RFM分析とは、顧客の購買行動を3つの指標で分析し、優良顧客や休眠顧客などに分類する手法です。
この分析により、顧客一人ひとりの状況に合わせた効果的なマーケティング施策を打つことが可能になります。
本記事では、RFM分析の基礎知識から、身近なエクセル（Excel）を使った具体的なやり方、さらには分析結果を活かした施策の例まで、分かりやすく解説します。
お店やサービスをもっと良くしたい！と思っているけど、何から手を付ければいいか分からない！と言ったお悩みをお持ちではありませんか？
「ファンくる」では、ブランド選択理由や店舗毎特性など、お客様の体験を可視化できるようになりました。
特許を取得した独自解析によって、ブランド戦略や商圏戦略、業務改善をご支援します。
経営の意思決定や現場改善に繋がるデータ活用に課題を感じている方はお気軽にご相談ください。
＞＞ファンくるのサービス概要を見る
RFM分析の基本を理解しよう
RFM分析とは、顧客を深く理解するためのマーケティング分析手法の一つです。
全ての顧客を同じように扱うのではなく、顧客の価値や状態を見極め、それぞれのグループに最適化されたアプローチを行うことで、マーケティング活動の効率と効果を最大化することを目的とします。
まずは、この分析手法の基本的な考え方から見ていきましょう。
RFM分析とは？3つの指標で顧客をランク付けする手法
RFM分析とは、顧客の購買行動が記録されたデータをもとに、「Recency（最終購入日）」「Frequency（購入頻度）」「Monetary（累計購入金額）」という3つの指標を用いて顧客をスコアリングし、グループ分けする分析手法です。
この分析の目的は、顧客一人ひとりの価値を可視化し、それぞれの顧客グループに対して最適なアプローチを行うことにあります。
分析手法そのものの意味を理解することで、より効果的なマーケティング戦略を立てられます。
RFM分析で用いる3つの指標（Recency・Frequency・Monetary）の詳細
RFM分析で用いる3つの指標は、それぞれ顧客の購買行動の異なる側面を示しています。
Recency（リセンシー）は「最終購入日」の略で、顧客が最後にいつ購入したかを示します。
分析日から最終購入日までの期間が短いほど、優良な顧客と評価されます。
Frequency（フリークエンシー）は「購入頻度」を意味し、特定の期間内に顧客がどれくらいの頻度で購入したかを示す指標です。
Monetary（マネタリー）は「累計購入金額」のことで、特定の期間内に顧客がどれくらいの金額を使ったかを示します。
なぜRFM分析が重要？顧客の購買行動を可視化するメリット
RFM分析の最大のメリットは、顧客の購買行動を客観的なデータに基づいて可視化できる点にあります。
これにより、全ての顧客に画一的なアプローチをするのではなく、「優良顧客」「休眠顧客」といったグループごとに最適化されたマーケティング施策を展開できます。
顧客の状態に応じたコミュニケーションは、顧客満足度の向上やLTV（顧客生涯価値）の最大化に直結し、結果として企業の売上向上に貢献します。
【Excelで実践】RFM分析の具体的な進め方4ステップ
RFM分析は、専門的なツールがなくてもExcelを使って手軽に始めることができます。
ここでは、データ準備から顧客のグループ化まで、具体的な分析方法を4つのステップに分けて解説します。
この手順に沿って進めることで、自社の顧客データを基にした実践的な分析が可能になります。
ステップ1：分析に必要な顧客データを準備する
最初に、RFM分析に必要な顧客データを準備します。
最低限必要なのは「顧客を識別するID」「購入日」「購入金額」の3項目が含まれたデータです。
これらのデータをExcelの表形式で一覧にまとめます。
分析対象とする期間は、商材の特性にもよりますが、例えば過去1年間や直近90日間など、ビジネスの実態に合わせて設定します。
データに重複や欠損がないかを確認し、正確な分析ができる状態に整えることが重要です。
