RFM分析とは?顧客をグループ分けする手法のメリット・デメリット

分析手法・フレームワーク
このエントリーをはてなブックマークに追加

RFM分析はマーケティングで使われる顧客分析手法です。この分析では企業が持っている顧客の購買データをそれぞれ3つの指標に分類してグループに振り分けます。データによって継続顧客と離反顧客を精査でき、今後の販売促進に生かせるのです。

そこでこの記事では、RFM分析とは何か、どのような基準で分類するのかなど基本的な工程の他に、顧客を分析してグループ分けする手法のメリット・デメリットを詳しく解説します。

客層の変化に気づいたら 既存店の商圏分析に

RFM分析は顧客を並べ替えグループ化する分析手法

「RFM分析」とは、3つの指標から顧客をグループ化する手法のことです。使用する3つのデータ「Recency」「Frequency」「Monetary」の頭文字を取ってRFM分析と呼ばれます。

3つの指標をもとにして顧客を優良顧客・新規顧客・安定顧客・休眠顧客・離反顧客のグループに振り分け、グループごとにあらゆる方面から最適なアプローチができます。

RFM分析に使用される3つの指標

RFM分析に使われる指標は次の3要素です。

  1. Recency
  2. Frequency
  3. Monetary

指標ごとにどのような意味を持つのか、具体例を出しながら解説します。

指標①最新購入日(Recency/リーセンシー)

指標の1つ目「最新購入日(Recency/リーセンシー)」は、顧客が最後に店舗を利用し商品を購入した日付を指します。商品の購入日が直近である顧客ほど優良顧客です。

例えば最新購入日を指標として分類する場合、

  1. 2018年1月20日に購入した顧客A
  2. 2021年9月4日に購入した顧客B
  3. 2021年11月2日に購入した顧客C

2021年11月2日に商品を購入した顧客Cが優良顧客になります。

指標②購買頻度(Frequency/フリークエンシー)

2つ目の「購買頻度(Frequency/フリークエンシー)」は、分析期間中の商品購入回数を示す指標です。購入頻度が高い顧客ほど優良顧客であると判断できます。

  1. 1回以上購入した顧客A
  2. 3回以上購入した顧客B
  3. 5回以上購入した顧客C

上記の場合、分析期間中に商品を一番多く購入した顧客Cが優良顧客であるといえます。

購買頻度は、顧客満足度の判断材料にもなります。購買頻度が高い顧客は、店舗や商品に対する満足度も高いと考えられるでしょう。
一方で購買頻度の低い顧客が多い場合は、商品の価格もしくは店舗のサービスが適正ではないなどの理由により、顧客満足度も低い可能性があります。

指標③購買金額(Monetary/マネタリー)

3つ目の指標「購買金額(Monetary/マネタリー)」は、分析期間中における顧客の購買総額を表します。

  1. 購買金額780円の顧客A
  2. 購買金額3,900円の顧客B
  3. 購買金額2,340円の顧客C

この場合はもっとも売上に貢献した顧客Bが優良顧客グループに振り分けられます。

RFM分析を顧客分析に取り入れるメリット

RFM分析を顧客分析に取り入れることで2つのメリットが得られます。マーケティングをするうえで重要な指針になりうるので、それぞれ具体的にみていきましょう。

メリットその1|顧客のグループに適したマーケティングがおこなえる

RFM分析で顧客を分類するメリットは、優良顧客、安定顧客、休眠顧客などの各顧客グループの店舗利用の目的に適したマーケティングをおこなえることです。例えば、

  • 優良顧客…感謝キャンペーンとして3,000円以上の購入で5%OFFのサービス、新商品のプレゼント
  • 安定顧客…ポイント還元セールの開催、または1か月に1回「ポイント5倍デー」の設置
  • 休眠顧客…カムバックキャンペーンとして3日間10%OFFにする

などの具体的なアプローチ方法が展開できます。

メリットその2|マーケティングの費用対効果が上がる

RFM分析によって優良顧客から離反顧客までグループ分けをすることで、どのグループにどれだけ費用をかけるべきかが明確になり、マーケティングの費用対効果を上げられるのは大きなメリットです。

優良顧客と、戻ってくる見込みのない離反顧客に同等の費用をかけても同じ結果にはつながりません。
購入歴の残っていない離反顧客に使っていた費用を削減して別の顧客グループに充てるなど、経営の見直しに活用できます。

RFM分析が持つデメリットには注意が必要

RFM分析では購買金額などの指標で分析するため、顧客グループの特徴を把握でき適切なマーケティングをおこなえます。しかし、RFM分析には購買内容や顧客の学校卒業・就職・結婚といったライフステージの変化は把握できないデメリットがあるため、ほかの角度から合わせて別の分析をおこなう必要があります。

さらに、年間を通しての顧客分析に向いていないこともRFM分析のデメリットといえます。
例えば、季節に関わってくるサービスや商品ではシーズンごとに比較すると購入の差が顕著になるでしょう。

以上の点を踏まえて、商品カテゴリやカラー・キャラクターなどで顧客を趣味趣向別に分類する「CTB(Category Taste Brand/カテゴリー・テイスト・ブランド)分析」を掛け合わせるのもおすすめです。
購入金額順に全顧客を10グループに分ける「デシル分析」などの手法を取り入れて優良顧客の見極めをおこなうなど、施策の工夫も必要です。

まとめ:3つの指標から顧客をグループ化し最適なマーケティング施策を

RFM分析は、最新購入日・購入頻度・購入金額の3つの指標から顧客をグループに振り分け、最適なマーケティング施策をするための便利な分析手法です。特に、常連顧客と離反顧客の実情を調べるには有効です。
RMF分析だけでは補えない部分に他の分析や手法を併用すれば、貴社の課題解決や運営の改善につながるでしょう。

客層の変化に気づいたら 既存店の商圏分析に

タグ : データ分析 顧客分析
このエントリーをはてなブックマークに追加