顧客を3つの基準に合わせて分類し、より効果的なアプローチを狙うRFM分析。しかし、具体的な事例としてはどのようなものが挙げられるのでしょうか？

今回はECサイトにおいても代表的な商材とされるアパレル業界の具体例を含め、RFMの活用方法についてまとめてみました。そもそものやり方や注意点についてもご紹介していますので、ご参考ください。

顧客を3つの基準で見る！RFM分析ってなに？

RFM分析は、Recency（直近で購入された日）、Frequency（購買頻度）、Monetary（どの程度お金を使ってくれたか）という3つの指標をもとに、顧客をグループ分けしていくものです。一般的には会社の売上に大きく貢献してくれている優良顧客を見出すために使われるケースが多く、数値によって顧客をランク分けしていく、といった感じですね。

必須なのは「顧客ごとのデータを持っている」こと。会員カードや購入履歴の一覧など、それぞれの情報が分からなければRFM分析は正確に行えません。逆に仮に整理できていなくてもデータさえ確かなら、以下のような手順でRFM分析を実施することが可能です。

◎RFM分析の手順

⒈RFMの項目ごとにランク分けをする

まず、前述した3つの項目について、それぞれ基準を設けます。例えばRなら「1週間以内に買ってくれたなら5、2週間以内なら4」といった具合で、言い方は悪いですが顧客ごとに通知表をつけるイメージです。

⒉項目ごとの点数を合計する

ですが、中にはRは5だけどMは2程度、といったように、一部だけ優良顧客の条件に当てはまるものの、他の数値は低いという顧客もいますよね。そこで、正確に顧客を分析するため「顧客ごとの点数を合計」します。

⒊ランクに基づき、更なるグループ分けを行う

最後に、合計した点数をもとに顧客をグループ分けしていきます。基本的には、合計点が高いほど優良顧客と見なせるでしょう。ただし、顧客には様々な傾向があるため、今までの購入額は高いけれど離脱しそうな顧客や、逆に新規でもたくさん買ってくれている顧客、購入額はそこそこでも安定して利用してくれている顧客など、できる限り細かく分けるのがおすすめです。

◎RFM分析の評価ポイント

前述した通り、RFM分析は顧客ごとに様々な傾向があることが分かる方法でもあります。顧客それぞれのアプローチを正しく考えるためにも、総合点だけでなく「評価ポイント」をしっかり見極めておきましょう。

・R（最後に購入した日）やF（購入頻度）の数値が高い顧客は、レスポンス率に優れている

・Rが高い顧客ほど商品への興味が強いと考えられ、将来の収益に貢献する可能性が高い

・Rが低い場合、FやMが高くてもいずれ離脱する、または既にしている恐れも

・Rの数値が同じでも、Fが高いほど常連客になっていると考えられる

・Rが同じなら、FやMが高いほど購買力がある顧客と見なせる

・RやFが高くても、Mが少ない顧客は売上への貢献力が低い

・Fが低くMが高い顧客は、Rの数値が高い方がより重視すべき優良顧客となる

・Fの上昇がない、あるいは下がっている顧客は離脱している恐れがある

・RFMのすべてが低い顧客は、切り捨てることも視野に入れておく

こうして見ると、基本的には「Rの数値」を基準にして考えられることが多いのですね。一番最近買ってくれた顧客は、新規でも後に優良顧客となってくれる可能性があるので、効果的なアプローチを行いたいものです。

◆RFM分析には注意点もある！

しかし、RFM分析には注意点もあります。取り扱う商材やサービスによっては不向きな企業も存在するため、よく確認しておきましょう。

その①　優良顧客以外へのアプローチもしっかり考える

RFM分析でありがちなのが、抽出できた優良顧客を優先的に考えすぎて、いずれ優良顧客になってくれるかもしれない顧客を取り逃してしまう、というもの。例えば、以下のような顧客を言います。

・最近初めて購入してくれた新規顧客

・以前は頻繁に購入してくれていたのに、最近は動きがない顧客

・購入回数自体は多いのに、購入金額が少ない顧客

RFM分析を有効に活用するには、こうした人々にもそれぞれに合わせたアプローチを試してみる必要があります。ロイヤルカスタマー（優良顧客の中でもより上位の層をさす）を育成すべく、深い信頼関係の構築を目指しましょう。

