Data Marketing データマーケティングコラム

データマーケティングコラム

RFM分析のメリットと実施方法とは？考慮すべき点も解説

2021 / 09 / 10

RFM分析は、顧客の属性を細かく分けて分析することによって効率的にマーケティングを企画・実行していける分析手法です。RFM分析は多くの企業でマーケティング効率化のために取り入れられていますが、自社で取り入れたくてもメリットや実施方法がよくわからないという方も多いのではないでしょうか。そんな方々に向けて、今回はRFM分析のメリットや分析の実施方法、分析にあたって考慮すべき点についてお伝えしていきます。

RFM分析についておさらい

RFM分析は下記3つの指標を用いて顧客をグループ分けする分析手法です。RFMは3つの指標の頭文字をとった言葉です。

【Recency（直近購入日）】商品の最終購入日からの経過期間
【Frequency（購入頻度）】購入頻度の高低
【Monetary（購入金額）】購買金額の総額

顧客1人ひとりにあわせた効率的なマーケティングを実施することが目的で、LTV（Life Time Value：顧客単体が生涯でもたらす収益の総額）の最大化を目指します。
RFM分析の実施にあたっては、商品特性に合わせた期間のデータを収集し、RFMを一定の間隔でグループ分けしてデータを分類したうえで分析を進めていきます。

RFM分析のメリットはマーケティングの効率化

RFM分析を実施すると、対象グループの顧客にマッチしたマーケティングができるので、社内のリソースを顧客になる確率が高いグループへ使用できます。
反対に、RFMの全ての要素でポイントが低い顧客はマーケティングの対象から外す、最終購入日が一定期間前の顧客にはアンケートで理由を探るといった対策が可能です。

RFM分析で考慮すべき点は顧客の購入物と購入時期

RFM分析はマーケティングの効率化に有効ですが、決して万能ではなく、顧客の購入物と購入時期の考慮はできません。顧客の状況に合わせた提案はRFM分析だけでは不可能で、顧客の心理状態や生活状況なども合わせて分析を進める必要があります。
例えば、特定の季節でのみ購入される商品の場合、データの収集時期によって最終購買日や購買頻度に差が生まれてしまいます。別の例では、ベビー用品で第1子の誕生時に商品を気に入り、第2子の誕生時にも購入した場合は、第1子と第2子の間で購入期間が空いてしまいます。頻繁に購入されない商品へのRFM分析は避けた方がベターです。

一般的にきめ細かいマーケティングをしようとすればするほど多くのデータが必要になる傾向にありますので、CRM（Customer Relationship Management：顧客関係管理）ツールを活用してデータを収集・管理していくとよいでしょう。

RFM分析の方法とは

ここからは、具体的にRFM分析をどう実施していくのか、みていきましょう。

課題を明確にして仮説を立てる

まずは現状の把握、仮説の立案を実施します。仮説なしでデータを収集・分析しても良い結果には繋がりません。当初の目標を達成できない理由について推測することで仮説が立ち、3つの指標のうちのどこに注目すべきか考えるベースになります。
現状や仮説を考慮してRFM分析が適切かどうかも議論します。分析手法は他にも優良顧客を見つけやすいデシル分析や、顧客が購入する可能性のある商品の推測に役立つCTB分析などがありますので、各分析の特徴を把握して適切な分析手法を選択しましょう。

データを収集してRFMそれぞれの指標に沿って分類する

続いて仮説の立証に必要なデータを収集していきましょう。例えば、ターゲット設定が適切でなくリピーターが少ないことで売り上げが伸びていないと仮説を立てた場合は、RFMデータの他にも顧客の年齢、性別、職業などのデータを収集すると効果的です。
データの収集が一通り完了したらデータを分類していきます。分類の指標はRFMそれぞれの要素で5段階程度ずつ設定するのが一般的ですが、詳細は分布状況や分析目的、扱う商材などによって変わってきます。
RFMでそれぞれ5段階の指標を設定すると顧客グループは5×5×5=125のグループに分けられますので、例えば顧客AはRが3ポイント、Fが1ポイント、Mが2ポイントなどといった形で、指標の段階に応じてランク付けしていきましょう。

各グループの顧客を分析して施策を立案し実施する

顧客のランク付けが一通り終了したら、グループごとに仮説と比較しながら分析してマーケティング施策を企画します。
また分析が適切なように見えても、他の要因が発見されることもあるため、次項で説明するPDCAサイクルを回しながら複数回分析を実施するのが基本です。

効果を検証して改善策を考える

マーケティング施策は一度実施して終わりではなく、仮説を立て（Plan）、マーケティング施策を企画・実行し（Do）、その効果をチェック（Check）して、改善（Action）するというPDCAサイクルを回していきます。
データは日々更新されるため、適宜施策の方針修正などが必要です。先述したCRMツールを使ってデータを蓄積しておき、順次マーケティングに活用していきましょう。

継続的なマーケティング活動に適した分析を行う

RFM分析とは、顧客の属性をRecency（直近購入日）、Frequency（購入頻度）、Monetary（購入金額）の3つの要素に分けてグルーピングし分析する手法で、マーケティングの無駄を省き、効果が出やすくなるメリットがあります。反面、購買物の考慮や購買時期の関連付けなどはRFM分析では考慮できない内容のため注意が必要です。
クロス・マーケティングでは、RFM分析で対応しきれない内容について、購買物や購買時期を考慮してデータを統合・分析する『ジャーニーデータ分析』という手法のほか、アンケートと掛け合わせた継続・離反理由の深堀りなどによる対応を行っております。顧客データの活用についてご興味のある方はクロス・マーケティングへご相談ください。

■参考サイト：
https://www.onemarketing.jp/knowledge/word/rfm
https://www.cccmk.co.jp/columns/basic31
https://jp.marketo.com/content/rfm-analysis.html
https://www.albert2005.co.jp/knowledge/marketing/customer_product_analysis/decyl_rfm
https://digimarl.com/syllabus/rfm_researching/
https://www.profuture.co.jp/mk/column/9601
https://pantograph.co.jp/blog/marketing/rfm.html
https://www.postas.co.jp/makesmiles/3670/index.html
https://kuroco.team/blog-data-rfm/
https://birdiecloud.com/apparel-lab/know-how/3179