RFM分析とは？目的・分析方法・業種ごとの例・注意点までわかりやすく解説

RFM分析は、購買行動をもとに顧客を分類し、より効果的なマーケティング施策を行うためのフレームワークです。顧客の現状に合わせた施策を行うことができるのが特徴で、優先順位を決める際にも役立ちます。

マーケティング担当者のためのデータ可視化入門

分かりやすく、かつ説得力のあるグラフを作成する方法

• 可視化のツールとソフトウェア
• データの種類、関連性、形式
• データの効果的な可視化方法
• データ可視化の概要

今すぐ無料ダウンロードする 詳しく見る 今すぐ無料ダウンロードする

今すぐダウンロードする

全てのフィールドが必須です。

ダウンロードの準備ができました

下記のボタンよりダウンロードいただけます。

今すぐダウンロードする

本記事では、FRM分析の概要からメリット・目的、分析の方法、分析例、注意点までわかりやすく解説します。

RFM分析は、最終購入日（Recency）、購入頻度（Frequency）、購入金額（Monetary）の3つの指標をもとに顧客を分類する分析手法です。

顧客の行動を理解し、それにもとづいてマーケティング戦略を策定する目的で活用されます。

顧客の購買データを分析し、各顧客のグループに対して、最適なマーケティング施策を考え出すことが可能になります。

その結果、顧客満足度の向上や売上の増加が期待できます。
 

Recency（最終購入日）

「Recency」は、顧客の最後の購入日を示します。最後の購入日が近いほど、顧客の関心度が高いと判断できます。

分析対象の期間によって最後の購入日は変わるため、マーケティングキャンペーンの効果を評価するためにも使用可能です。

最終購入日が近い顧客は、長い間購入していない顧客よりも優良顧客だと考えられます。購入日時から最後の購入日を抽出し、その期間での顧客のグループ分けも可能です。どの期間で顧客を分けるかは、商品の特性によって異なります。
 

Frequency（購入頻度）

「Frequency」は、顧客の購入頻度（一定期間内での購入回数）を示す指標です。

購入頻度が高い顧客は、製品に満足していて、好意度が高いと推測できます。逆に、購入頻度が低い顧客は、製品に不満を持っている可能性があり、好意度が低い可能性があるでしょう。
 

Monetary（購入金額）

「Monetary（購入金額）」は、顧客の購入総額を示し、その顧客が企業にどれだけの好感度を持ち、また利益をもたらしてくれるかをあらわす指標です。この指標は、顧客の優良性を判断するための重要な要素で、高額な商品を購入する顧客は、一般的に他の顧客よりも優良顧客だといえるでしょう。

このような顧客に対して特別なキャンペーンを行うことで、より満足度を高め、さらなる信頼関係を築くという施策を行うことも可能です。購買履歴から購入金額の総額を計算し、金額ごとに顧客をグループ分けすることもできます。企業が自社の特性やターゲットを明確にし、戦略の方向性を定めるのに有用です。
 

RFM分析は、さまざまな業種で活用できます。ここでは、いくつかの業種におけるRFM分析の例をご紹介します。
 

小売業

小売業では、ポイントカードや会員データなどをもとに、来店頻度や購入金額を分析することができます。

• Recency：最後の来店日
• Frequency：月ごとの来店回数
• Monetary：累計購入金額

分析結果と活用例

• 高頻度の優良顧客（R高・F高・M高）
  頻繁に買い物をしてくれている、ロイヤルカスタマーだと考えられます。「自分だけの特別感」を感じてもらえるような、限定ポイントアップキャンペーンなどを実施するとさらにファンになってくれるかもしれません。
• 一度だけ高額購入した顧客（R高・F低・M高）
  一度だけ高い買い物をしてくれた顧客は、ファンになってくれる可能性を秘めています。継続購入を促すようなサンプルをプレゼントすることで、来店頻度を上げられるかもしれません。

BtoB

BtoBビジネスにおいては、リードの情報を蓄積できていることも多く、RFM分析によるコミュニケーションが可能です。

• Recency：最後の取引日
• Frequency：年間取引回数
• Monetary：累計取引額

分析結果と活用例

• リピート取引の多い優良顧客（R高・F高・M高）
  リピート取引の多い顧客に対しては、さらに高度なサポートとして専属のマネージャーをアサインすることで、関係を強化できるでしょう。
• 最近取引が減った顧客（R低・F低・M中）
  まだ自社の商品・サービスを利用したいという意思はあると思われるため、新サービスの案内や、個別でフォローアップをすると再び取引が増える可能性があります。

