顧客データを見ていると、「たくさん買ってくれる人もいれば、最近来なくなった人もいる。誰に何をすべきか整理しにくい」と感じることはないでしょうか。
顧客は一人ひとり状態が違うため、同じ施策を一律に打っても効果が出にくいことがあります。
そんなときに役立つのが、RFM分析です。
RFM分析は、顧客を
Recency、Frequency、Monetary
の3つの視点で整理するフレームワークです。
「最近買ったか」「どれくらいの頻度で買うか」「いくら使っているか」を見ることで、顧客ごとの状態を把握しやすくなります。
そこでこの記事では、RFM分析の意味、使い方、具体例、注意点までを、初心者向けにやさしく整理して解説します。
この記事でわかること
- RFM分析とは何か
- RFM分析は何に使うのか
- RFM分析の基本構成
- RFM分析の使い方
- RFM分析の具体例
- LTVとの違い
最初から高度な顧客分析をする必要はありません。まずは「最近性、頻度、金額の3つで顧客を見る型だ」とわかれば十分です。
RFM分析とは？
RFM分析とは、顧客の購買行動を次の3つの要素で整理する分析手法です。
- Recency
- Frequency
- Monetary
もっとやさしく言うと、RFM分析は
最近買っているか、何回買っているか、いくら使っているかで顧客を分ける型です。
同じ顧客でも、
- 最近買ったばかりの人
- 前はよく買っていたが最近来ていない人
- あまり頻度は高くないが1回あたりの単価が高い人
など、状態はさまざまです。
RFM分析を使うと、その違いを見える化しやすくなります。
RFM分析を一言でいうと
RFM分析を一言でいうと、顧客の温度感を3つの視点で見るフレームワークです。
RFM分析は、顧客を一括りにせず、今どんな状態の顧客なのかを整理するための型です。
RFM分析は何に使うのか
RFM分析は、主に次のような場面で使います。
- 顧客の優先順位づけ
- リピート施策の設計
- 休眠顧客の掘り起こし
- 優良顧客の把握
- CRM施策の整理
- メール配信や販促対象の絞り込み
たとえば、ECサイトを運営している場合でも、全員に同じクーポンを送るより、
- 優良顧客には特別提案
- 最近来ていない顧客には再来店施策
- 初回購入者には2回目購入促進
のように分けたほうが、効果は出やすくなります。
RFM分析は、そうした施策の土台になります。
どんな人に向いているか
RFM分析が向いているのは、次のような人です。
- 顧客データを活用したい人
- CRM施策を考える人
- リピート率を高めたい人
- 優良顧客と休眠顧客を分けて見たい人
RFM分析の基本構成
RFM分析は、次の3つの要素で成り立っています。
- Recency（最終購買日）
- Frequency（購買頻度）
- Monetary（購買金額）
それぞれの意味を簡単に見ていきます。
Recency（最終購買日）
Recencyは、最後にいつ買ったかです。
最近買った顧客ほど、今も関心が高い可能性があります。
Frequency（購買頻度）
Frequencyは、どれくらいの回数買っているかです。
何度も買っている人ほど、習慣化やロイヤルティが高いことがあります。
Monetary（購買金額）
Monetaryは、どれくらいお金を使っているかです。
購入総額や平均購入額を見ることで、顧客価値を考えやすくなります。
RFM分析の使い方
ここからは、RFM分析の基本的な使い方を順番に見ていきます。
最初は難しく考えず、顧客を3つの軸で並べるところから始めれば大丈夫です。
手順1 顧客データを集める
まずは、顧客ごとの購買履歴を整理します。
最終購入日、購入回数、購入金額が見える状態にします。
手順2 R、F、Mをスコア化する
次に、それぞれを段階分けします。
たとえば、1〜5点のようにスコア化すると比較しやすくなります。
手順3 顧客をグループ化する
R、F、Mの組み合わせで、顧客をいくつかのタイプに分けます。
たとえば、
- R高・F高・M高 → 優良顧客
- R低・F高・M高 → 離反リスク顧客
- R高・F低・M低 → 新規顧客
- R低・F低・M低 → 休眠顧客
のように整理できます。
手順4 グループごとの施策を考える
分類したあと、それぞれに合う施策を考えます。
