RFM分析
顧客を購買行動で分類し、
属性別の施策でリピート率を高める
RFM分析とは
- 分析の3指標
- 最終購買日（Recency）・累計購入回数（Frequency）・累計購買金額（Monetary）の頭文字をとった、顧客の購買行動を数値化する分析手法
- 顧客分布の可視化
- 2つの軸を組み合わせたマップ上に全顧客の分布状態を表示。顧客ごとのポジションを一目で把握できる
- 会員グループの作成
- 分布マップの分析結果をもとに、休眠顧客・新規顧客・離反顧客など属性別の会員グループを自由に作成できる
- 対応する施策
- 作成した会員グループを対象に、クーポン・キャンペーン・ターゲットメール（メール予約配信）を個別に設定できる
- 期待できる効果
- 顧客属性に応じた施策を使い分けることでリピート率の向上、休眠顧客の再活性化、優良顧客のロイヤルティ強化が期待できる
RFM分析で顧客アプローチは何が変わるのか
全顧客を一括で捉えていたマーケティングアプローチを、購買行動データに基づいた属性別の施策へと転換できます。「誰に・何を・いつ届けるか」を顧客の状態に合わせて最適化することで、施策の精度とリピート率を高めます。
| 観点 | Before（導入前の課題） | After（導入後の変化） |
|---|---|---|
| 顧客の状態把握 | 購入履歴を個別に確認しなければならず、全顧客の購買状態を俯瞰することが難しい | 2軸の分布マップで全顧客の購買状態を一目で可視化でき、どのセグメントにどれだけの顧客がいるかを即座に確認できる |
| 顧客グループの分類 | 顧客リストの手動抽出が必要で、セグメント分けに時間がかかりアプローチが後手になりやすい | RFM指標をもとに休眠・新規・離反などの会員グループを自動生成でき、分類作業の手間を大幅に削減できる |
| 施策の配信対象 | 全顧客に同じ内容のクーポンやメールを一斉配信しており、関心の低い顧客への無駄な配信が発生しがち | 会員グループ単位でクーポン・キャンペーン・ターゲットメールを個別設定でき、顧客属性に合った内容を届けられる |
| 休眠・離反への対応 | 休眠傾向・離反傾向の顧客を早期に発見する仕組みがなく、気づいたときには手遅れになりやすい | R（最終購買日）の変化からリスク顧客をいち早く特定し、再購入を促す施策を適切なタイミングで展開できる |
| リピート促進の効率 | 施策の効果がバラつき、特定の優良顧客への集中ケアや離反防止の優先順位づけが難しい | 顧客の状態に合わせたターゲットを絞った施策展開により、リピート率向上の費用対効果を高められる |
顧客を数値で理解するRFM 3つの指標
購買行動を「いつ・何回・いくら」の3軸で数値化することで、感覚ではなくデータに基づいた客観的な顧客理解が可能になります。3指標の組み合わせが、効果的なグループ分類と施策設計の基盤です。
-
01
Recency（最終購買日）
最後に購入した日からの経過日数を基準に、顧客の活性度を評価する指標です。Rの値が高い（直近に購入あり）ほど再購入の可能性が高く、逆にRが低下している顧客は休眠・離反リスクが高まっているサインと捉えられます。
- 直近購入顧客を優先アプローチ対象として特定できる
- 購入からの経過日数で離脱リスクを早期に察知できる
-
02
Frequency（累計購入回数）
これまでの購入回数を示す指標で、顧客のロイヤルティを測る基準になります。Fの値が高い顧客はブランドへの親和性が強いリピーターであり、次回購入に至る可能性も高い優良顧客として識別できます。
- リピーターと一見顧客を明確に区別して施策を分けられる
- 購入回数に応じた段階的な育成施策の設計が可能
-
03
Monetary（累計購買金額）
顧客がこれまでに支払った合計金額を示す指標で、売上への貢献度を表します。Mの値が高い顧客に優先的に特典や限定キャンペーンを提供することで、ロイヤル顧客の維持・強化につながります。
- 売上貢献度の高い顧客を特定して重点ケアができる
- 購買金額に応じた特典設計でLTV向上を図れる
顧客を分類し、属性別に施策を届ける
RFM指標を組み合わせた分布マップで顧客の状態を可視化し、属性別の会員グループを作成。各グループに対して施策を個別設定することで、顧客一人ひとりに合ったアプローチが実現します。
2軸の分布マップで顧客の状態を可視化
任意の2指標を組み合わせたマップ上に、全顧客の分布状態が表示されます。例えばR×Fのマップでは、右上エリアの「直近購入・高頻度」顧客を優良層として、左下エリアの「旧購入・低頻度」顧客を離反リスク層として一目で識別できます。分布の全体像を俯瞰することで、どのセグメントにどれだけの顧客が集中しているかを把握し、重点施策の対象を絞り込むことが可能です。
