目次
最初に押さえるポイント 顧客セグメンテーションとは何か 代表的な3つの分類軸：RFM・属性・行動 RFM分析の進め方とスコアリング 属性軸と行動軸を組み合わせる セグメントを施策に接続する 運用ルールと効果検証 よくある失敗と回避策 実務で確認するチェックリスト よくある質問最初に押さえるポイント
- セグメンテーションは分類自体が目的ではなく、施策の出し分けに接続して初めて価値が生まれます。
- RFMは購買データから優良顧客と離反予備軍を素早く見分けるのに適した実用的な手法です。
- 属性軸と行動軸を組み合わせると、誰に何を届けるかの解像度が上がります。
- セグメントごとに目的・施策・KPIをひも付けた設計表を作ると運用が安定します。
- 一度作ったセグメントは固定せず、データ更新と効果検証を前提に継続的に見直します。
顧客セグメンテーションとは何か
顧客セグメンテーションとは、CRMに蓄積された顧客を購買履歴や属性、行動の特徴によって意味のある集団に分け、それぞれに適したコミュニケーションを設計するための手法です。全員に同じメッセージを送る一斉施策では反応率が頭打ちになりやすく、顧客ごとの状態に合わせた出し分けが成果を左右します。
セグメンテーションの目的は、限られた予算と工数を反応が見込める相手に集中させることにあります。優良顧客には関係を維持する施策を、離反しかけている顧客には引き戻す施策を当てるといった具合に、集団ごとに打ち手を変えることで全体の費用対効果が高まります。
重要なのは、分類そのものを成果とみなさないことです。きれいなセグメントを作っても、配信や接客といった具体的な施策に接続されなければ売上には影響しません。セグメント設計の最初の段階から、各集団に対してどの施策を当てるかをセットで考える姿勢が欠かせません。
本記事では代表的な分類軸であるRFM、属性、行動の三つを取り上げ、それぞれの特徴と使い分け、そしてセグメントを実際の施策へ落とし込む運用手順までを順に解説します。事業会社のマーケティング担当者が自社のCRMで実装できる粒度を意識して整理します。
代表的な3つの分類軸：RFM・属性・行動
顧客を分けるときの軸は大きく三つに整理できます。一つ目のRFMは、最終購入日のRecency、購入頻度のFrequency、累計購入額のMonetaryという購買行動の三指標で顧客をランク付けする手法です。購買データさえあれば実装でき、優良顧客の抽出に強みがあります。
二つ目の属性軸は、業種や企業規模、地域、役職といった顧客そのものの性質で分ける考え方です。BtoBであれば従業員数や業界、BtoCであれば年代や性別が代表例で、商材との相性や提案内容の出し分けに使いやすい軸です。比較的安定して変化しにくい点が特徴です。
三つ目の行動軸は、サイト閲覧や資料ダウンロード、メール開封、カート投入など、顧客が起こした具体的な動きで分ける考え方です。直近の関心や検討段階を反映するため、タイミングを捉えた施策に向いています。一方でデータの取得設計やトラッキングの整備が前提になります。
これらの軸は互いに排他的なものではなく、組み合わせて使うのが実務の基本です。たとえば属性で大きく市場を切り、その中をRFMで優先度付けし、さらに直近の行動で配信の引き金を決めるといった層構造を取ると、誰に何をどのタイミングで届けるかが明確になり、施策の精度が上がります。
3つの分類軸の特徴と使い分け
RFM・属性・行動の各軸について、必要なデータと得意な施策、注意点を比較した一覧です。
| 分類軸 | 主なデータ | 得意な施策 | 注意点 |
|---|---|---|---|
| RFM | 購買履歴（最終購入日・頻度・金額） | 優良顧客の維持・離反予兆への対応 | 購買のない見込み層には適用しにくい |
| 属性 | 業種・規模・年代・地域・役職 | 商材適合の判定・提案内容の出し分け | ニーズの変化を捉えきれない |