その②　それぞれの基準値には意義を持たせる

RFM分析では通知表のように顧客に点数をつけるとお話しましたが、例えばRの指標として「1週間前までが5、2週間前までが4」というのはあくまでも目安であり、会社ごとに適した数値は異なります。なぜその基準になるのか？を考え、自社ならではの基準を導き出しましょう。

その③　商材の傾向的に活用できるかを考える

RFM分析が向いていない特徴として「季節限定の商品を取り扱う会社」や「高額商品を中心に取り扱う会社」などが挙げられます。クリスマスやお正月、夏の時期など限られた時期に注力する企業だと、直近の購入日は優良顧客を求める指標になりにくいからです。

また、商品単価が数百万円以上となるのが基本の商品（車や住宅など）を取り扱う会社にとっても購入頻度は指標にしにくいもの。自社の商材と向き合い、最適な顧客分析を検討してください。

アパレル業界で見る！RFM分析を用いた活用事例は？

このように、RFM分析には注意点もありますが、有効活用できれば多くのメリットが存在します。では、実際の活用事例を具体的に見ていきましょう。

高級レースを用いたレディースファッションブランドの例

創業から70年の歴史を誇り、日本有数の繊維問屋街を誇る日本橋付近に拠点を構えるアパレルブランド「麗（れい）」。終戦後まもなく輸入レースを使ったブラウスを販売したことで知られ、現在では国産のオリジナルレースを用いた一大ブランドとして発展しています。

取引先は百貨店から個人のブティックまで、全国に1000社以上。しかし、それだけの規模でありながら日常業務をすべて手作業で行っており、かなりの時間的コストが費やされていたことから「販売実績（RFM）に応じた顧客対応を目指し、システム化に踏み切った」そう。

同社はRFM分析により、年間売上高の高い取引先に対して卸値を下げたり、キャッシュバックを行ったりといった施策を実施。優良顧客をマップで可視化することで、訪問や営業の際に近くの休眠顧客（過去にやり取りがあったが、その後放置されている顧客）を訪ねるといったアプローチができるようになりました。

また、麗ならではの施策として「優良顧客が持つ商圏内に、新たな顧客を作らない」というものも。これは“国産レースを使った、少量生産のオリジナル商品を取り扱っているお店”、という取引先の価値を下げないために徹底されています。取引先との信頼関係を高める上でもメリットの大きい施策と言えますが、こういったアプローチを行えるのは、RFM分析において「誰が優良顧客か」を正しく判断できたからなのですね。

参考：https://techtarget.itmedia.co.jp/tt/news/0802/18/news01.html

（RFM分析で優良顧客を見極めたアパレルメーカーのCRM活用：ITmedia）

事例を見ても分かるように、RFM分析を行う前に「どのような施策を前提とするか」を考えておくと、後の活用がスムーズです。優良顧客や安定顧客、休眠顧客、離脱顧客など細かく見極めた上で、それぞれに対してどのようなはたらきかけをすれば売上や信頼関係の構築に繋がるのか。評価ポイントもふまえ、自社の課題を確認していきましょう。

単品リピート通販における「RFM分析」とは

RFMとは、最後に商品を購入した日を表すRecency、それに購入回数のFrequencyと購入金額のMonetaryを加えた顧客データでデータは一人分ずつ保存を行い、今後のアプローチに向けて分析する為に使います。内容的にはRecencyやFrequencyとMonetaryの3つだけですが、RFMの分析次第でマーケティングの可能性が広がります。単品リピート通販においては、顧客の相対的なランク付けを行うことで、販促の費用対効果を調べることができます。

RFM分析の結果が良好な顧客ほど、積極的に販促を進める余地であったり、費用対効果の高さが優れます。最終購入日のRecencyは、現在の日付との比較によってアプローチの方法を変えら最後の購入から間が開いていれば、以前購入した商品の不足はないか尋ねるキッカケとなります。逆に頻繁に買い物されている場合は、最近購入した物を繰り返しおすすめできます。

おすすめするか否かの判断は、購入回数を表すFrequencyが参考になります。これは単純に商品を買った累計なので、今後も注文してくれるかという指標としても役立ちます。Monetaryは累計の購入金額で、どれだけお金を使ってもらえるか分かる数字で今後どのように販促を行うか、それが単品リピート通販におけるRFM分析の目的で、なくてはならない視点です。