- R×F・R×M・F×Mの3パターンから組み合わせを選択できる
- 顧客ごとのポジションがマップ上にプロットされる
- 分布から休眠・新規・離反などの傾向を直感的に把握できる
- 特定セグメントへの集中施策の立案に活用できる
会員グループを作成し、施策を属性別に設定
分布マップで確認した顧客属性をもとに、会員グループを作成できます。行動パターンで分類したグループに対して、クーポン・キャンペーン・ターゲットメールを個別に設定することで、顧客一人ひとりの状態に合った施策を届けられます。同じ施策を全員に届けるのではなく、顧客の状態に応じたパーソナライズアプローチが実現します。
- 休眠顧客（F高・R低）：過去のリピーターに再購入を促す施策を届ける
- 新規顧客（F低・R高）：初回購入後の継続利用を支援する施策を展開する
- 離反顧客（F低・R低）：関心を取り戻すキャンペーンやクーポンでアプローチする
- 会員グループに対してクーポン・キャンペーン・ターゲットメールを個別設定できる
顧客属性に応じて使い分ける3つの施策
作成した会員グループには、クーポン・キャンペーン・ターゲットメールの3施策をそれぞれ独立して設定できます。顧客の状態に合った施策を使い分けることで、一人ひとりへの訴求力を高められます。
-
グループ限定のクーポン配布
特定の会員グループだけに適用されるクーポンを発行できます。例えば休眠顧客向けに「お久しぶり割引」を設定するなど、顧客の状態に合わせた特典で再購入のきっかけを作れます。不要な顧客への配布を防ぎながら、施策の費用対効果を高められます。
-
属性別のキャンペーン展開
新規顧客・優良顧客・離反顧客など、それぞれの属性に合ったキャンペーンを個別に設定できます。全顧客に同じキャンペーンを適用するより、顧客の状態に応じた内容を届けることで施策の効果を最大化できます。
-
タイミングを絞ったターゲットメール配信
会員グループを対象にメール予約配信が設定できます。購買行動に応じた適切なタイミングでメッセージを届けることで、開封率・クリック率の向上や再購入率の改善が期待できます。一斉配信では届きにくかった顧客へのアプローチを強化できます。
RFM分析が生み出す3つの成果
購買行動データに基づいた顧客分類と、属性別の施策実行によって、ECサイトの持続的な成長につながる成果が期待できます。
-
01
REPEAT
リピート率の向上
顧客の状態に合わせた施策を最適なタイミングで届けることで、全体のリピート購入率を継続的に高めることができます。一斉配信では取りこぼしていた顧客への訴求力が向上します。
-
02
REACTIVATION
休眠顧客の再活性化
F高・R低の休眠顧客グループを特定し、パーソナライズされたクーポンやキャンペーンを配信することで、失いかけていた顧客の再購入を促すことができます。離脱の早期察知と対応が可能です。
-
03
LOYALTY
優良顧客のロイヤルティ強化
Monetary値の高い優良顧客グループに限定特典やキャンペーンを提供することで、長期的なブランドエンゲージメントを維持・強化できます。LTVの最大化に直結する重要な施策です。
RFM分析の「よくあるご質問」
- どのような指標を組み合わせてグループ分けできますか？
- R（最終購買日）・F（累計購入回数）・M（累計購買金額）の中から任意の2指標を選び、マップ上に顧客の分布を表示できます。組み合わせはR×F・R×M・F×Mの3パターンが利用可能で、分析目的に応じて使い分けられます。
- 作成した会員グループはどんな施策に活用できますか？
- クーポン発行・キャンペーン設定・ターゲットメールの予約配信を、グループごとに個別に設定できます。顧客属性に応じた施策を使い分けることで、一斉配信では届きにくかった層へのアプローチが可能になり、リピート率の向上が期待できます。
- 休眠顧客や離反顧客にはどのようにアプローチできますか？
- 「F高・R低」の休眠顧客や「FもRも低」の離反顧客のグループを作成し、再購入を促すクーポンやキャンペーン、メール配信を設定できます。顧客の状態に合わせた施策で関心の再喚起を図ることができます。
- 会員グループはどのような顧客属性で分類できますか？
- RFM指標の組み合わせにより、「休眠顧客（F高・R低）」「新規顧客（F低・R高）」「離反顧客（F低・R低）」「優良顧客（F高・R高）」など、購買行動に基づいた多様な属性でグループ分けが可能です。分布マップを確認しながら自由に設定できます。
- RFM分析の結果は定期的に更新されますか？
- RFM指標はECサイト上の購買データをもとに算出されます。顧客の購買行動が変化するとグループの分類も更新されるため、常に最新の状態に即した適切なアプローチが可能です。
