RFM分析とは、「最近の購入日」「来店頻度」「購入金額」の3つの指標で顧客をランク付けする方法です。
これはマーケティングの基礎であり、顧客分析において最も有効な方法として用いられます。
そして現在、その有用性と効果が注目されています。ECサイトのみならず、実店舗でも新規リピーター増加を狙う最もポピュラーかつ確実性の高い手法です。
そこで今回、顧客を効率的に分析し、今後の施策を成功させたい方に向けた、RFM分析の詳細と効果を最大化する方法を分かりやすく解説します。
RFM分析とは？
RFM分析とは、顧客の動向を分析する手段です。優良顧客やリピーターを増やすことが目的で、その達成のため、3つの基準を用いて分析します。
一つのグループを深堀りすることができるので、顧客のニーズを理解でき、効果的にターゲットを絞ることができます。そのためRFM分析は、効率よくユーザーを増やすのに必須の方法です。
RFM分析＝顧客分析の一種
RFM分析は、Recency（最新の購入日）、Frequency（購入の頻度）、Monetacy（購入した金額）の3単語のイニシャルを取ったもので、この3つが重要な指標になります。具体的には、
- Recenty＝顧客は直近でいつ買ったか
- Frequency＝顧客はどのくらいの頻度で買ってくれるか
- Monetary＝顧客はいくら分買ってくれたか
以上の3つのグループをさらに小分けにし、詳細なアクションプランを実行するのが一般的な方法です。これをデシル分析といいます。
この方法で、優良顧客かどうか分析することが可能になります。顧客をグループ化できるということは、グループごとに効果的なアプローチをすることを可能にします。これは、企業や組織にとって大きな利益をもたらす手法としても非常に有効です。
Recency （最新の購入日）
最近購入した顧客の方が何年も前に購入した顧客より良い顧客です。購入データから、その顧客が最後に買い物をしたのはいつかを算出してグループ化します。例えば、「1週間以内」、「1か月以内」、「半年以内」、「それ以前」などで基準値を設定し、各々をグループとします。
また、RFM分析で特に必須の指標となるのが、このRecencyです。そもそも、購入日がデータ化されていないと分析はできないため、見込み客分析においてこの指標は重要です。
Frequency（購入の頻度）
どの程度頻繁に購入してくれたかを判断材料とし、購入頻度が高いほど良い顧客とみなします。顧客ごとの購入履歴から何回購入してくれたかを洗い出し、その回数を多い順にランキング化します。その一番上にくる顧客が「F」の最も高い顧客です。
Fの低い顧客が多い場合、サービスのレベルや商品の価格に不満を抱えているといえます。一方で、Fの高い顧客が多い場合、常連顧客が多いということになります。その代わりに新規顧客が少ないということになるので、新規獲得の施策を行う必要があります。
関連記事
CS（顧客満足度）とは？意味・測り方・数値向上に必要なこと
Monetary（購入した金額）
購入金額の合計で、金額が大きければ大きいほど良い顧客といえます。こちらも、購入履歴から金額の大きい順にランキング化し、最も上にくる顧客が多く買い物してくれる確率が高いです。
またこのMonetaryを10段階に分ける、より高度な分析方法を「デシル分析」といいます。この方法によって、長期的に買い物している顧客と一度の高額商品購入だけの顧客の判別を行うことができます。
関連記事
LTV（ライフタイムバリュー）とは？マーケティング用語・顧客生涯価値の算出方法・向上させるためのコツ
何のためにRFM分析を行うのか？
RFM分析を行う目的は、ターゲットに対して効率よく効果的なアプローチを可能にし、費用対効果を維持、改善して売り上げの拡大を図ることです。売り上げ増加のために、今より手間をかけず、より早く、よりコストカットすることがRFM分析によって実現されるのです。
顧客をグループ分けし、効率的なアプローチを行うため
RFM分析をすることで、顧客を以下のグループに分けられます。
- 優良顧客
- ロイヤル顧客
- 継続顧客
- 休眠顧客
- 新規顧客
これに基づいて商品を購入してくれそうな顧客に対して適切なアプローチをすることで、効率よくマーケティング施策を行うことができます。特に購買意欲の高い顧客を見極め、その顧客データをもとに優先して費用と時間をかけることで、効率的に売り上げの向上が期待できます。
例えば、非効率に全会員にDMを送るのではなく、購買意欲のある顧客だけにピンポイントに送って作業効率化を図ることもできます。
「優良顧客」とは？
優良顧客を基準別で説明します。