| 行動 | 閲覧・開封・DL・カート投入 | 検討段階に応じたタイミング施策 | トラッキング整備が前提になる |
| 複合（軸の掛け合わせ） | 上記の組み合わせ | 高解像度のターゲティング | セグメントが細かくなり過ぎる恐れ |
RFM分析の進め方とスコアリング
RFM分析はまず対象期間と集計単位を決めるところから始めます。たとえば直近1年の購買データを顧客IDごとに集計し、最終購入日からの経過日数、期間内の購入回数、累計購入額の三つを算出します。期間を短くすると直近の動きに敏感になり、長くすると安定した傾向を捉えやすくなります。
次に各指標を段階に分けてスコア化します。一般的には五段階に区切り、Recencyは新しいほど高得点、Frequencyは多いほど高得点、Monetaryは大きいほど高得点とします。区切り方は等間隔ではなく、顧客数が各段階に偏らないよう分位点で分ける方法が扱いやすく実用的です。
三指標のスコアを組み合わせると、優良顧客、安定顧客、新規顧客、離反予備軍といったセグメントが浮かび上がります。RとFが高くMも大きい層は中核の優良顧客であり、以前は活発だったがRが下がった層は離反の兆候として早めの働きかけが必要な集団です。
RFMは購買のある顧客には強力ですが、購買履歴を持たない見込み客や、購入間隔が長い高額商材では指標が機能しにくい点に注意します。サブスクリプションのように継続課金が前提の事業では、購入回数より利用頻度や継続月数を指標に置き換える調整が有効です。
RFMスコアの組み合わせとセグメント例
R・F・Mの三指標を高低で組み合わせた代表的なセグメントと、想定される顧客像をまとめた表です。
| RFMの傾向 | セグメント名 | 顧客像 | 優先度 |
|---|---|---|---|
| R高・F高・M高 | 優良顧客 | 高頻度で高単価の中核顧客 | 高（維持・特別待遇） |
| R高・F低・M中 | 新規・育成層 | 最近購入したが定着前の顧客 | 中（リピート促進） |
| R低・F高・M高 | 離反予備軍 | かつて活発で最近離れた顧客 | 高（引き戻し） |
| R低・F低・M低 | 休眠顧客 | 長期間動きのない顧客 | 低（低コストで再喚起） |
| R中・F中・M中 | 一般顧客 | 平均的な購買行動の顧客 | 中（底上げ） |
属性軸と行動軸を組み合わせる
RFMが購買の結果を映すのに対し、属性軸と行動軸は顧客が誰でどう動いているかという情報を補います。属性軸は商材との適合性を判断する土台になり、たとえばBtoBでは業種や従業員規模によって提案すべき方向性が変わるため、まず属性で大きな枠を切ってから中を分けていく使い方が有効です。
行動軸はその枠の中で顧客の現在地を示します。製品ページの再訪、料金ページの閲覧、見積もり依頼といった行動は検討の進度を反映しており、同じ属性の中でも今まさにアプローチすべき相手を見分ける手がかりになります。行動はRFMより速く変化するため、配信や接客の引き金として使いやすい軸だといえます。
二つの軸を掛け合わせると、誰に何を届けるかの解像度が大きく上がります。たとえば製造業かつ料金ページを直近に閲覧した層には導入事例とコスト試算を、同じ製造業でも初回訪問の段階にある層には基礎的な課題啓発のコンテンツを送る、といった具合に踏み込んだ出し分けが組めるようになります。
ただし軸を増やすほどセグメントは細分化し、一つ当たりの母数が小さくなって運用負荷が膨らみます。最初は二軸程度に絞り、効果が確認できたセグメントだけを残して育てる進め方が現実的です。すべての組み合わせを網羅しようとしないことが、運用を続けるうえでの肝になります。
セグメントを施策に接続する
セグメンテーションの価値は、分けた集団を具体的な施策に結び付けて初めて生まれます。実務では、各セグメントに対して目的、当てる施策、評価するKPIをひと組にして定義しておくと、運用がぶれずに進みます。優良顧客には維持と単価向上、離反予備軍には引き戻しといった目的を先に決めるのが順序です。