飲食業

会員システムなどで顧客情報を蓄積しているのなら、飲食店でもRFM分析の活用が可能です。

• Recency：最後の来店日または注文日
• Frequency：月間来店・注文回数
• Monetary：累計支払額

分析結果と活用例

• 常連客（R高・F高・M高）
  常連客に対しては、割引や特別メニューなどの特典を付与する、試食イベントに案内するなどで、関係をさらに構築できます。
• 高額の注文をしたがリピートが少ない顧客（R高・F低・M高）
  注文はしてくれるものの頻度は少ない顧客には、次回以降使えるクーポンをプレゼントするなどして、また来たいと思ってもらえるような環境を作ります。

ECショップ

ECショップでは、購買履歴を活用することで定量的にセグメンテーションし、RFM分析による個別施策の実施が可能です。

• Recency（最新購入日）：最後の購入日からの経過日数
• Frequency（購入頻度）：一定期間内の購入回数
• Monetary（購入金額）：累計購入額

分析結果と活用例

• 優良顧客（R高・F高・M高）
  よく購入してくれる優良顧客に対しては、限定のセールへの案内や特別クーポンの配布などで、さらに長期的なバリューを高めることができるでしょう。
• 休眠顧客（R低・F低・M低）
  しばらく購入のない休眠顧客に対しては、タイミングや頻度に気をつける必要がありますが、再びECショップを訪れてくれるよう促すリマインドメールや、限定の割引クーポンを配布するなどして購買の再開を狙います。

サブスクリプション

サブスクリプションサービスにおいても、RFM分析による活用が可能です。

• Recency：最後のログイン日または利用日
• Frequency：一定期間内の利用回数
• Monetary：契約プランの料金または累計支払い額

分析結果と活用例

• アクティブユーザー（R高・F高・M高）
  長く利用してもらっているアクティブユーザーに対しては、長期契約ユーザー限定のアップセルを提案することで、より強固な関係にしていきます。
• 解約リスクの高いユーザー（R低・F低）
  サブスクリプションサービスへの加入は継続しているものの、利用頻度が減少しているユーザーに対しては、特別なプランやより料金の低いプランへの案内をすることで利用頻度が戻る可能性があります。

RFM分析を活用する主なメリットや目的は、次の通りです。

• 顧客の状況や優先順位を整理できる
• 分析に必要なデータが少なくて済む

顧客の状況や優先順位を整理できる

RFM分析によって購買行動をもとに顧客をグループ分けができます。例えば、自社の顧客群を「優良顧客」「新規顧客」「休眠顧客」などに分けることが可能です。

• 優良顧客：最終購入日が近く、購入頻度も高く、購入金額も多い顧客
• 新規顧客：最後の購入日が近く、初めて購入した（購入頻度が1回）顧客
• 休眠顧客：最後の購入日が遠い顧客

各顧客層を明確にして、自社が今アプローチすべき顧客や、有効な施策を検討できます。例えば、優良顧客の割合が多い場合は、その層に対する施策が効果を発揮していると判断できるでしょう。

一方、休眠顧客が多い場合は、リピート購入を促す施策が不足している可能性があります。顧客グループ間の優先順位を決定し、リソースを最も効果的なグループに集中投下しましょう。また、顧客の属性に合わせたマーケティング施策を実施することで、施策の効果最大化につながります。
 

分析に必要なデータが少なくて済む

RFM分析では、最低限、購入履歴がデータとして存在すれば実施可能です。

デモグラフィック情報のような詳細な顧客情報を必要とせず、直近の購入時期・購入頻度・累計購入金額の3つのデータがあれば実施できるのがメリットの一つといえるでしょう。また、高度な計算も必要としません。ただし、分析の目的によっては、ほかのデータが必要になる場合もあります。

データ分析の専門知識を持った社員がいない場合や、POSなどのデータが複雑で扱いづらかったりする場合でも実施しやすいでしょう。
 

RFM分析は、次のステップで進めていきます。

1.  目的の設定
2.  データの準備
3.  分類の指標を決め分類する
4.  ターゲットごとの戦略を立てる
5.  効果測定

1. 目的の設定

RFM分析の進行には、目的設定が必要不可欠です。目的設定を行うことで、どのように分析を行うかも変わってきます。例えば、商品の売上が伸び悩んでいる原因を知りたい場合、商品によって分析すべき期間が変わってきます。

