RFM分析（Recency, Frequency, Monetary）の概要と活用方法

RFM分析は、顧客の購買行動を基に顧客セグメントを分類し、効果的なマーケティング施策を立案するための手法です。この分析手法は「Recency（最新購買日）」「Frequency（購買頻度）」「Monetary（購買金額）」の3つの指標を基に行われます。

RFM分析とは

RFM分析の目的

RFM分析は、顧客の価値を把握し、ターゲティングを最適化することを目的としています。この手法を活用することで、顧客ごとに異なる価値を明確にし、個別のアプローチを可能にします。

RFMの3つの指標

1. Recency（最新購買日）
   顧客が最後に購入した日からの経過日数を指します。この指標が短いほど、顧客の関心や忠誠心が高いと判断されます。
2. Frequency（購買頻度）
   一定期間内の購買回数を指します。頻繁に購入する顧客は、ロイヤルティが高いと評価されます。
3. Monetary（購買金額）
   一定期間内の総購入金額を指します。購買金額が多い顧客ほど、企業にとっての価値が高いとされます。

RFM分析の手順

1. データの収集

顧客の購買履歴データを収集します。必要なデータは以下の通りです。

• 最終購入日
• 購買回数
• 購買金額

2. スコアリング

各指標に基づいて顧客にスコアを付けます（通常は1～5の5段階）。スコアリングは以下のように行います。

• Recency：最新購買日が新しいほど高いスコア
• Frequency：購買頻度が多いほど高いスコア
• Monetary：購買金額が多いほど高いスコア

3. セグメント化

スコアリング結果を基に、顧客を複数のセグメントに分類します。例えば、以下のような分類が可能です。

• 高R・高F・高M：最も重要なロイヤルカスタマー
• 高R・低F・低M：新規顧客
• 低R・低F・低M：離反リスクが高い顧客

RFM分析の活用事例

ターゲット別マーケティング

• ロイヤルカスタマーへの特別なリワード
  高スコアの顧客に限定プロモーションや特別な割引を提供することで、ロイヤルティをさらに強化します。
• 離反リスク顧客へのフォローアップ
  低R・低F・低Mの顧客に対して、再購入を促すキャンペーンを実施します。

顧客生涯価値（CLV）の向上

RFM分析を活用して顧客のCLVを計算し、高価値顧客への投資を最適化します。

RFM分析を行う際の注意点

データの正確性

収集するデータが正確であることが重要です。不正確なデータは分析結果に悪影響を与えます。

過度なセグメント化のリスク

セグメントが細分化されすぎると、運用が複雑になり管理が困難になります。適切な粒度で分類を行うことが重要です。

分析の目的を明確にする

目的が曖昧な場合、得られる洞察が限定的になります。分析を開始する前に、具体的なゴールを設定しましょう。

RFM分析のスコアリング例

顧客ID	Recency（最新購買日）	Frequency（購買頻度）	Monetary（購買金額）	Rスコア	Fスコア	Mスコア	総スコア
001	3日	10回	50,000円	5	5	5	15
002	30日	2回	10,000円	3	2	2	7
003	90日	1回	5,000円	1	1	1	3

この表は、顧客セグメントの可視化と分析に役立ちます。