どうしてRFM分析が単品リピート通販で重宝されるのか

RFM分析が単品リピート通販で重宝される理由は、顧客をグループ化して対応しやすいからです。例えば顧客を順に並べ替えると、デシルという単位でグループ化することができて、購入金額の傾向などの分析が捗ります。デシルとは10等分という意味で、全体を単純に10のグループに分けるだけと簡単な方法です。

このようにグループ化(グルーピング)すると、デシルごとの購入金額や全体における購入比率、あるいは累計金額が一目瞭然で一人あたりの購入金額も明らかになるので、有益なマーケティングデータが得られるわけです。デシルを使ったRFM分析の手法は、単品リピート通販で成功している、大手のリピート通販会社では更に10パターンに分類して、単純にランク付けするだけでなく、アプローチの手法を柔軟に変えます。

RFM分析の価値を知るリピート通販会社では、初回の購入客に不安があることを知っていて2回目の購入でもまだ不安が残り、特定の回数や金額で購入した場合に安定客とみなします。金額を特定以上で大きく使う人は、プレゼントや値引きに敏感な顧客だと分析します。売上に大きく影響するほど、特定回数と金額以上で購入する顧客は、全体の中でも優良とランク付けされます。他にも離脱のタイミングによって、初回離脱客や流行離脱客などに分類される傾向です。

リピート通販会社が用いるRFM分析の方法は、今や多くの企業や単品リピート通販で重宝されるい理由はとても簡単で、顧客は4つのステップで優良客というリピーターになるからです。各ステップにおけるアプローチのタイミングや方法は、企業ごとのノウハウでやずやにおいても同様です。ただデータを蓄積してRFMの分析を進めると、デシルを活用したグループ化が進み、ランク付けができるようになります。

そこからアプローチの方法が見えてくると、無駄の少ない販促活動と結果が実現し単品リピート通販でRFM分析が人気なのは、やはりコストの削減や利益のアップが見込めるからです。単純に消費者を相手にしているだけでは、顧客の心理は見えないままでアプローチの判断も難しいものです。逆にRFM分析は既存客の心理を知る方法の1つで、分析的なコミュニケーション手段となります。

希望するタイミングで商品の販促が行われれば、消費者は企業に対して、自分を見たり分かってくれていると感じます。放ったらかしで何のアプローチもない、こういった状況ではコミュニケーションが上手く行かず、消費者にも顧客にとっても不幸なままで良く買い物をしてくれる人に積極的なアプローチをする、これは合理的で王道ともいえる判断です。

RFM分析では離脱客の存在にいち早く気が付き、離れそうな消費者を呼び止めたり、関係を切らずに済むようになり、単品リピートにおいて絆が深まるばかりか、理想的なステップアップを後押しする切っ掛けにも変わります。大手がセミナー等での事例は上手く成功した一例で、分析を推し進めて活用しているからこそ、顧客と企業の間の絆が深いわけです。

RFM分析は万能ではない、問題点と限界について

マーケティングの分野では既に当たり前で、多数の企業が始めているRFM分析も、実は決して万能ではなく限界があります。RFMにおいては、長いスパンでの顧客育成が疎かになる問題点が潜み必然的に、商品を買ってくれそうなお客様にアプローチが集中するので、同じやり方だと飽きられてしまいます。カタログやDMといったアプローチは特に、マンネリ化しやすく飽きを感じさせるものです。

RFM分析の問題点はつまり、短期集中型の費用対効果を追い求めることで、顧客が短期間の内に疲弊してしまうことで一時的には売上が伸びますが、長期的な時間軸では伸び悩む恐れがあります。もう一つの問題点は、分析時点のデータが過去のもので、お客様によっては日数が大幅に経過していて古いという部分です。常に顧客データの鮮度が保たれる保証はないので、マーケティングで絶対視するのは禁物です。

むしろ限界を理解して上手く付き合う、これがRFMの賢い使い方で成功の鍵を握るポイントです。分析の限界においては、特定の期間や季節商品だけを買ってくれる、そういったお客様の存在が薄まるのも問題点で収集されるデータのサンプルが少なかったり、分析の頻度が低く結果が現在の実態から離れていると、マーケティングには役立たなくなります。特別な時に選んだり買い物をしてもらえる、そのようなお客様は少なからず一定数存在するものです。

