適切なマーケティング施策を講じるには、顧客分析が欠かせません。顧客分析には顧客をセグメントごとに分類する必要がありますが、その顧客分析の代表的な手法として挙げられるのが、「RFM分析」です。
今回は、RFM分析の基本的な考え方やメリット・デメリットのほか、具体的なやり方について解説します。RFM分析を応用した分析手法も紹介していますので、ぜひ参考にしてください。

RFM分析とは、3つの指標を用いた顧客分析の手法

RFM分析とは、「Recency（直近購入時期）」「Frequency（購入頻度）」「Monetary（購入金額）」の3指標を用いた顧客分析の手法です。
RFM分析は購買データをもとに顧客をセグメントに分け、各セグメントへの効果的なマーケティング施策を講じる際に役立ちます。まずは、RFM分析の各指標の意味と、実施する目的を押さえていきましょう。

RFM分析の指標

RFM分析で用いられる3つの指標には、下記のようにそれぞれ評価軸と評価方法があります。

■RFM分析で用いられる3つの指標

指標	評価軸	評価方法
Recency（最終購入時期）	最後に購入したのはいつか	最終購入日が近い顧客ほど高評価
Frequency（購入頻度）	何回購入したか	回数が多い顧客ほど高評価
Monetary（購入金額）	今までにいくら使ったか	金額が高い顧客ほど高評価

3つの指標がすべて高水準の顧客は優良顧客であり、マーケティング施策を講じる上で優先的にリーチしたい顧客といえます。一方、いずれかの指標が低水準であれば、その指標を改善するための施策が求められるでしょう。

例えば、購入頻度・購入金額ともに高い水準にある一方で、半年以上購入していない顧客がいると仮定します。こうした顧客は購買力には問題がないが、「あえて自社の商品を購入する選択はしていない」と捉えることができます。競合する他社商品にその顧客が流れている可能性もあるため、競合分析を行う必要があると判断できるのです。

RFM分析を行う目的

RFM分析を行うと、顧客の状況が可視化されます。優良顧客と休眠顧客を区分けした上で、それぞれのセグメントに適したマーケティング施策が講じやすくなるのです。すると、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るでしょう。

ただし、RFM分析の結果を直接的にマーケティング施策へと反映させるのは容易ではありません。そこでカギとなるのが、顧客情報を一元管理できるCRMシステムです。
顧客分析の結果をもとにCRMシステムを活用すれば、より具体的で精度の高い施策の考案や実践へとつながります。RFM分析の結果を具体的なマーケティング施策へとつなげるには、CRMシステムを活用する必要があるともいえます。

RFM分析のメリット

顧客分析にはさまざまな手法がありますが、なぜRFM分析は多くの企業で採用されているのでしょうか。RFM分析を行う主なメリットを見ていきます。

詳細な顧客情報を必要としない

RFM分析に活用される指標は、いずれも購買履歴から判断できるものばかりです。顧客の個人情報をはじめとする詳細なデータを必要としないため、手元にある情報が少ない場合でも活用できます。顧客ごとの購買履歴が確認できればすぐに行える点は、RFM分析のメリットです。

顧客の状況に合わせて効果的なアプローチができる

RFM分析で顧客の状況ごとにセグメンテーションを行えば、顧客へのアプローチ方法が明確になります。3指標がいずれも高水準の優良顧客は、引き続き自社の商品を購入する確率が高いでしょう。優良顧客に対して集中的にアプローチすれば、成果につながりやすい施策を効率良く講じることができるはずです。

顧客側としても、ちょうど購入を検討していた時期にDMなどが届くといったように、ニーズに合った案内をタイミングよく受け取ることができます。マーケティング施策の費用対効果を高められることも、RFM分析を行うメリットといえます。

PDCAが回しやすくなる

顧客の状況を把握した上で売上分析などを行うことにより、PDCAを回しやすくなる点もRFM分析のメリットのひとつです。一例として、売上の減少傾向が見られる場合の分析方法について考えてみましょう。RFM分析の結果から、下記の視点で原因を分析することができます。

＜RFM分析の結果にもとづく売上減少の原因分析例＞

• 離反顧客が増加していないか
• 購入頻度が下がった顧客が増加していないか
• 優良顧客の購入頻度が下がっていないか

原因分析の結果がわかれば講じるべき対策が検討でき、それを実行した上で効果を測定するといったPDCAを回しやすくなります。PDCAをより的確に、かつ高速で回していく上でもRFM分析は役立つのです。

RFM分析のデメリット

RFM分析は決して万能な手法ではなく、デメリットとなりうる面も併せ持っています。そのため、RFM分析が得意とすることと不得意なことを把握し、目的に応じて使い分けることが大切です。これから挙げる3点に関しては、RFM分析の主なデメリットとしてあらかじめ把握しておきましょう。

商品・サービスの特性によっては有効性が低い

RFM分析は繰り返し購入することを前提としているため、一般的に購入頻度が低い商品・サービスに対しては有効性が低いといわざるを得ません。一例として、結婚や葬儀に関連する商品・サービスが挙げられます。それらがリピート利用されるのはまれなケースといえるでしょう。

