Marketing Blog

2023.05.25

RFM分析とは?基本と顧客分析への活用例をわかりやすく解説

RFM分析とは?基本と顧客分析への活用例をわかりやすく解説

3つの指標から顧客をグループに分けて分析する方法を、RFM分析と呼びます。多くの企業が実施している、とても有効な顧客分析方法です。ここではRFM分析について、その意味や分析手順Excelを用いた活用例などを詳しくご紹介します。

RFM分析とは?

RFM分析は、「最終購入日(Recency)」「購入頻度(Frequency)」「購入金額(Monetary)」という3つの指標で顧客をグループ分けする分析手法です。これら3つの指標の頭文字から、RFMと略して呼ばれています。

RFM分析のイメージ図

RFM分析はグループ毎に効果的なマーケティング施策を検討・実施するため、購買行動から顧客を3つに分けます。なお、3つの指標は、それぞれ以下のような意味を持ちます。

  • 最終購入日(Recency):顧客が最後にいつ購入したのか(最終購入日からの経過時間が短い顧客を高く評価)
  • 購入頻度(Frequency):顧客が何回購入したのか(回数の多い顧客を高く評価)
  • 購入金額(Monetary):顧客が購入した金額合計(金額の高い顧客を高く評価)

RFM分析の基本手順

RFM分析を行うための手順について解説します。

①課題の設定、仮説立案

まずは、自社にどのような課題があるのかを明確にしましょう。この課題解決が、RFM分析を行う目標になります。RFM分析は購買行動にフォーカスしているため、特に売上の伸び悩みといった課題に有効です。

課題が設定できたら、次に仮説を立てましょう。例えば売上の伸び悩みが課題だとした場合、「短期解約が増えていることが原因と考えられるため、継続率を向上させなくてはならない」といった形です。

②顧客データの収集と集計

続いて、顧客の購買データを収集します。具体的にはRFM分析において3つの指標となる、「最終購入日」「購入頻度」「購入金額」が対象です。このときSFA/CRMといったシステムを導入していれば、履歴データをそのまま活用できます。

なお、入力ミスや表記揺れがあると正しいデータ集計が行えません。必要に応じてデータクレンジングを実施し、正確なデータを整理しましょう。

③3指標の分布確認

集計したデータをもとに、3つの指標の分布を確認します。このとき、以下の図のようにヒストグラムを活用すると良いでしょう。

Monetary分布イメージ

なぜこのような分布になっているのか考えてみましょう。例えば「まとめ買いによる割引」「一定額以上の購入者に対する送料無料」など、付帯するサービスが影響しているかもしれません。どの値でグループを分けるのか、その設定には、事業的観点での理解が必要です。

④スコアを使ったデータ分析

3つの指標ごとにスコアを設置し、総合的に分類します。以下の表のように、各指標で値ごとにスコアを当てて分類しましょう。

最終購入日Recency購入頻度Frequency購入金額Monetary
スコア530日未満40回以上20万円以上
スコア430日以上30回以上15万円以上
スコア360日以上20回以上10万円以上
スコア290日以上10回以上5万円以上
スコア1180日以上10回未満2万円未満

⑤改善施策の立案

データ分析によって分類したスコアを、さらに「優良顧客」「安定顧客」「休眠顧客」「新規顧客」に分けましょう。そして、このグループごとに改善策を立案します。例えば休眠顧客には、再購入限定の値引きキャンペーンなど、改めて購入してもらうための施策が求められるでしょう。

⑥改善施策の実施

立案した改善施策を実施します。実施した後は、必ず分析データを更新しましょう。なぜなら、施策の後に分布や分類ごとの顧客比率に変化が生じるためです。

⑦効果検証

施策を実施した後は効果検証を行います。効果が芳しくない場合には、再度分析を行って施策を見直すことも必要です。施策を実施するときは継続してPDCAを回しましょう。

Excelを使った顧客分析への活用例

 ここで、ExcelによるRFM分析の活用例を、手順に従ってご紹介します。

①必要データの入力

まずは分析に必要な3つの軸の値について、顧客ごとのデータを用意します。

RFM分析用顧客データの例

②R値の設定

最終購入日を、現在まで経過した日数(R値)に置き換えます。当日までのデータすべてをRFM分析するなら「最終購入日から当日まで」の日数を計算しましょう。もし、特定期間におけるRFM分析ならばその期間内の最終購入日から、期間の最終日までの日数を計算します。この経過日数を計算する際は、DATEDIF関数を使います。入力する関数式は以下の通りです。

・現在の日付もしくは特定期間の最終日(セルF1)

=TODAY() もしくは 任意の日付を入力

・R値(セルF2)

=DATEDIF(B2,$F$1,”d”)

DATEDIF関数

これによって、F列には顧客ごとの経過日数が表示されます。

③3指標の数値の区分け

3つの指標それぞれを、IF関数を用いて値に応じランク分けします。ここでは前項で区分したランクに合わせ、以下のような関数を使用しています。

・R値のランク(セルG2)

=IF(F2>=180,1,IF(F2>=90,2,IF(F2>=60,3,IF(F2>=30,4,IF(F2<30,5)))))

・F値のランク(セルH2)

=IF(C2>=40,5,IF(C2>=30,4,IF(C2>=20,3,IF(C2>=10,2,IF(C2<10,1)))))

・M値のランク(セルI2)

=IF(D2>=200000,5,IF(D2>=150000,4,IF(D2>=100000,3,IF(D2>=50000,2,IF(D2<20000,1)))))

IF関数を用いたランク分け画面

④合計と2軸を掛け合わせた値でデータを見る

3軸すべてのランク分けを行ったら、3つの数値を合計してみましょう。5つのランクに分かれているなら、最大値の(R)5+(F)5+(M)5=15にもっとも近い顧客が優良顧客となります。なお、合計値の算出にはSUM関数を用います。

・合計値(セルJ2)

=SUM(G2:I2)

その後、さらに2軸を掛け合わせた分析も行います。これによって、合計値のみで見るよりさらに細かく顧客に合わせた施策の検討が可能となるでしょう。この結果をバブルチャートにすると、以下の図のようになります。

バブルチャートが表示された画面

RFM分析を行うメリットは?

RFM分析には、以下のようなメリットが挙げられます。

  • 自社の状況の明確化
  • 顧客理解の促進
  • マーケティング施策の最適化

RFM分析を行うと、顧客をグループ分けすることで自社の状況が明確になります。その結果、顧客ごとに適したアプローチ方法の検討が可能となるでしょう。例えば今後の購入見込みが極めて低い顧客へのアプローチは減らし、代わりに売上につながる見込みの高い顧客に対してアプローチを増やすことで、売上拡大を目指すといったことが可能です。

分析結果に基づく効果的なマーケティング施策を

顧客によって取るべき施策は異なります。RFM分析の結果から最適なマーケティング施策を検討し、実施しましょう。ほかにも企画立案での分析に役立つ「フレームワーク」があります。以下の資料にまとめておりますので、ぜひご覧ください。

この記事が気になる方へ!おすすめの資料はこちら