全員に同じ対応をしないことが大切です。
手順5 定期的に見直す
顧客の状態は変わるので、RFM分析も定期的に更新します。
- 顧客データを集める
- R、F、Mをスコア化する
- 顧客をグループ化する
- グループごとの施策を考える
- 定期的に見直す
RFM分析は、分類することよりも、分類結果を施策に活かすことが大切です。
RFM分析の具体例
ここでは、「オンライン書店」を例に、考え方を簡単に見てみます。
例：オンライン書店のRFM分析
前提として、オンライン書店の顧客データを見ているとします。
- 顧客A
最近購入している
購入回数も多い
購入金額も高い
→ 優良顧客として、新刊先行案内や会員特典を出す - 顧客B
昔はよく買っていた
でも最近は買っていない
購入金額は高い
→ 再来店クーポンや関心ジャンルの案内を出す - 顧客C
最近初めて買った
まだ購入回数は少ない
金額も小さい
→ 2回目購入を促すフォローメールを出す - 顧客D
長く買っていない
購入回数も少ない
金額も小さい
→ 反応があれば掘り起こし、反応が薄ければ優先順位を下げる
このように整理すると、顧客ごとに何をすべきかが見えやすくなります。
具体例でわかるポイント
- 顧客を状態別に整理しやすい
- 一律施策を避けやすい
- CRM施策の優先順位をつけやすい
RFM分析を使うメリット
RFM分析を使うメリットは、主に次の通りです。
- 顧客の状態を把握しやすい
- 優良顧客を見つけやすい
- 離反リスク顧客を見つけやすい
- 施策の打ち分けをしやすい
たとえば、「売上を増やしたい」と思っても、どの顧客に何をするかが曖昧だと施策が弱くなります。RFM分析を使うと、その優先順位を整理しやすくなります。
RFM分析を使うときの注意点
注意
RFM分析は便利ですが、3つの数字だけで顧客のすべてを理解できるわけではありません。
よくある失敗は、次のようなものです。
- 商品カテゴリの違いを見ない
- 顧客の属性や嗜好を無視する
- スコア分けを機械的にやりすぎる
- 分析して終わる
特に初心者は、「RFMだけ見れば十分」と思いがちですが、そうではありません。大切なのは、RFMを入口にして、必要に応じて他の情報も見ることです。
LTVとの違い
RFM分析とよく比較されるのが、LTVです。
- RFM分析 → 顧客の今の状態を整理する型
- LTV → その顧客が将来どれだけ価値を生むかを見る型
つまり、RFM分析は現在の温度感を見るのに向いており、LTVは長期的な価値を見るのに向いています。
どう使い分ければよいか
まずRFM分析で顧客の状態を分類し、そのうえで重要顧客の長期価値をLTVで見る流れはとても使いやすいです。
RFMで今を見て、LTVで将来を見る、と考えるとわかりやすいです。
コホート分析との違い
RFM分析は、コホート分析とも役割が異なります。
- RFM分析 → 個々の顧客の状態を今の時点で見る型
- コホート分析 → 同じ時期に入った顧客群の変化を見る型
この違いを理解しておくと、実務で迷いにくくなります。
RFM分析は、顧客ごとの打ち分けに向いています。
一方、コホート分析は、顧客群の経時変化を見るのに向いています。
RFM分析はどんな場面で使うと効果的か
特にRFM分析が効果を発揮しやすいのは、次のような場面です。
- リピート施策を考えたいとき
- 優良顧客を把握したいとき
- 離反リスク顧客を見つけたいとき
- メールや販促の対象を絞りたいとき
逆に、顧客獲得コストや事業全体の採算を見たいときにはCACやLTVのほうが合います。
そのため、RFM分析は万能ではなく、既存顧客を状態別に分けて施策を考えたい場面で使うのが最も効果的です。
まとめ
RFM分析とは、Recency、Frequency、Monetaryの3つで、顧客の状態を整理するフレームワークです。
CRM、EC運営、会員サービス、定期購入型ビジネスなど幅広い場面で使いやすく、特に「誰に何をすべきか」を整理したいときの入口として役立ちます。
最初は難しく見えるかもしれませんが、まずは
- 最近買っているか
- 何回買っているか
- いくら使っているか
の3つを見るだけでも十分です。
大切なのは、数字を眺めることではなく、顧客の状態に合わせて施策を変えることです。