同様に、自動車や大型家電・家具といった長期間の利用が前提の商品も、リピート顧客を区別しにくいはずです。メンテナンスサービスの利用状況や関連商品の購入履歴を参照するなど、RFM分析を活用する際には顧客の直近の状況を把握する必要があります。

セグメンテーションが画一的になりやすい

3つの評価軸から顧客をセグメント化できることはRFM分析のメリットですが、指標がシンプルであるがゆえにセグメンテーションが画一的になりやすい点はデメリットといえます。RFM分析においては、顧客一人ひとりの詳細な属性は深く考慮されていないため、多種多様な顧客が混在しがちです。

より詳細にセグメンテーションを行いたい場合は、RFM分析とほかの分析手法を組み合わせて活用する必要があります。顧客分析は、RFM分析で完結するとは限らない点は押さえておきましょう。

顧客の購買特性は分析できない

RFM分析は、顧客の現在の状況をもとに分析を進めます。そのため、長い時間軸で顧客の状況がどのように変化するかまでは把握しづらいといえます。しかし、顧客によっては現状では優良顧客のセグメントに含まれなくても、将来的に優良顧客となる可能性は十分にあるはずです。

いつか優良顧客に育つ可能性のある顧客かどうかを判断するには、購買特性を分析する必要があります。例えば、下記のような手法による顧客分析が求められるでしょう。

＜顧客分析の手法の例＞

• CTB分析
  CTB分析は、「Category（カテゴリ）」「Taste（テイスト）」「Brand（ブランド）」の3指標から顧客の購入意思を予測する分析。顧客がどのような商品を購入するかを高い精度で予測できる。
• 重回帰分析
  重回帰分析は、ある結果（目的変数）の将来的な動きを、それに関連する複数の要因（説明変数）をもとに割り出す分析。例えば、新店舗を作る際に、既存店舗の従業員数や駐車場の収容台数といった複数の要因が、売上高にどの程度の影響を与えているのかを分析することで、新店舗の将来の売上高が予測できる。

購買特性の分析や将来予測を、RFM分析だけで行うのは困難です。RFM分析＋αの手法が必要となるケースがあることは、押さえておいてください。

RFM分析のやり方

ここからは、RFM分析の具体的な進め方について解説します。RFM分析は、下記の5つのステップで進めるのが一般的です。

1. 課題に対して仮説を立てる

RFM分析に着手する前には、分析したい課題に対して仮説を立てましょう。仮説を立てる過程で分析する対象が明確になり、目的が絞り込まれるからです。

例えば、ある商品の売上が伸び悩んでいる状況に対して、「競合他社の商品に顧客が流れているのではないか」という仮説を立てたとします。この場合、RFM分析を通じて明らかにしたいのは、離反顧客の状況のはずです。このように、課題に対して仮説を立てることで、「RFM分析によって何を知りたいのか」を明らかにしておく必要があります。

2. 指標を顧客単位で集計する

RFM分析を始めるにあたっては、必要なデータを集める必要があります。3指標それぞれのデータを顧客単位で集計し、整理しておくことが大切です。POSデータや顧客ごとに発行した会員IDなどを活用し、各指標の分析に必要なデータを収集しましょう。

なお、元データがそもそも正確かどうかを確認しておくことも重要なポイントです。誤入力や入力漏れといった不備が見られる場合には、データクレンジングを実施して精度を高めておくことをおすすめします。

3. RFMのランク付けをする

収集した顧客データをセグメント化するために、3指標のランク付けをしましょう。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です。

■RFMランクの一例

ランク	Recency	Frequency	Monetary
ランクA	1週間以内	20回以上	10万円以上
ランクB	1か月以内	15回以上	8万円以上
ランクC	2か月以内	10回以上	5万円以上
ランクD	半年以内	5回以上	2万円以上
ランクE	半年超	5回未満	2万円未満

顧客データを上記の表にあてはめることにより、それぞれの顧客がどのランクに属するかが明らかになります。ランクの数に決まったルールはありませんが、多すぎるとかえって分析の精度が下がりかねないため注意が必要です。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。

4. ランクを定義する

前掲のように顧客を5ランクに分類した段階では、顧客は125通り（5の3乗）に分類されます。しかし、125通りでは多すぎるため、どこからどこまでを1セグメントとするか決めましょう。
下記でランクを定義する方法の一例をご紹介します。

＜ランクを定義する方法の例＞

• 3指標のスコア合計値をもとに、上位から優良顧客・通常顧客・休眠傾向・休眠顧客の4グループに分ける
• 全顧客に対する割合を割り出し、上位から優良・優良候補・新規・警戒・注意・休眠傾向・過去優良・過去候補・休眠の9グループに分ける

5. 仮説と分析結果を照合し施策を講じる

あらかじめ立てておいた仮説と分析結果を照合し、双方のずれを確認しましょう。ずれがほとんどないようなら、仮説にもとづくマーケティング施策の有効性は高いと判断できます。ずれが大きいようであれば、分析結果を加味して施策を考案する必要があります。