また、分析に取り組む前には、分析の対象を明確にするために課題に対する仮説を立てましょう。例えば、「顧客が競合他社の商品へ移ってしまっているのではないか」という仮説がある場合は、離反顧客の状況を優先して確認します。

最初に、明確な目標を設定し、効率的に分析を進めましょう。
 

2. データの準備

RFM分析の第二段階では、顧客の購買行動を理解するために、「最後の購入日」「購入の頻度」「購入の総額」のデータを集めます。さらに、分析の精度を高めるために、「商品名」「顧客の年齢」「居住エリア」など、追加のデータの抽出も必要に応じて行います。

目的に合わせたデータの収集は、分析の精度を高めるために重要です。データの入力ミスや表記の揺れがある場合は、データクレンジングを行い、データを整理します。データの収集と整理が完了したら、立てた仮説を検証するための分析を行います。
 

3. 分類の指標を決めてランク付けする

RFM分析を進めるうえで、顧客データのランク付けは重要なステップです。収集したデータをもとに、最終購入日（Recency）、購入頻度（Frequency）、購入金額（Monetary）の各指標に対するランク付けを行います。

ランク付けの基準は、商品の性質や顧客の購入傾向によって異なります。商品の特性や市場状況に応じて、ランク付けの基準を設定することが重要です。通常は、3～5つのグループに分けます。

自社の商品特性に基づいて、適切なランク付けを行うことで、顧客の行動パターンを理解することが可能です。ランク付けの結果、顧客はそれぞれ異なるランクに分類され、その結果をもとにマーケティング戦略を策定できるようになります。

4. ターゲットごとの戦略を立てる

顧客の分類が完了したら、各カテゴリーに対応したマーケティング戦略を策定し、実行に移します。例えば、次のような施策が考えられます。

• 優良顧客：特別感を感じさせるオファーを提供する
• 新規顧客：購入の障壁を下げるためのキャンペーンを提案する
• 休眠顧客：過去に高額購入があったが現在は離れている顧客層を対象に原因を調査・推測。原因に応じて新商品の告知やセール情報などの情報を提供するなどのアプローチをかける

一般論として、優良顧客を増やすことを目指して施策を考えるのが効果的とされています。

R・F・Mの各要素を比較し、どの指標を改善すべきかを把握して施策を立案することが大切です。
 

5. 効果測定

施策を実行した後、その成果を評価する必要があります。ランク分けの基準やグループ分けの基準が結果に影響を及ぼすこともあるため、各ランクに対して最適な施策を見つけるまで、粘り強く取り組むことが必要です。

分析は一度きりのものではなく、顧客の購買行動をどの程度の期間観察するかによっても結果が変わります。データは日々更新されるため、それに応じたマーケティング施策の調整が必要です。

問題を見つけ、仮説を立て、データを収集し、分析し、マーケティング施策を計画・実行し、その効果を検証するPDCAサイクルを繰り返します。顧客データの収集・管理を行うツールとして、MA（マーケティング自動化）ツールやCRM（顧客関係管理）ツールを導入すると、作業効率が向上します。

HubSpotが提供するMAツールやCRMツールには、無料で使用できるプランがあります。ぜひ次のリンクから試してみてください。

• HubSpotのマーケティングソフトウエア 詳細はこちらから
• HubSpotのCRM 詳細はこちらから

前の章の「4. ターゲットごとの戦略を立てる」にて、RFM分析の結果に応じた戦略について紹介しました。

ここでは、いくつかのターゲットごとのより詳しい施策例についてご紹介します。
 

優良顧客

すでに頻度も高く、購入金額も多い優良顧客に対しては、さらに離反しにくくなるように「ロイヤルカスタマー」になってくれることを狙います。優良顧客になると、お得感よりも自分だけの特別感に価値を感じるため、その点を意識して戦略を練ることが重要です。