Recenty（最新購入日）が低い顧客は、離反の可能性が高いことを意味し、最近お店で全く買い物していないということになります。つまり、このお客さんはお店に戻ってこない可能性が高いです。実店舗の場合、顧客の引っ越しやライバル店の出現が考えられます。
Frequency（購入頻度）が低い顧客は一見さんの可能性が高く、一度の買い物で離脱しています。商品やサービスに満足してくれていません。逆に、Fが高い顧客は常連さんで、会社の商品にこだわりや愛着を持ちリピートしてくれています。
Monetary（購入金額）が低いと、セール目的の顧客の可能性が高いです。Mが低いということは、特定のものしか買わない、もしくは安物しか買っていないということが考えられます。一般的に、セール品のみの購買で数値が下がります。
RFM分析の手順
RFM分析の手順を解説します。効果を最大限発揮するためには、一つひとつのステップを意識し分析を進めていく必要があります。目標達成のための手順になるので、もれなく理解し、実践できるようにしていきましょう。
1. 仮説を立てる
まず、「なぜ売れないのか」について深掘りしていくことが重要です。現状売れていない商品を売っていくために、個人や組織で議論することを重視しましょう。
原因とそれを解決するためにはどうすればいいのかの仮説を立てることが、RFM分析の前に行うべき第一ステップです。この手順を踏まないと、分析によって得られたデータの価値が見いだせなくなります。
RFM分析は、今の状況を把握し、その解決や効果の増大を行う手段のひとつです。RFM分析自体が目的にならないよう、確固たる目的を組織で共有しましょう。
2. データの定義と収集
仮説を立てることができたら、指標に必要なデータの定義付けと収集を行います。例えば、「DMを送った顧客の購買率が下がっているのではないか」という仮説を立てた場合、「それ以前の過去10回分のDMを見た顧客の平均購買率」のデータを取得しようと判断することができます。
3. システムからデータを抽出する
次のステップは、データの抽出です。データベースにアクセスして、抽出します。基幹システムなどと連携していると、ダウンロードが簡単に行えます。また、Excelやスプレッドシートでデータを管理している場合、顧客のIDやナンバーごとに取得したい情報を抽出しましょう。
4. 数字の集計
データの抽出ができたら、数字の集計を行います。数字の集計は、Excelやスプレッドシートで対応可能です。また、ピポットテーブルを活用すれば、取得したいデータを可視化し分かりやすく共有できます。テーブルごとのデータを関連付けたい場合は、vlookup関数などを使うと効率よく作業ができます。
5. データを基に意思決定
最後のフェーズ、意思決定です。最初に立てた仮説と集計したデータの整合性が取れていれば、仮説に沿った施策を行うことが利益の向上に有効です。
一方で、仮説と実際のデータの整合性が取れなかったならば、新たな仮説を立てる必要があります。仮説とデータのずれを確認し、最適な意思決定を行うことが、RFM分析を業績UPに結び付ける重要な手順です。
この一環したステップは、一度だけでなく、何度も繰り返すことがポイントです。PDCAを回し続けることが、新しい課題とその解決を発見するきっかけになります。
RFM分析を活用して、顧客に対して効率的なアプローチを
RFM分析は、マーケティングの基礎的な分野でありながら、最も効果的な手段です。RFM分析を深く理解することは、顧客の行動予測やニーズのくみ取りを可能にします。無駄なコストを抑え、購買意欲の高い顧客だけに適切なアプローチをすることを心掛けると良いでしょう。
また、仮説を立てるところからデータ収集、意思決定まで単純な流れですが、考えるべき部分がたくさんあります。RFM分析を行う際、PDCAを回しながら常に考えつづけることを重視すれば、より目標達成に近づけるでしょう。
口コミラボ 最新版MEOまとめ【24年9月・10月版 Googleマップ・MEOまとめ】
そこで口コミラボでは、MEO・口コミマーケティングに役立つ最新ニュースをまとめた「Googleマップ・MEO最新情報まとめ」を毎月発行しています。
本記事では、主に2024年9月・10月の情報をまとめたレポートのダイジェストをお届けします。
※ここでの「MEO」とは、Google上の店舗・施設情報の露出回数を増やしたり、来店行動につなげたりすることで、Google経由の集客を最大化させる施策を指します。
※『口コミアカデミー 』にご登録いただくと、レポートの全容を無料でご確認いただけます。
詳しくはこちらをご覧ください。
→「ポリシー違反によるビジネスプロフィールの制限」が明文化 ほか【2024年9月・10月版 Googleマップ・MEOまとめ】