最後はRFM分析にもとづく施策の実行です。RFM分析によって、顧客ごとの状況に合った適切な戦略は講じやすくなっているはずです。

RFM分析と組み合わせると有効な分析手法

RFM分析は現時点での顧客の状況を分析するには有効な手法ですが、セグメンテーションが画一的になりやすいことに加え、顧客の購買特性や将来予測には不向きな面があります。こうしたRFM分析の弱点を補うために、ほかの分析手法を組み合わせて活用することがあります。ここでは、RFM分析を応用する手法について見てきましょう。

CPM分析

CPM分析とは、「購入回数」「購入金額」「最終購入日からの経過日数」の3軸で顧客を分析する手法のことです（CPMはCustomer Portfolio Management の略）。主に優良顧客の育成（ナーチャリング）を実現するために用いられる分析手法と考えてください。

具体的にCPM分析は、顧客の育成段階を区分けし、育成段階に応じた施策を講じる際に活用されます。
例えば、商品を1回購入したきりで、2回目以降の購入履歴が見られない顧客に対しては、初回のリピート購入につながりやすい時期を見計らってアプローチすることが大切です。一方で、すでに一定以上の購入回数・購入金額に達している顧客に関しては顧客体験の向上を図り、優良顧客へと育てていく必要があるでしょう。

企業と顧客との関わりは「点」ではなく、時間をかけて育んでいくべき「線」として捉える必要があります。できるだけ多くの顧客をリピーターに育てると、安定的な売上基盤の形成を目指せるからです。このように、CPM分析は長期的な視点で売上アップを実現するために用いられています。

CPMについて、詳しくはこちらの記事もご参照ください。

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、顧客をグループ分けする手法のことです。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し、購買力の高いグループを可視化します。指標が購入金額のみのため、シンプルでわかりやすい分析手法といえるでしょう。

ただし、シンプルな指標で分析することは、偏った分析結果を招きやすい点には注意が必要です。例えば、過去に一度だけ高額商品を購入した顧客がいる場合、購入金額が高いことを根拠に優良顧客へと分類されてしまう可能性があります。デシル分析は、購入金額を重視して顧客分析を進めたい場合には有効な手法ですが、最終購入時期や購入頻度も分析したい場合は、RFM分析と組み合わせて活用するほうが適切です。

デシル分析について、詳しくはこちらの記事もご参照ください。

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す。どの商品を購入したかを追加し、4指標で分析することによって顧客のニーズをより詳細に把握しやすくなります。
例えば、RFMの各指標が同程度の優良顧客のうち、商品Aよりも商品Bを購入した顧客が多いことがわかれば、優良顧客には商品Bが選ばれやすい傾向があると判断できるでしょう。

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す。商品をカテゴリに分けて分析することにより、顧客の嗜好や自社商品に寄せている期待の傾向を把握しやすくなります。
顧客のニーズに合ったアプローチがしやすくなるとともに、今後注力するべき商品カテゴリーがより鮮明になるはずです。

RFM-D分析

RFM-D分析とは、RFM分析にエリア情報（D：Distance）を指標に加えた分析手法です。顧客の居住エリアと店舗などとの距離を加味することで、近距離圏に住む顧客のリピート率上昇や長距離圏に住む顧客の離反を防ぐための施策を講じる際に役立ちます。

RFMが同程度の優良顧客のうち、長距離からわざわざ買いに来る顧客は、商品やブランドへの思い入れが強いと判断できます。反対に、近距離で購入頻度の高い顧客が重視するのは、必ずしも商品自体の優位性とは限りません。むしろ、近隣の店舗で手軽に購入できる利便性を重視している可能性もあるのです。このように、エリア情報を指標に加えることで、より多角的な分析が可能になります。

まとめ：RFM分析をマーケティング戦略に反映するなら、CRMシステムの活用を

RFM分析は、3つの指標から顧客の現状を分析するための手法です。優良顧客や休眠顧客の実態を可視化し、講じるべき施策の方向性を明らかにする上で、有効な分析手法といえます。

一方で、RFM分析の結果を直接的にマーケティング戦略へと反映させるのは容易ではありません。顧客分析の結果をマーケティングに活用するには、CRMシステムによる顧客関係管理が重要なカギを握ります。
RFM分析をはじめ、顧客分析をマーケティングに活用したい事業者の方は、ぜひシナジーマーケティングにご相談ください。

「Synergy!」の詳細はこちらをご覧ください。
Synergy! – CRM・顧客管理システム

システムの違いや選び方から現状がわかるチェックシートまで
CRM・顧客管理を成功させるために必読の資料3点セット

以下の資料がダウンロードいただけます。
●SFAとCRMシステムの違い
●CRM導入の失敗あるある7選
●顧客管理レベルチェックシート

CRMシステムの導入を検討中、現状の顧客管理に課題がある方はぜひダウンロードください。

無料ダウンロード

関連情報

• 【ブログ】【具体例あり】CRM分析とは？重要性から手法まで徹底解説
• 【ブログ】顧客分析の3つの目的とポイントとは？4つの分析手法を解説

※記載されている内容は掲載当時のものであり、一部現状とは内容が異なる場合があります。ご了承ください。