顧客分析に役立つRFM分析とは？分析手順とメリットを解説
RFM分析とは、基本的な顧客分析の手法の1つです。最終購入日・購入頻度・購入金額の3つの指標で顧客をグループ化し分析を行うことで、顧客ごとに効果的なマーケティング手法を検討することができます。
この記事では、RFM分析を行うメリットや、分析の手順、さらにRFM分析の課題とその解決方法までを詳しく解説していきます。
RFM分析とは
RFM分析とは、Recency（最終購入日）・Frequency（購入頻度）・Monetary（購入金額）の3つの頭文字をとったもので、この3つの指標から顧客をグループ化し、顧客のランク付けを行う分析方法です。
3つの項目全てにおいて高いスコアの顧客は優良顧客である可能性が高く、反対にスコアの低い顧客は、休眠顧客や離反顧客である可能性があります。
またRFM分析を行う最終目的は、LTVの最大化です。LTVとは、顧客が自社の商品やサービスを購入してから契約が終了するまでに顧客から得られる総利益のことです。RFM分析を行い、その結果をもとに、顧客のグループごとに効果的なマーケティング施策を行うことで、このLTVを最大化させることへとつながります。
では、RFM分析の3つの指標について詳しく見ていきましょう。
Recency（最終購入日）
Recencyは、顧客が最後に自社商品を購入した日です。顧客の購買データから、最終購入日が近い顧客はスコアが高く、最終購入日が何年も前の顧客はスコアの低いグループとして分類されます。
Frequency（購入頻度）
Frequencyは、ある一定の期間内の購入頻度によりグループ化します。購入頻度の高い顧客はスコアが高く、購入頻度の低い顧客はスコアが低いと分類します。
スコアの低い顧客は、商品やサービスに満足していない可能性があると考えられます。また購入頻度の高い顧客の中で購入回数の多い順に並べることで、よりスコアの高い顧客を判別できます。
Monetary（購入金額）
Monetaryは、顧客ごとの購入金額の合計額でグループ化します。合計金額の高い顧客はスコアが高く、さらに購入金額の合計額が高い順に並べることで、その上位の顧客は優良顧客であると判断できます。
RFM分析を行うメリット
顧客のグループ分けをすることで、それぞれのニーズやタイミングに合わせて、より効果的なマーケティング施策を実施することができます。
例えば、RFM分析によって優良顧客と休眠顧客に分類できたら、優良顧客にはLTV向上の為にメルマガ配信などを活用して関係性構築のための施策を行ったり、休眠顧客には、休眠理由となった意見や不満をアンケートなどで直接聞くなど、それぞれのグループに合わせた施策を行えるため、より施策の効果が出やすいといえます。
またこのような効果的な施策を行うことは、マーケティング業務の効率化にもつながり、RFM分析を行うメリットといえるでしょう。
RFM分析の手順
ここでは、RFM分析を行う手順について解説します。
①仮説を立てる
分析を始める前にまずは、自社の状況を把握し、今ある課題に対して仮説の立案を行います。仮説を立てることで、自社で起きている課題解決の為にRFM分析が有効であるかどうか判断することができるため、重要なステップとなります。
②データを収集する
次に、立てた仮説を検証するために必要となるデータの収集を行います。RFM分析の場合は、最終購入日・購入頻度・購入金額のデータが必要となります。さらに、データの集計期間や除外する条件なども事前に収集しておくことで、より効果的な分析を行うことができます。
➂データを分析する
必要なデータが収集できたら、最終購入日・購入頻度・購入金額の3つの指標に基づいてグループ分けを行います。
まず、3つの指標の値に応じてスコアを設定し、顧客をスコアごとにランク分けします。ランク分けができたら、どのランクまでを同一のグループとするのか定め、グループ化していきましょう。グループ化する際、優良顧客・新規顧客・休眠顧客のように初めはシンプルに分類しておくことが良いでしょう。
④施策の実施・改善を行う
分析結果が出たら、いよいよ施策の実施に移ります。グループ化された顧客層のニーズやタイミングに合わせた施策を講じることで、より効果的な施策となります。
また施策は実施して終了ではなく、継続的にPDCAサイクルを回し続けることで、より効率的な施策へとブラッシュアップしていくことが重要です。
RFM分析の課題
RFM分析は、あくまで「ある時点での」顧客の状況を分析するものであり、以前に行った分析結果を継続的に活用することはできません。分析を行った時点では優良顧客であっても、時期が変わることで離反顧客となることもあります。
例えばベビー用品のように子供の成長により購入頻度が変わる商品の場合、このように位置づけられることが考えられます。
またRFM分析の指標は、購入日・購入頻度・購入金額であり、「何を買ったか」までは把握することができないため、顧客が何を購入しているのかを把握するためには、さらに詳細な購買データを確認する必要があります。
効果的な顧客分析手法であるRFM分析ですが、このような課題があるのも事実です。しかし、これらの課題を補う分析方法も存在します。
RFM分析の課題を補える分析手法
ここでは、先ほど解説したRFM分析の課題を補う分析方法についてご紹介していきます。
RFMC分析
RFM分析の3つの指標に、「Category」の指標を加えた分析法がRFMC分析です。顧客の性別や年齢、職業などの属性データであるCategoryを追加することで、自社の商品やサービスを購入している顧客層を把握することができます。
RFM-D分析
RFM分析の3つの指標に、エリア情報である「Distance」を加えた分析法がRFM-D分析です。エリアごとの特性が明確になることで、エリアのニーズに合わせたマーケティング施策を講じることができます。
デシル分析
デシル分析は、購入金額のみで顧客を分類する分析手法です。一定期間の購入金額順に顧客を10のグループに分類します。グループの上位が売上貢献度の高い顧客と判断でき、その層に向けた効果的なマーケティング施策を講じることが可能となります。
指標が1つのみなため、RFM分析に比べ精度は低くなりますが、分析に多くの手間と時間のかかるRFM分析よりも、シンプルでハードルの低い手法といえます。
まとめ：RFM分析と他の手法をかけ合わせて精度の高い顧客分析をしよう
顧客分析に効果的なRFM分析ですが、属性データやエリア情報まで把握できない点が弱点でもあります。しかしそれらの弱点を補うことのできるRFMC分析や、RFM-D分析といった手法をかけ合わせ分析を行うことで、より精度を高めた顧客分析が可能となるのです。
効率的かつ効果的なマーケティング施策を講じるためにも、さまざまな分析手法をかけ合わせ、顧客分析の精度を高めていくことが重要となります。