RFMは万能ではなく不完全なので、このタイプの顧客を取りこぼしてしまう問題を抱えます。ある意味で手法の限界といえますから、マーケティング分野の懸念材料となっていてRFMが普及して問題点が明らかになった結果、分析方法は進化して問題を乗り越えつつあります。クラスター分析はRFMの高度なバージョンで、RFM全ての項目を3次元的にランク付けしたり、顧客の分類を行う手法です。

顧客同士の距離を測るのがクラスター分析のミソで、相対的に任意のセグメントに分けられます。セグメントにはクラスターの特徴が表れるので、より効率的に調べたり対策が行えるというわけです。非階層クラスター分析では、顧客を新規や優良と非優良に分類することができ、それぞれのRFM値がグラフで視覚的に捉えられるので、単品リピート通販の客層と、全体の状況が明らかになります。

セグメントを5つに分ける場合は、更に離反顧客や安定顧客の層も視覚的に見え始めます。RFMの問題点に対する基本的な対応方法は、分析の継続性と変化に向ける注視しマーケティングでは分析結果の鮮度が命なので、高頻度かつ定期的に分析することが大切です。継続することで顧客の動向が追い掛けられますし、離反しそうになってもいち早く気が付けます。分析頻度を上げると、長いスパンでも顧客が把握できるようになるので、RFM分析の問題や限界を克服できます。

一方では分析のタイミングも重要で、1年に1回のペースで行う頻度と、不定期で分析に掛けるやり方では不十分です。頻度は少なくとも3ヶ月に1回が理想的で、より短い間隔なら効率的にRFMの問題点が解決します。タイミングは予め決めておき、定期的に計画的な分析を進めるのがマーケティングの基本で従来のやり方ではなく、問題点を理解した上でクラスター分析も活用したデータ分析が問われます。

お客様も人間なので、一度心が離れてしまった絆を取り戻すのは困難で頻度の低さは離反の増加に結び付きやすく、離反を防ぐチャンスも逃してしまいがちです。離反の発生前には予備軍が存在するので、まずは予備軍を定義して対応方法を考えることが肝心です。問題点は他にもあって、少額でも継続購入している顧客と、初めて高額商品を購入したお客様が同日で同じセグメントに分類される恐れです。

最後の購入からの経過日数と、累計購入金額の条件次第でセグメントの誤分類が起こります。実際にはセグメント層が異なるわけですから、適切な分類分けをする為の対策が必要不可欠です。一つは各指標の注目度合いを高めて、もっと詳細にセグメント分けを推し進めるやり方で、もう一つはRFM以外の方法と併用を行い、他の視点を獲得してお客様を把握することです。ツールによっては複数の技術を採り入れることで、限界を克服したり欠点を補っています。

「RMF分析」のまとめ

この分析方法は3つのデータ基本にあって、分析の仕方で客層を捉えて対応する施策です。データは顧客が買い物をする度に更新されるので、頻度の高い消費者ほど情報の鮮度が保たれますが、反対に購入の間隔が開いていたり、初めての顧客はデータ量が限定的です。鮮度も決して新しくはないので、その点を踏まえて施策に取り組む必要があります。必ずしも万能ではなく、欠点も少ないものではありませんが、基礎知識を理解したり活用しようとする試みは重要です。

知識は基礎勉強と経験から得ることができて、分析をサポートするツールを使えば理解が深まります。最初はRやMとFの3項目に注目して、数字が示す意味を把握するのが先決です。3つの項目はいわば顧客の行動パターンを表し、現在の購買意欲を分析する材料となります。またこれらの項目は相互的に関係しているので、組み合わせ方次第で分類やランク付けが行え欠点を持つ分析方法ではありますが、単品リピート通販で導入して成功している事例が存在します。

問題点や限界の克服は不可能ではない、そう希望が持てる事例なので、基礎と共に一歩踏み込んだ取り組みが成功のポイントとなります。欠点は既に把握されている部分が多く、対策方法も考えられているので、この分析技術は日々進化しています。分析ツールの側も進化途中ですから、何時も新しい発見があったり新たな知識が得られマーティングの施策として、ツールを使った分析は顧客の動向把握に役立ち、結果を深めることも十分に可能です。