施策に使うチャネルはセグメントの状態に合わせて選びます。離反予備軍にはクーポンやリマインドのステップメール、優良顧客には先行案内や限定特典、休眠顧客には低コストの一斉再喚起といった具合に、かかるコストと期待できる反応のバランスを見ながら、各セグメントへチャネルを割り当てていきます。
マーケティングオートメーションを使えば、行動を引き金にした自動配信や、セグメント移動に応じたシナリオ分岐を組めます。たとえば料金ページ閲覧をトリガーに事例メールを送り、開封がなければ別の切り口で再送するといった分岐は、手作業では再現しにくい精度で回せます。
施策を当てたら、必ずセグメント単位で結果を見ます。全体平均では見えない差が、セグメントごとに分けると明確になります。どのセグメントにどの施策が効いたかを記録し、次の設計に反映する循環を作ることが、セグメンテーションを資産として育てる近道です。
セグメント別の目的・施策・KPI接続表
代表的なセグメントに対し、目的と当てる施策、評価指標をひも付けた運用設計の例です。
| セグメント | 目的 | 主な施策 | 評価KPI |
|---|---|---|---|
| 優良顧客 | 維持と単価向上 | 限定特典・先行案内・上位提案 | 継続率・客単価 |
| 離反予備軍 | 引き戻し | リマインド・クーポンのステップメール | 復帰率・反応率 |
| 新規・育成層 | リピート定着 | ウェルカム配信・関連商品提案 | 2回目購入率 |
| 休眠顧客 | 低コスト再喚起 | 一斉キャンペーン・再開案内 | 再訪率・開封率 |
| 見込み層（未購買） | 初回購入の獲得 | 事例配信・初回特典 | CVR・初回購入率 |
運用ルールと効果検証
セグメントは一度作って終わりではなく、データの更新に合わせて顧客が集団間を移動する前提で運用します。優良顧客が離反予備軍に下がる、休眠顧客が再購入で復帰するといった移動を定期的に再計算し、施策が自動で追従する仕組みを整えると、手戻りが減ります。更新頻度は事業のサイクルに合わせて週次や月次で決めます。
効果検証では、施策を当てたセグメントと当てなかった対照群を比較するのが基本です。可能なら同一セグメント内で配信群と非配信群に分け、反応率や購入率の差を見ます。対照群を取らないと、季節要因や全体トレンドと施策効果を切り分けられず、判断を誤りやすくなります。
指標は施策の目的に対応させて選びます。引き戻し施策なら復帰率、育成施策なら2回目購入率というように、セグメントごとに見る数字を固定しておくと比較が安定します。開封率のような中間指標だけで判断せず、売上や継続率といった最終成果まで追うことが重要です。
検証で得た結果は、セグメント設計そのものの見直しにも活用します。母数が小さすぎて施策が回らないセグメントは隣接する集団と統合し、反応に明確な差が出る境界は区切り直すといった調整を地道に続けることで、分類の精度と運用効率がしだいに両立していき、仕組みとして安定していきます。
よくある失敗と回避策
最も多い失敗は、セグメントを細かく作りすぎて運用が回らなくなることです。組み合わせを増やせば理屈の上では精緻になりますが、一つ当たりの母数が小さくなり、施策の制作と検証が追いつきません。まずは数個の主要セグメントに絞り、効果が出たものから増やす進め方が現実的です。
次に多いのが、分析で終わってしまい施策に接続されないケースです。きれいなRFMの集計表を作っても、配信や接客につなぐ運用フローがなければ成果は生まれません。設計の段階で各セグメントの施策担当と評価指標まで決めておくことが、分析を成果に変える条件です。
データの鮮度や品質の問題も見落とされがちです。重複した顧客レコードや古い購買データのままセグメントを切ると、誤った相手に誤った施策を当ててしまいます。名寄せや欠損補完といったデータ整備は、セグメンテーションの前提として継続的に行う必要があります。