ステップ2：顧客ごとにR・F・Mの数値を算出する
次に、準備した購買データから顧客IDごとにR・F・Mの3つの数値を算出します。
- R（Recency）：分析基準日を設定し、「分析基準日-顧客ごとの最終購入日」を計算します。
- F（Frequency）：顧客ごとの購入回数を数えます。
- M（Monetary）：顧客ごとの購入金額を合計します。
Excelのピボットテーブル機能や、SUMIF、COUNTIFといった関数を活用することで、RFM分析に必要なこれらの数値を効率的に集計できます。
ステップ3：算出した数値を基に顧客をランク分けする
RFMの数値を算出したら、それぞれの指標で顧客をランク分けします。
一般的に3段階から5段階でスコアリングすることが多いです。
ランク分けの方法に絶対的な決まりはありませんが、例えば顧客全体を5等分し、上位から順に5点、4点…と点数を付ける方法があります。
これはデシル分析の考え方に似ています。
注意点として、Recencyは数値が小さいほどランクが高く、FrequencyとMonetaryは数値が大きいほどランクが高くなります。
ステップ4：ランクを組み合わせて顧客をグループ化する
最後に、各指標で付けたランクを組み合わせて顧客を具体的なセグメントに分類します。
例えば、すべての指標でランクが高い顧客は「優良顧客」、Recencyのランクだけが低い顧客は「休眠顧客」といった形でグループ化します。
各セグメントの顧客数や売上構成比などを把握することで、どの顧客層に重点的にアプローチすべきか、マーケティング戦略の優先順位を判断する材料になります。
分析結果を最大化する！顧客グループ別のマーケティング施策例
RFM分析の価値は、顧客を分類して終わりではなく、その結果を具体的なマーケティング施策に活かすことで発揮されます。
分析によって可視化された顧客グループの特性に合わせて、アプローチ方法を変えることが重要です。
ここでは、代表的な顧客グループごとに有効な施策の事例を紹介します。
優良顧客｜特別なアプローチでさらにファン化を促進する
Recency・Frequency・Monetaryの全てのスコアが高い「優良顧客」は、企業の売上を支える最も重要な層です。
このグループに対しては、感謝の意を伝えるとともに、特別感を演出するアプローチが効果的です。
例えば、新商品の先行案内、会員限定セールへの招待、誕生日プレゼントの送付など、一般顧客とは異なる特別な待遇を提供することで、ブランドへのロイヤルティをさらに高め、長期的なファンになってもらうことを目指します。
安定顧客｜優良顧客へと育成するための施策
Recencyのスコアが少し下がり始めた一方で、FrequencyとMonetaryのスコアは高い顧客層は、引き続き関係性を維持し、優良顧客へと育成することが目標となります。
具体的には、購入履歴に基づいた関連商品のレコメンドや、もう一品購入すると特典が付くアップセル・クロスセルを促すキャンペーンが有効です。
定期的なコミュニケーションを通じて、ブランドを忘れさせない工夫が求められます。
新規顧客｜再購入を促しリピーターにつなげる
Recencyのスコアは高いものの、FrequencyとMonetaryのスコアが低い顧客は「新規顧客」です。
この層の目標は、2回目の購入を促し、リピーターへと育成することにあります。
初回の購入に感謝を伝えるサンクスメールの送付や、商品の使い方をフォローするコンテンツの提供、次回利用できる限定クーポンの配布などが有効です。
最初の購入体験をポジティブなものにし、継続的な関係を築くための第一歩とします。
休眠顧客｜再訪のきっかけとなるアプローチ方法
過去に購入実績はあるものの、Recencyのスコアが著しく低い顧客は「休眠顧客」と見なせます。
この層には、まず自社のブランドを思い出してもらうことが必要です。
過去の購入データを活用し、興味を持ちそうなジャンルの新商品情報やセール情報をメールやDMで送るのが有効です。
