RFM分析は顧客分析の手法！手順やメリット・デメリットを解説します

RFM分析は、顧客の購買行動を分析して、どの顧客が大切か？どの顧客を育てると売上につながるか？などを考えるための手法です。顧客を分析する手法はたくさんありますが、RFM分析はシンプルな手法でありながら有用性は高く、EC事業者やメーカーなど多くの企業で活用されています。

この記事ではRFM分析の基礎知識やメリット・デメリットを詳しく解説します。ぜひ売上アップを目指して実践してみましょう。

RFM分析とは

RFM分析は、顧客の「最終購入日」「購入回数」「購入金額」の3つの指標を用いて分析を行う手法です。３つの頭文字をとって「RFM」と名付けられています。

RFM分析では、3つの評価軸をパーフェクトに満たしている顧客から順に「ロイヤル顧客」と位置づけられます。ロイヤル顧客はマーケティングにおいても優先的に取り囲みたい顧客です。一方で評価が低い顧客に対しては、優良顧客に育つような施策を行います。

RFM分析で「売上アップ」を実現できる

RFM分析の目的は、顧客ひとりひとりにあわせて効率的なアプローチを実現させるためにあります。例えば購入頻度が多い顧客と、購入が半年以上無い顧客がいるなら、間違いなく前者が優良顧客です。一方で後者は購買力があっても他社に取られているかもしれません。その場合は競合分析を行い競争に勝てる施策を考える必要があります。

RFM分析を行うことで、施策の優先順位を可視化できます。優先順位をつけることでピンポイントに施策が打てるため、コストパフォーマンスが向上します。効率的に売上アップを達成できるようになります。

CRMとの関係性

顧客満足度と顧客ロイヤルティを向上させるCRM(Customer Relationship Management)は、売上や収益性をアップさせる経営戦略です。顧客満足度と顧客ロイヤルティをあげるには、顧客との関係性によるユーザー心理を理解する必要があります。そのヒントになるのがRFM分析です。RFM分析を行うことで「ロイヤル顧客へのアプローチ」や「休眠の阻止」、「休眠の復活」に対して施策を実施できるようになります。

RFM分析で顧客のランクがわかり顧客ロイヤルティを向上させるCRM対策につなげることができます。

RFM分析の手順・やり方

それではRFM分析の手順をひとつずつ見ていきましょう。

1.自社の課題と分析の目的を明確にする

最初に「何のために分析するか？」を明確にしましょう。例えば物販において、一部商品の売上が低迷していれば、「なぜ売上が低迷しているか原因を調べたい」というように具体的な目的をたてます。そして、売上は年間を通して低迷しているのか？一時的なのか目星をつけて分析する期間を明確にします。

2.ランク分けの基準を決める

次に顧客をランク分けする基準を設定します。基準を設ける項目は、Recency（最終購入日）、Frequency（購入回数）、Monetary（購入金額）の3つです。例えば次のように設定します。

上記表のとおり3項目（R・F・M）を3ランクで分けた場合、合計27グループ(3×3×3)に区分できることになります。区分は多いほど細分化できますが、細かすぎても分析に時間と労力がかかります。最大100グループ以下が良いでしょう。

3.データを収集して指標に沿って分類する

次に設定した期間内の3項目（R・F・M）のデータを集めます。ネットショップ事業であれば、全てのデータはデータベースで管理されているため、抽出はとても簡単です。なお、RFM分析は顧客情報などの細かなデータは不要であり、リアル店舗ではPOSデータを活用できます。

顧客データを活用する際は、データが重複していたり、表記のゆれがあったりします。重複や誤りがあると正確な分析ができませんので、データの整理が必要です。

4.分類したデータを分析する

データの抽出が完了したら、次にランク付けを行い顧客別の累計点数を算出します。

ランク付けはヒートマップ形式で色分けするとわかりやすくなります。累計点数は、高いほど優良顧客となります。例えば「ロイヤル顧客」「優良顧客」「休眠顧客」の3つにグループ分けする場合、累計点数が7～9はロイヤル顧客、4～6は優良顧客、3以外は休眠顧客と振り分けます。

5.顧客別にマーケティング施策を考え実行する

分析ができたら、区分別の顧客に対して、どのようなアプローチを行うかを考えましょう。

ひとくくりに「顧客」といっても自社の商品やサービスに対する温度差はまちまちです。全ての顧客に対して画一的なマーケティング施策を実施しても刺さりづらいですよね。RFM分析を行うことで顧客を区分することができ、それぞれに「何をアピールすべきか」が明確になります。

6.効果測定しPDCAをまわす

マーケティング施策を実行した後は、必ず効果測定を行いましょう。想定通りの結果がでないのであれば、何が問題だったのかを深掘りして仮説を立てます。データのみならず実際にユーザーへヒアリングするのも効果的です。RFM分析に限らず、どのような手法であっても即効果が出ることは少なく、仮説と検証を繰り返して精度を高めることが成功のカギです。PDCAサイクルを速く回すことで、より最短で効果を発揮できます。

