この記事では、売上を効率的に上げるために大切な、良い顧客を見分けるRFM分析という手法について解説していきます。

この記事を読んだ人がよくダウンロードしている資料

RFM分析とは？

RFM分析（Recency frequency monetary analysis）とは顧客分析手法の1つで、「一番最近に購入した顧客は誰か」「頻繁に購入する顧客は誰か」「一番お金を使ってくれている顧客は誰か」という3つの側面から顧客をランク付けする分析手法です。

RFM分析で効率的な顧客アプローチを実現する

例えば毎月のように買っていただいているお客様と、年に1回しか買わないお客様、ここ1年まったく買っていないお客様とでは、その商品に対する気持ちが異なります。

買い方の異なるお客様に対して同じアプローチをしていても、十分な効果を得られません。それぞれのお客様の気持ちに応えた営業が理想的です。

お客様の購入状況に応じた打ち手を考えるために活用するのが、RFM分析です。

RFM分析を行うには、データベースに購買履歴が記録されていることが前提となります。購買状況を時系列で追えないような顧客管理の方法の場合、RFM分析はできません。直接お客様へ販売していて、かつ会員登録も行なっている企業だけができる分析法といえます。

RFMそれぞれの指標の見方

R、F、M各指標の見方について詳しく確認してみましょう。

RはRecency（リセンシー）：一番最近に購入した顧客は誰か

RFMのRはRecency（リセンシー）で、この場合は「最新購買日」になります。ある顧客が最後に商品を購入した日を判断材料とするもので、最近購入した顧客のほうが、何年も前に購入した顧客よりよい顧客と考えるものです。

つまり、すべての顧客の最後の購買日だけを拾い出し、新しい順番に並べ替えれば、一番上にくる顧客がよい顧客となるわけです。

購入してから時間が経過していないということは、企業や商品についての記憶がしっかりと残っていることになるので、企業が営業などのアプローチを行う場合、すでに記憶に残っていない顧客に対して行うより高い効果が期待できます。

FはFrequency（フリークエンシー）：頻繁に購入する顧客は誰か

FはFrequency（フリークエンシー）で、「購買頻度」になります。フリークエンシーは、顧客がどのくらい頻繁に購入してくれたかを判断材料とするもので、頻度が高いほどよい顧客と考えます。

顧客の購買履歴から過去に何回購買したかを拾い出し、その回数が多い順番に並べれば、一番上にくる顧客が最もフリークエンシーの高い、よい顧客となるわけです。

期間については、商品の平均的な購買頻度によって定めればいいのですが、アパレルや化粧品などは1年で見ることが多く、家電製品や車などは10年など長めのスパンで見ます。

フリークエンシーの低い顧客が多い場合は、お客様がサービスレベルや料金などに不満を抱えている可能性があります。フリークエンシーの高い顧客が多い場合は、常連顧客が多いということになります。

別の見方をすると、フリークエンシーの低い顧客が少ないということは、新規の顧客が少ないということなので、新規顧客獲得に向けた施策が必要になってきます。

MはMonetary（マネタリー）：一番お金を使ってくれている顧客は誰か

MはMonetary（マネタリー）で、「購買金額」になります。マネタリーは、顧客の購買金額の合計で、一般的にこの金額が大きいほどよい顧客と考えることができます。購買履歴から顧客ごとの購買金額の累計を計算し、それを金額の大きい順番に並べれば、最も上にくる顧客がマネタリーの高い顧客となるわけです。

マネタリーもフリークエンシーと同様、業種や商品を考えながら期間を定めて分析する必要があります。また、マネタリーのランクが高いということは、潜在的な購買力が高いということですから、そうした顧客が多いことは企業にとっては貴重な財産になります。そのような顧客のリセンシーやフリークエンシーが上がれば、収益に貢献することは間違いないからです。

RFM分析 指標の見方とやり方

RFMそれぞれの指標の見方は次のようになります。

このRFMの中で最も重要な指標は、R（リセンシー）になります。FやMがいくら高くても、最近の購買実績がない顧客は、すでに競合他社に奪われてしまっている可能性が高いと考えられます。

つまり、Rの動きが各顧客の動向を把握する上で非常に重要であり、Rの傾向を掴んでおき、以前と比較して購入頻度が減ってきた段階で営業的なアプローチを行えば、他社に奪われなくて済むかもしれないのです。

Rが下がり始めた顧客には、また購入してもらうための企画が必要となります。Fが伸びない顧客も同様です。Mが低い顧客は、購買力が低いということなので、Fを注目する必要があります。

もしFが高い場合は、定期的に購入してくれてはいるものの、潜在的に購買力が低いと考えられますので、将来的な企業収益貢献度は低いと考えられます。

一方でFが低くMが高い顧客は、購買力が高い可能性があるので、購買頻度を高める企画を実施すればいいのです。

また、極端な話ですが、RFMすべてが高い顧客においては、特別なキャンペーンなど行わなくても企業収益に貢献してくれているわけですから、値引きキャンペーンなどはかえって企業収益を減らすことになってしいます。

そのような顧客には、値引きではなく、「特別感や限定感を抱くプレゼント」を与えることで、さらに優良顧客となり、他の人を紹介してくれるようになる可能性もあります。クレジットカードのゴールド会員やプラチナ会員、あるいは航空会社のマイレージの上級会員などがよい例です。

このように、RFM分析によって数値化された顧客ごとに最適の施策を構築して実行することが理想的な営業といえます。

RFM分析の活用事例

重要なのは活用の仕方になります。一般的に自社なりにRFMそれぞれにランクを付けていきます。大体5段階評価をすることが多いです。

例えば、Rであれば、1ヶ月以内の購入者は「5」、1〜3ヶ月の間であれば「4」というようにランクを付けていきます。同じようにFとMも付けます。最終的にそれぞれ3つを組み合わせ、「555」となった顧客が最もロイヤリティの高い顧客になり、「111」がその反対で一元客あるいは休眠となってしまっている顧客となります。

そしてそれぞれのランクに応じて施策を変えていくのですが、「111」～「555」それぞれで分けてしまうと125通りにもなってしまうので、ある程度の塊にマージして、それぞれのセグメントで施策を打っていきます。

例えば、図表4は弊社クライアントの小売業の企業においてRFMのうち、RFを使って顧客ランクを作ったものになります。

図表4　RFM分析例

Aランクが最もロイヤリティが高い顧客で、Eランクはロイヤリティの低い顧客となっています。これらの顧客リストに対して一斉にDMを送る、という施策を打つ企業を今でもよく見ますが、異なるランクの顧客に対して同じ施策をしてもあまり効果はありません。正確に言えば一部の顧客にしか効果は出ません。

たとえばEランクの休眠している顧客に対しては、割引クーポンなどの再度来店してもらうような施策が必要な一方、Aランクの上得意客に対しては密なコミュニケーションや特別なイベントへの招待などが必要な施策でしょう。

顧客ランクに応じてエンゲージメントの高め方が異なるので、RFM分析をした上で施策をすることはとても有効なのです。

RFM分析の事例は以下の記事でもご紹介しています。
【化粧品メーカーのデータ分析事例】コストをかけずに売上を最大化する
顧客軸でのデータ分析で戦略を立てる！貿易コンサルティング企業のデータ分析事例

＼ この記事を読んでいる人におすすめ！ ／