再訪を促すための少し割引率の高いクーポンを提供するなど、行動を起こすきっかけとなるアプローチを試みます。
離反顧客｜呼び戻しのための最後のコンタクト
すべてのスコアが低く、長期間にわたって購入がない顧客は「離反顧客」の可能性が高い層です。
このグループへのアプローチはコストがかかるため、慎重な判断が求められます。
しかし、呼び戻し施策として「お客様限定カムバックキャンペーン」のような特別なオファーや、大幅な割引クーポンを送付してみる価値はあります。
これに反応がない場合は、メーリングリストから除外するなど、マーケティングコストを最適化する判断も必要です。
RFM分析をさらに活用するためのポイント
RFM分析は非常に有用な手法ですが、万能ではありません。
その限界を理解し、他の分析手法と組み合わせることで、より深く、多角的な顧客理解が可能になります。
ここでは、RFM分析をさらに効果的に活用するための注意点や、他の分析手法との使い分けについて解説します。
RFM分析の限界と注意すべき点
RFM分析は過去の購買履歴に基づくため、未来の行動を予測するものではありません。
例えば、一度しか購入していない新規顧客や、購入間隔が非常に長い高単価商品（住宅や車など）の分析には不向きです。
また、購入金額（Monetary）が高くても、利益率の低い商品ばかりを購入している顧客を優良と判断してしまう可能性もあります。
これらの限界を理解し、分析結果を他の情報と組み合わせて解釈することが重要です。
他の顧客分析手法との違いと使い分け方
顧客を分析する手法はRFM分析だけではありません。
例えば、売上高への貢献度で顧客をランク付けする「デシル分析」や、重点的に管理すべき商品を特定する「ABC分析」などがあります。
RFM分析が顧客の「購買行動の質」に着目するのに対し、これらの手法は異なる切り口から顧客や商品を評価します。
目的に応じてこれらの分析法を使い分けたり、組み合わせたりすることで、より精度の高いマーケティング戦略の立案が可能です。
RFM分析に関するよくある質問
ここでは、RFM分析を実務で活用する際によくある質問とその回答をまとめました。
Q. RFMのランク分けの基準（例：5段階）はどうやって決めるのが良いですか？
ランク分けに絶対的な正解はなく、顧客データの分布状況を見て決めるのが一般的です。
まずは顧客を均等に5等分（上位20%をランク5、次の20%をランク4…）する方法で試してみましょう。
その結果、特定のランクに顧客が集中するなど偏りが見られる場合は、ビジネスの実態に合わせて閾値を調整します。
Q. BtoBビジネスでもRFM分析は活用できますか？
はい、指標の定義を応用することでBtoBビジネスにも活用できます。
例えば、Monetary（購入金額）を「契約総額」、Frequency（購入頻度）を「発注回数」や「商談回数」、Recency（最終購入日）を「最終取引日」や「最終問い合わせ日」などに置き換えることで、法人顧客の分析にも有効な示唆を得られます。
Q. RFM分析に使えるツールはExcel以外に何がありますか？
Excel以外にも多くのツールが存在します。
多くのCRM（顧客関係管理）やMA（マーケティングオートメーション）ツールには、RFM分析機能が標準で搭載されています。
また、Tableau（タブロー）やGoogleデータポータルといったBIツールを使用すれば、より高度で視覚的な分析が可能です。
専門的な分析にはPythonやRといったプログラミング言語も用いられます。
まとめ
RFM分析は、Recency・Frequency・Monetaryという3つの指標を用いて顧客をグループ分けし、それぞれの顧客層に合わせたマーケティング施策を可能にする分析手法です。
特別なツールがなくてもExcelで手軽に実践でき、顧客理解を深めるための強力な武器となります。
分析から得られたインサイトを具体的なアクションにつなげることで、顧客との良好な関係を築き、継続的な売上向上を目指すことができます。