RFM分析を効率的に行う方法

RFM分析は、やり方次第で精度に差があり分析の労力も異なります。手際よく行うためのコツをご紹介します。

CRMをはじめとしたツールを活用する

RFM分析はエクセルで集計し、グルーピングすることができますが、データを集める作業や分析に手間と労力がかかります。CRMなどの顧客管理ツールをうまく活用することで、効率的に抽出や角度を変えた分析ができるようになります。最近では低コストの分析ツールも多くあり、活用しやすい環境が整っています。

なるべく多くPDCAを回す

RFM分析に限らず、分析は一度実施すれば成果がでるとは限りません。分析結果をもとに仮説をたてて施策を実施し、検証を経て仮説が正しいかの評価ができます。期待どおりの結果が得られないことも常々あるため、再度異なる角度から分析し仮説をたて検証を行います。この一連のPDCAサイクルを多く、早く回すことで成果を上げやすくなります。スピード重視で進めましょう。

RFM分析で顧客を分析するメリット

つぎに紹介するメリットに共感を得られるようなら、RFM分析の実践をオススメします。

顧客ランクを正確に整理できる

RFM分析の最大のメリットは、「顧客ランク」を明確に区分できることです。ロイヤル顧客や休眠顧客など、それぞれに応じた最適なマーケティング上のアプローチは異なります。マーケティングの基本ともいえる「誰に何をするか」が明確になることで、精度の高い施策を実施できるようになります。

マーケティング施策の無駄を省ける

自社の商品やサービスをまったく知らない顧客に対して、知っている前提でアピールしても顧客の心に刺さりません。RFM分析でターゲットを可視化することで、「誰に」「何を」するかが明確になります。「下手な鉄砲も数撃ちゃ当たる」の格言があるように、たくさん施策を打てばいずれ効果は現れるかもしれませんが、数を撃つには時間と労力がかかります。RFM分析を行うことで、鉄砲の照準をしっかり合わせることができます。結果的に早く成果を上げることが期待できます。

【応用編】 RFM分析をさらに深掘りする

RFM分析では深掘りできない顧客の属性や動向を分析したい場合は、次に紹介する手法を実施しましょう。

RFMC分析

RFM分析に顧客特性（Customer Type）を加えたデータをRFMCと呼びます。CはRFM分析のスコアに直接的に影響は与えませんが、グルーピングした顧客の性別や年齢、職業などの属性を加えることで、顧客の特性に応じた分析が可能になります。

MRFI分析

RFM分析に商品名やサービス名（Item）を加えたデータをRFMIと呼びます。RFM分析に顧客の購買履歴や購買アイテムの情報を紐付けることで、グルーピングした顧客が感心のある商品やサービスを把握することができます。例えば、特定の商品しか購入しないグループに対しては、関連する商品をクロスセルやアップセルすることが考えられます。

MRFI分析は、顧客の購買行動や商品の興味・関心をより詳細に理解することに役立ちます。パーソナライズされたマーケティング戦略の策定に役立ちます。

RFMT分析

RFM分析に時間（Time）を加えたデータをRFMTと呼びます。購入頻度だけではなく、購入した時間帯や季節などを考慮して顧客をセグメントできます。季節商品や短期キャンペーンなどに対応し戦略を立てることができます。

RFMA分析

RFM分析にAcquisition（獲得）の要素を含めた手法です。新規顧客の獲得に焦点を当て、新規顧客を獲得するためのアプローチを考える際に使用されます。顧客獲得のコストや効果を評価する際に役立ちます。

RFMD分析

RFM分析に継続期間（Duration）を加えたデータをRFMDと呼びます。継続期間を加えることで、顧客がどれだけ長い期間にわたって購買行動を持っているかを評価します。購買の頻度だけではなく、購買の継続性も重要な要素として捉えることができます。

デシル分析

デシル分析（Decile Analysis）とは、ランク付けしたデータを10等間隔の区分（デシル）に分けて分析する手法です。各区分（デシル）ごとにデータの特性やパターンを調べることで、データの分布や傾向を分析できます。デシル分析の表の例は次のとおりです。

RFM分析は3つの要素（Recency、Frequency、Monetary Value）を組み合わせて特定の購買行動を基にした顧客セグメンテーションを行うのに対して、デシル分析はデータの分布や特性を理解するために行います。

「グループ単位で全体の売上に対してどのくらい貢献しているか？」、「売上の大半はどのグループが担っているのか？」がわかるようになります。

RFM分析と併用できる顧客分析手法

最後にRFM分析に関連する分析手法をご紹介します。

RFM分析に加えて異なる分析手法を加えることで、より深い洞察を得ることができます。目的に応じて一層深い顧客分析を行いましょう。

まとめ

効果的なCRMを実現するうえでRFM分析は欠かせない手法ですが、RFM分析データを生かすには顧客心理をしっかり理解する「人間力」がとても大切です。CRMツールは進化を遂げておりビックデータを分析するには効果的ですが、「顧客視点にもとづいた施策」を考えるのは、現時点でAIは成し遂げられない領域です。顧客視点を軽視して仮説を立てても効果はでません。データを生かすためにもしっかり顧客心理を理解するよう心がけましょう。