最後に、プライバシーへの配慮も欠かせません。行動データの取得や個人情報の利用には適切な同意と管理が求められ、ここを疎かにすると信頼を損ないます。取得目的を明示し、定めた利用範囲を逸脱しない運用を徹底することが、長期的に顧客との信頼を保ちながらデータを活用し続けるための土台になります。
実務で確認するチェックリスト
- セグメント設計の前に、各集団へ当てる施策と評価KPIをセットで定義したか確認する。
- RFMの対象期間と各指標の区切り方を、自社の購買サイクルに合わせて設定したか確認する。
- 属性軸と行動軸を必要最小限に絞り、母数が確保できる粒度になっているか確認する。
- セグメントの再計算頻度を週次や月次で決め、顧客の移動が施策に反映される仕組みを整えたか確認する。
- 効果検証で対照群を設定し、施策効果と全体トレンドを切り分けられるようにしたか確認する。
- 名寄せや欠損補完などデータ整備を行い、レコードの重複や古さがないか確認する。
- 行動データの取得と個人情報の利用について、同意取得と利用範囲の管理が適切か確認する。
よくある質問
顧客セグメンテーションとは何ですか？
顧客セグメンテーションとは、CRMに蓄積した顧客を購買履歴や属性、行動の特徴で意味のある集団に分け、それぞれに適した施策を設計する手法です。全員に同じ施策を送るのではなく、集団ごとに打ち手を変えることで費用対効果を高めます。分類自体が目的ではなく、施策への接続まで含めて初めて価値が生まれます。
RFM分析と属性・行動による分類はどう使い分けますか？
RFMは購買履歴から優良顧客や離反予備軍を見分けるのに適し、属性は商材との適合や提案内容の出し分けに向きます。行動軸は検討段階やタイミングを捉えるのに有効です。実務ではこれらを排他的に使うのではなく、属性で枠を切りRFMで優先度を付け、行動で配信の引き金を決めるように組み合わせます。
RFMのスコアはどのように区切ればよいですか？
一般的には各指標を五段階に分け、Recencyは新しいほど、Frequencyは多いほど、Monetaryは大きいほど高得点とします。区切り方は等間隔より、顧客数が各段階に偏らない分位点で分ける方法が扱いやすいです。自社の購買データの分布を見て、各セグメントに十分な母数が残る区切りを選ぶことが実用上のポイントです。
セグメントは細かく作るほど効果が高まりますか？
必ずしもそうではありません。軸を増やすほど一つ当たりの母数が小さくなり、施策の制作や効果検証が追いつかなくなります。最初は数個の主要セグメントに絞り、明確に効果が出たものから段階的に増やすほうが運用は安定します。精緻さよりも回し続けられる粒度を優先する判断が現実的です。
サブスクリプション型の事業でもRFMは使えますか？
考え方は応用できますが、指標の置き換えが必要です。継続課金が前提の事業では購入回数より利用頻度や継続月数のほうが顧客状態をよく表します。Monetaryは累計支払額や月額単価に、Recencyは最終ログインや最終利用日に読み替えるなど、自社の継続構造に合わせて指標を再定義すると機能します。
セグメンテーションの効果はどう検証すればよいですか？
施策を当てたセグメントと当てなかった対照群を比較するのが基本です。同一セグメント内で配信群と非配信群に分け、反応率や購入率の差を見ると施策効果を切り分けられます。開封率などの中間指標だけでなく、復帰率や継続率といった目的に対応した最終成果まで追うことが重要です。
セグメントはどのくらいの頻度で見直すべきですか？
顧客はデータ更新に伴い集団間を移動するため、固定せず定期的に再計算します。頻度は事業の購買サイクルに合わせ、ECなら週次、検討期間の長いBtoBなら月次といった目安で決めます。あわせて効果検証の結果から、母数の小さいセグメントの統合や境界の引き直しも継続的に行います。
この記事に出てくる用語
意味や計算式は用語集で確認できます。