具体的には、限定商品の提案や体験・試食イベントへの招待、ランクに応じたプレミアムサービス、専属のアシスタント、などが挙げられます。
 

優良顧客候補

購入金額は高いものの、頻度があまり多くない顧客に対しては、優良顧客になってもらうためのリピート施策を打ちます。

具体的には、お得感を感じてもらえるようなセット販売、アップセル・クロスセルの提案、ポイントカードなどがあります。
 

新規顧客

新規顧客をどれだけ優良顧客に転換できるかが、ビジネスにおいて非常に重要です。

具体的には、メルマガ登録によるクーポン登録や次回利用できるクーポン・特典、アフターフォローサービスなどが挙げられます。
 

休眠顧客

休眠顧客を掘り起こすことで、ビジネスのチャンスを増やすことができますが、ある程度のコストが必要となるためどの程度のリソースを割くかは慎重な判断が必要です。

新規顧客から休眠顧客になってしまった場合には、醸成が上手くいかなかったと考えられるため、新規顧客へ向けたアプローチを見直した上で新しい要素をアピールします。
 

RFM分析を行うときは、次の3つの点に注意しましょう。

• 計測時期の違いによる結果のブレが生じる
• 顧客の詳細な属性まで把握できるわけではない
• 購買行動の予測や購入頻度が低い商品の分析には向いていない

計測時期の違いによる結果のブレが生じる

RFM分析は、顧客の行動を評価するための有効な手段ですが、その結果は分析の範囲や時期によって大きく変わる可能性があります。

RFM分析は一時点の分析であり、時間の経過とともに顧客の行動が変わることが考慮されていません。例えば、長期間にわたって安定して購入している顧客と、短期間で頻繁に購入した顧客を比較した場合、短期間の顧客が優良と評価されることがあります。

短期間のデータは偶然の影響を受けやすい一方で、長期間のデータはその影響を抑え、真の優良顧客を見つけることにつながります。

一方、短期間のデータを分析することで、現在の優良顧客の把握が可能です。そのため、分析の目的を明確にし、適切な範囲と時期でRFM分析を行うことが重要です。
 

顧客の詳細な属性まで把握できるわけではない

RFM分析の結果は、顧客の詳細な属性まで把握できるわけではありません。例えば、住所や性別や年齢、収入などの個々の属性情報は考慮されず、これらの情報を基にした詳細な分析は行えません。

特定の商品カテゴリーに基づいた分析を行いたい場合は、顧客情報に関連付けてデータを補完する必要があります。RFM分析は顧客の現在の状況に焦点を当てていますが、長期的な視点から見ると、現状では優良顧客でないかもしれない顧客が、将来的に優良顧客になる可能性もあります。

このような可能性を評価するためには、購買特性の分析が必要となりますが、RFM分析だけではこれを行うことは難しいです。したがって、RFM分析を補完する他の手法を併用することが推奨されます。
 

購買行動の予測や購入頻度が低い商品の分析には向いていない

RFM分析は、結婚や葬儀のようなリピーターが発生しにくいサービスや、自動車や高額な大型家電のように購入頻度が低いものは、RFM分析の有用性は限定的です。

高額商品や季節性の高い商品、また、子供の成長に伴って購入頻度が変わる商品も、RFM分析が最適ではない場合があります。これらの商品は購入回数が少ないか、または特定の時期やライフステージに需要が集中するため、RFM分析によるデータ収集が困難です。

これらの制約を考慮に入れ、RFM分析を導入する際には、ほかの分析手法を併用してRFM分析の限界を補うことが重要です。
 

ここでは、RFM分析の他に活用したいマーケティングの分析フレームワークについてご紹介します。
 

ファイブフォース（5F）分析

ファイブフォース分析とは、自社を取り巻く5つの脅威を可視化し、それぞれの脅威に対してどう対策するかを考えるものです。図のように、真ん中に「既存企業との競合」があり、「売り手（サプライヤー）の交渉力」、「買い手（顧客）の交渉力」、「新規参入の脅威」、「代替品の脅威」が取り囲んでいます。

これらの外部脅威を分析することで、将来的に自社はどの立ち位置にいるのかを予測し、競合他社との差別化や事業の取捨選択、具体的な戦略立案などにつなげます。

ファイブフォース分析については、以下コラムにて詳しく解説しています。

PEST分析

PEST分析とは、自社を取り巻く外的要素を「政治」、「経済」、「社会」、「技術」の4つにカテゴライズし、具体的な影響を分析するフレームワークです。

これらの外的要素をできるだけ把握することで、自社ではコントロールできない要素を考慮した上でのマーケティング戦略を立てることができます。

PEST分析については、以下コラムにて詳しく解説しています。

RFM分析は、顧客の購買行動を理解し、マーケティング戦略を策定する際に効果を発揮します。最低限分析に必要なデータが少ないため比較的始めやすく、ターゲットごとに施策を策定できたり、優先順位を決めたりできる点がメリットです。

購買行動の予測や、購入頻度が低い商品の分析には、他の分析手法の補完が必要です。自社の現状やマーケティング目標を今一度確認し、RFM分析が必要だと感じたら、今回紹介した内容を参考にしてみてください。