RFM分析

RFM分析（あーる・えふ・えむ・ぶんせき）RFM Analysis

RFM分析（RFM Analysis）とは、顧客を3つの軸で点数化してランク分けし、優良顧客や離れかけている顧客を見分ける分析手法です。3つの軸とは、Recency（最終購入日：最近いつ買ったか）、Frequency（購入頻度：どれくらいの回数買っているか）、Monetary（購入金額：合計いくら使っているか）のこと。それぞれの頭文字をとってRFMと呼びます。たとえば「最近買っていて・何度も買っていて・金額も大きい」顧客は最上位ランク、「以前はよく買っていたが最近は来ていない」顧客は離れかけのランク、というように、顧客一人ひとりを3つの軸の組み合わせで位置づけます。顧客名簿を漠然と眺めるのではなく、「今どの状態の顧客が、どれくらいいるか」を点数で整理できるのが特徴です。

なぜRFM分析が重要か

顧客全員に同じ案内を一律に送っても、よく買ってくれる人には物足りず、離れかけの人には響かず、結局どの層も動かない、ということが起きがちです。新規顧客を集めるには既存顧客を維持する何倍ものコストがかかるとも言われ、限られた予算の中小企業ほど、すでに関係のある顧客を大切にする効果は大きくなります。RFM分析は、顧客を3つの軸で見分けることで「特別な感謝を伝えるべき優良顧客」「離れる前に手を打つべき顧客」「もう一押しで定着しそうな顧客」を切り分けてくれます。全員に均等に労力を割くのではなく、いま働きかける価値が最も高い相手から優先的に手を打てるようになる——これが、顧客名簿を「ただのリスト」から「成果を生む資産」へ変えるための、実践的な物差しになります。

AUTOSELLの視点

A. 顧客心理の視点
RFMの3つの軸は、顧客の心の距離を映す鏡でもあります。最近よく買う人は信頼が高まっている状態、しばらく来ていない人は関心が薄れたり他に移ったりしているサインです。同じ「お得な案内」でも、優良顧客には「いつもありがとう」という特別感が響き、離れかけの人には「あなたを気にかけています」という再会のきっかけが響きます。RFMで顧客の状態を見分けることは、それぞれの心理に合った声のかけ方を選ぶことでもあります。状態に寄り添った働きかけなら、顧客は売り込まれたとは感じず、「自分を分かってくれている」と感じて自然に戻ってきてくれます。

B. 仕組み化の視点
RFM分析は、一度ランク分けして終わりにすると、すぐに古くなってしまいます。顧客の状態は買うたびに変わるからです。購入データが入るたびにRFMのランクが自動で更新される仕組みにしておけば、「優良ランクから外れかけた顧客」や「初回購入から優良に育った顧客」をその都度とらえられます。さらに、ランクごとに送る案内をあらかじめ設計しておけば、「離れかけランクに移った顧客に、自動で再来のきっかけを届ける」といった働きかけが、人手をかけずに回り続けます。分析を起点に、状態に応じた対応が自動で動く流れをつくることが、効果を持続させる鍵です。

C. AI・自動化との接点
ARGASやMAツールと組み合わせれば、購入データからRFMのランクを自動で算出し、ランクが変わった顧客に合わせた案内を自動で送り分けられます。さらにAIを活用すれば、「もうすぐ離れそうな顧客」を購買の間隔やランクの変化から事前に予測したり、各ランクにどんな働きかけが効きやすいかを過去のデータから提示したりすることもできます。人は、見えてきた優先順位をもとに「優良顧客にどんな特別な体験を届けるか」という設計に集中できます。

図解：3つの軸でランク分けし、働きかける相手を見極める

事例

国内事例：たとえば、リピート購入を増やしたい中小のEC事業者が、顧客をRFMの3軸でランク分けしたところ、「以前は何度も買っていたのに、ここ数か月購入が止まっている」優良候補の層がまとまって見つかる、という形で課題が浮かび上がる例があります。その層だけに「お久しぶりです」と再来を促す案内を送ることで、新規を集めるより低いコストで売上を取り戻せます。全員一律のセール案内では届かなかった相手に、状態に合った一手を打てるようになります。

海外事例：最終購入日・購入頻度・購入金額の3軸で顧客をランク分けし、ランクごとに働きかけを変える手法は、小売や通信販売の分野で古くから知られ、海外企業でも広く実践されていることが知られています。優良顧客の維持と離反の予兆の発見を、共通の物差しで捉えるという考え方が、顧客管理の現場で定着しています。

現場での使い方

1. 3つの軸のデータを集める：顧客ごとに「最終購入日・購入回数・購入金額の合計」を取り出せるようにする。
2. 各軸でランクをつける：それぞれの軸を数段階に区切り、顧客一人ひとりを「Rは上位・Fは中位」などと点数化する。
3. 状態ごとにグループを作る：点数の組み合わせから「優良」「離れかけ」「育成中」などの意味のあるグループに整理する。
4. グループごとに働きかけを決める：優良には感謝と先行案内、離れかけには再来のきっかけ、というように声のかけ方を変える。
5. ランクの更新と効果を見る：購入が入るたびにランクを更新し、離れかけから優良へ戻った人がどれだけ出たかを確認して改善する。

関連用語

• 顧客セグメンテーション
• セグメント分析
• LTV
• ロイヤルカスタマー
• リテンションマーケティング
• コホート分析

まとめ

RFM分析は、最終購入日・購入頻度・購入金額の3つの軸で顧客をランク分けし、優良顧客や離れかけの顧客を見分ける分析手法です。全員に同じ案内を送っても各層には響きませんが、3軸で状態を見分ければ、いま働きかける価値が最も高い相手から優先的に手を打てます。3つの軸は顧客の心の距離を映す鏡でもあり、状態に寄り添った声のかけ方をすれば、顧客は売り込まれたとは感じず「分かってくれている」と感じて自然に戻ってきます。購入のたびにランクが更新され、状態に応じた働きかけが動く仕組みにし、AIや自動化で離反の予測や送り分けを支えれば、限られた労力を効く相手へ集中できます。顧客名簿を成果を生む資産へと育て、顧客が自然に戻り続ける仕組みをつくっていけます。