RFM分析とは？顧客分析のやり方やメリット、期間設定などを分かりやすく解説
マーケティングの基本中の基本といわれている顧客分析ですが、RFM分析は数々の顧客分析手法の中でも有効性が高いとされ、多くの企業が取り入れている手法です。
本記事では「RFM分析」についてまとめさせて頂き、RFM分析の目的や手順、メリット、注意点をまとめたので、是非最後まで目を通して頂ければと思います。
RFM分析とは？
RFM分析は、「最終購入日（Recency）」「購入頻度（Frequency）」「購入金額（Monetary）」これら3つの指標を用いて顧客をグループに分ける分析手法です。また読み方はローマ字読みで「アールエフエム分析」です。「R・F・M」は、３つの指標の頭文字から取られています。その頭文字3つをそれぞれ説明していきます。
Recency（直近いつ）
Recencyは、顧客の購入データのうち、「購入日時」から最終購入日を抽出し、その時期によってグループ化を行います。最終購入日が近い顧客のほうが、何年も前に購入した顧客より良い顧客だと考えます。また購入期間の設定は、商品の特性などによって決定します。
Frequency（頻度）
Frequencyは、購入頻度からグループ分けをするもので、購入頻度が高い顧客ほど良い顧客だと考えます。購買行動を分析する期間は、商品の特性などによって設定します。
この値が高い顧客が多い場合は常連顧客が多く、低い顧客が多い場合は商品やサービスに満足していない顧客が多い可能性があるといったことがわかります。また、この値が高い顧客が多く、低い顧客が少ない場合は、新規顧客が少ないことを意味します。
Monetary（購入金額）
Monetaryは、購買履歴から購買金額の総額を計算して、グループ分けをするものです。金額が大きいほど良い顧客だと考えます。Recencyや Frequencyと同様に、どれぐらいの期間内の購買行動を対象とするかは、商品の特性などによって設定します。
RFM分析の目的
顧客をRFMの要素でグループ化することで顧客特性が明確となり、それぞれの特性に合わせたマーケティング施策へとつなげていくことが、RFM分析の利用目的となります。グループ化の分類として、購入日や購入頻度、購入金額などの代表的な要素を組み合わせることで、「継続購入している継続顧客」「最近は購入していない休眠顧客」など、下記のような状態に分類します。
RFM分析の手順
仮説立案
RFM分析を始める前に、まず必ず現状の把握と仮説を立てることを行います。ある商品の売上が伸びていないという場合は、データを集め、「なぜ売上が伸びないのか」という課題に対して、マーケティングチームで一度議論します。
ここで立てた仮説が「何を分析すべきか」「3つの指標のうちのどこに注目すべきか」を考える基になるので、極めて重要なステップです。
データ収集
立てた仮説を検証するために、収集したデータを集計し、その結果から分析を行います。リピーターが伸びないという課題があれば、「ターゲット設定が正しくないのでは」という仮説を立て、購買頻度や累計購買金額に加え、顧客の年齢、性別、職業などの属性データを確認します。
データ分析
データ収集が出来たらExcelやRFM分析ツールを使って顧客のグループ分けを行います。データ分析を行う際に重要なポイントの一つが、「最終購入日」「購入頻度」「購入金額」をどのようにランク付けするかです。ランクの分け方は、分布状況や分析を行う目的、扱う商材、BtoBビジネスかBtoCビジネスかなどによって違ってくるので、現状に合わせて考えます。
上記のように、最終購入日（Recency）、購入頻度（Frequency）、購入金額（Monetary）の項目ごとにランク分けを行い、どこを1グループとするのか決めていきます。
この時点で顧客は、5×5×5＝125通りに分類することができますが多すぎるので、目的に合わせて顧客をグループ化し、データを最適化します。グループ化は3～5グループに分けることが一般的です。
RFM分析を行う際はPython、Tableau等のツールを使用して分析を行います。
マーケティング施策の企画
分析結果と最初の仮説を照らし合わせ、グループごとにマーケティング施策を企画します。
仮説と分析結果が合っていれば、仮説に基づいた施策を行うことが有効と考えます。仮説と分析結果にずれが生じていれば、新たな仮説を立てて分析をやり直すのが基本となります。ポイントは、継続的に分析と施策を繰り返してPDCAを回転させることです。様々な面から分析を行うことで、別の原因が潜んでいても見つけられたり、より効果的なマーケティング施策が講じられるようになります。
マーケティング施策の実施
最終的に行うマーケティング施策を決定し、実施します。
効果検証、改善策を考案
RFM分析は、一度行えば終わりというものではなく、顧客の購買行動をどのくらいの期間で見るのかでも結果が変わってきます。また、データは日々更新されるので、それに合わせてマーケティング施策を調整していく必要があります。
課題を発見し、仮説を立て、データを集め、分析し、マーケティング施策を企画・実行し、その効果を検証するという、PDCAサイクルを回していくことが重要です。
RFM分析のメリット
RFM分析のメリットは、購入に大きく影響する要素によって顧客セグメントを作成でき、自社の状況を可視化できることです。これにより顧客の重要度や特性が明確になり、顧客の属性に合わせたマーケティング施策を実施できるので、効果が出やすくなります。
例として、優良顧客や休眠顧客、新規顧客という分類をした場合、全体の割合で優良顧客層が多いのであれば、その層に対するマーケティング施策は一定の効果を発揮していると判断できます。一方休眠顧客が多いのであれば、リピート購入を促す施策が不足している可能性があると考えられます。
また、このように自社の状況を分析することで、「どの顧客グループに対して、どのような施策を、どのタイミングで実施すべきか」の判断材料を手に入れることができ、施策のPDCAを回転させることに役立てられます。
RFM分析の注意点
上記のようにRFM分析は顧客セグメントを作成でき、自社の状況を可視化できますが、一方で計測するタイミング次第で結果が変わったり、購入者の詳細な属性やライフステージの変化・事情までは考慮できない、購入頻度が低い商品の分析や購買行動の予測には不向きという注意点（デメリット）があります。
計測期間の設定次第では、月に1回程度の利用で10年以上にわたって定期的に購入している常連顧客より、直近のセール期間中に連日購入した顧客を優良と判断する可能性もあります。また、買い替え需要が数年に1回程度の商品では、購入頻度のスコアにほとんど差が生じません。
こうした課題を解消する手段としては、「分析項目を増やして補完する」「その他の顧客分析手法を併用する」ことが有効です。
次にその他の顧客分析手法のいくつかの例をご紹介します。
・デシル分析…RFM分析よりもよりシンプルで、分かりやすく簡単に分析できる手法
・MRFI分析…RFM分析に購入アイテム（Item）を加味した分析手法
・RFMC分析…RFM分析にカテゴリーを組み合わせた分析手法
・ABC分析…商品毎の売上によってABCの3ランクに分類して、売れ筋を分析する手法
今回は「RFM分析」についてご紹介しました。
弊社では「リピータン」や「お天気リピータン」といったCRMサービスやマーケティングリサーチを行っています。無料相談も承っておりますので、お気軽にご相談ください。
