする手法のことであり、ラテン語で「10分の1」という意味を持ちます。
売上全体のうち各グループがどれだけの割合を占めるかを算出することができ、売上貢献度の高い優良顧客を見付けやすいというメリットがあります。
ただし、非常にシンプルな分類となるため偏った分析結果を招きやすいため注意も必要です。
例えば、過去に高額商品を1度だけ購入した顧客も高いグループに分類される可能性もあります。
そのため、購入金額を重視して顧客分析を進めたい場合にはデシル分析、最終購入時期や購入頻度も分析したい場合にはRFM分析と組み合わせて活用すると良いでしょう。
■デシル分析例
CPM分析
CPM分析とは、Customer Portfolio Managementの略でRFM分析の弱点を補強するために開発されました。
RFM分析は、休眠顧客の掘り起こしが難しいことや、すぐに購入する確率が低い顧客・離脱しかけている顧客を把握しにくいという課題があります。
そこでCPM分析は「購入頻度」「購入金額」「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」を指標にし顧客を分類することで、中長期的な視点で売上アップや顧客育成が可能になります。
■CPM分析例
RFMC分析
RFMC分析とは、RFM分析にカテゴリ（Category）を指標に加えた分析手法で、どの商品カテゴリーがどの顧客層に人気かを把握することができます。
RFMC分析は顧客のニーズに合ったアプローチがしやすい上に、今後注力するべき商品カテゴリーがより鮮明になります。
■RFMC分析イメージ
MRFI分析
MRFI分析とは、RFM分析にアイテム（Item）を指標に加えた分析手法で、どの商品が顧客に購入されているかを明確にすることができます。
アイテムの要素を取り入れることで、どの顧客層にどんな商品が選ばれやすいのか判断できるようになります。
■MRFI分析イメージ
データに基づく仮説立ての重要性
顧客を理解して最適なマーケティング施策を行い、収益を向上するには顧客データに基づく仮説立てがキーポイントになってきます。
仮説が曖昧だとデータ分析の結果やそれに伴う戦略も曖昧なものになってしまいます。
データに基づく仮説立てを行い検証を繰り返すことで、顧客の深層心理を汲み取ったマーケティング施策が行えるでしょう。
RFM分析と並行して別の施策検討をするときは
マーケティング戦略立案・施策検討をする際には一つの手法だけで解決することはありません。RFM分析をしつつ、他の側面からの分析をしていくことも多いでしょう。
そんなとき複数の調査・分析を進めることに、中には「手間と時間がかかる…！」「もっと効率よく顧客分析を行って最適なマーケティング施策を考えたい…！」と考える人もいると思います。
Knowns 消費者リサーチそこでおすすめしたいのが、検索→クリックのたった2ステップで、売り上げにつながる顧客分析ができるリサーチツールの「Knowns 消費者リサーチ」です。
Knowns 消費者リサーチでは既に収集された億単位のデータを定額でみることができます。
特に中小規模な調査分析を行いたいといったときに時間と労力をかけず、サッと調べものをする感覚で知りたい消費者データをみることができるので、複数案件や調査・分析を抱えていても効率的に作業が進みます。
詳しく知りたいという方は是非サービスサイトをご覧ください。
【2週間の無料トライアル中】Knowns 消費者リサーチサービスサイトはこちら
まとめ
本記事でお伝えした通り、RFM分析は目的をしっかりと理解した上で活用することで最適なマーケティング施策を行うことができます。
商品・サービスの違いや状況によって効果が発揮される程度が変わるので十分注意したうえで是非、顧客分析をする際にはRFM分析を用いた分析をしてみてはいかがでしょうか。
Knowns リサーチ