目次
最初に押さえるポイント RFM分析とは何か 3つの指標の意味と役割 スコアリングの設計と区切り方 スコアからセグメントを組み立てる セグメント別の施策設計 業態に合わせた指標の調整 効果検証と運用サイクル 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
- RFM分析は最終購買日・購入頻度・購入金額の3指標で顧客を評価し、優先順位を付ける手法です。
- 3指標は分位点でスコア化すると各セグメントの母数が偏りにくく、運用しやすくなります。
- スコアの組み合わせから優良顧客や離反予備軍などのセグメントが浮かび上がります。
- 分析で終わらせず、セグメントごとに目的と施策とKPIをひも付けて初めて成果につながります。
- 購買間隔が長い商材や継続課金型では、指標の定義を自社の購買構造に合わせて調整します。
RFM分析とは何か
RFM分析とは、顧客の購買履歴を最終購買日のRecency、購入頻度のFrequency、購入金額のMonetaryという3つの指標で評価し、それぞれの高低の組み合わせ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、誰が自社にとって価値の高い顧客かを定量的に見分けられる点が大きな特徴です。
この手法が生まれた背景には、すべての顧客に同じ手間とコストをかけても費用対効果が頭打ちになるという課題があります。最近よく買っている顧客と、長く離れている顧客では当てるべき施策が異なります。RFMは限られた予算を反応の見込める相手に集中させるための優先順位付けの道具だといえます。
3つの指標はそれぞれ異なる側面を映します。Recencyは関心の鮮度、Frequencyは定着の度合い、Monetaryは収益への貢献度を表し、3つを掛け合わせることで単一の売上ランキングでは見えない顧客の状態が立体的に浮かび上がります。直近離れ始めた優良顧客のような、早く手を打つべき層を発見できるのが強みです。
本記事では、各指標のスコア化の方法からセグメントへの分け方、セグメントごとの施策設計、効果検証、そしてよくある失敗の回避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購買データで実際に再現できる粒度を意識し、明日から手を動かせる形にまとめることを目指します。
3つの指標の意味と役割
Recency（最終購買日）は、顧客が最後に購入してから現在までの経過日数を指します。一般に直近で購入した顧客ほど再び買う可能性が高く、3指標の中でも将来の行動との結びつきが強い指標とされます。経過日数が短いほど高く評価し、関心が冷めていないうちに次の働きかけをする判断材料にします。
Frequency（購入頻度）は、対象期間内に何回購入したかを示します。回数が多い顧客はその商品やサービスを習慣的に利用しており、ブランドへの定着度が高いと考えられます。新規で一度買っただけの顧客と、繰り返し買っている顧客を区別し、リピート化が進んでいる相手を見極めるのに役立ちます。
Monetary（購入金額）は、対象期間内の累計購入額を示します。金額が大きい顧客は収益への貢献が大きく、優先的に関係を維持したい相手です。客単価の高い層と、頻度は高いが単価の低い層を区別することで、単価向上を狙うべき相手と頻度を保つべき相手を分けて考えられます。
3つの指標は単独ではなく、組み合わせて読むことに意味があります。たとえばFrequencyとMonetaryが高くてもRecencyが下がっていれば、優良顧客が離れ始めた兆候と読めます。どれか一つだけを見ても顧客の状態は判断できず、3軸をそろえて初めて打つべき手が見えてくる点が重要です。
RFMの3指標の意味と評価の方向
Recency・Frequency・Monetaryの各指標が表す内容と、評価が高くなる方向、主な活用場面を整理した一覧です。
| 指標 | 表す内容 | 評価が高い方向 | 主な活用場面 |
|---|---|---|---|
| Recency（最終購買日） | 最後の購入からの経過日数 | 経過日数が短いほど高評価 | 離反予兆の検知・再購入の促進 |
| Frequency（購入頻度） | 期間内の購入回数 | 回数が多いほど高評価 | 定着度の把握・リピート促進 |
| Monetary（購入金額） | 期間内の累計購入額 | 金額が大きいほど高評価 | 収益貢献の把握・単価向上 |
| 3指標の組み合わせ | 状態の総合評価 | RFMがそろって高いほど優良 | セグメント分け・優先順位付け |
スコアリングの設計と区切り方
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、最終購買日からの経過日数、期間内の購入回数、累計購入額の3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るため、商材の購買サイクルに合わせて選びます。
次に各指標を段階に分けてスコア化します。一般的には5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。3指標それぞれに1から5の点が付き、たとえばR5F5M5なら最上位、R1F1M1なら最も離れた層といった具合に状態を数値で表現できます。
区切り方には等間隔で分ける方法と、顧客数が均等になるよう分位点で分ける方法があります。実務では分位点で分ける方法が扱いやすく、各スコア帯に十分な母数が残るため、後段のセグメント施策が回しやすくなります。等間隔だと特定のスコアに顧客が集中し、せっかくの区分が機能しないことがあります。
3指標を等しく扱うか重み付けするかも検討点です。多くの研究や実務でRecencyが将来行動との関係が強いとされるため、Recencyを重視する設計もあります。ただし最初から複雑にせず、まずは3指標を均等に5段階で区切り、運用しながら自社のデータに合う重み付けを探る進め方が現実的です。
5段階スコアリングの区切り方の例
各指標を分位点で5段階に区切る場合の考え方を、スコアと顧客の位置づけで示した例です。実際の境界値は自社データの分布から決めます。
| スコア | Recencyの目安 | Frequencyの目安 | Monetaryの目安 |
|---|---|---|---|
| 5（最も良い） | 直近に購入した上位20% | 購入回数が上位20% | 購入金額が上位20% |
| 4 | 次に新しい20% | 次に多い20% | 次に多い20% |
| 3 | 中位の20% | 中位の20% | 中位の20% |
| 2 | やや古い20% | やや少ない20% | やや少ない20% |
| 1（最も悪い） | 最も古い20% | 最も少ない20% | 最も少ない20% |
スコアからセグメントを組み立てる
各顧客に付いたR・F・Mのスコアを組み合わせると、特徴の異なる顧客集団が浮かび上がります。RもFもMも高い層は中核の優良顧客であり、関係維持に最も注力すべき相手です。逆にすべてが低い層は長く離れた休眠顧客で、低コストでの再喚起にとどめる判断がしやすくなります。
とりわけ注目したいのは、FとMが高いのにRが下がった層です。これは過去によく購入していた優良顧客が離れ始めた状態であり、放置すると失いかねない離反予備軍です。早めにクーポンやリマインドで引き戻すことで、新規獲得より低いコストで売上を取り戻せる可能性が高い集団です。
Rが高くFがまだ低い層は、最近購入したばかりで定着前の新規・育成層です。ここに2回目の購入を促す施策を当てると、優良顧客への成長を後押しできます。最初の購入から間を置かずに関連商品の案内やフォローを届けることが、定着率を左右する分かれ目になります。
セグメントの数は多すぎても運用が回らないため、まずは優良顧客、新規・育成層、離反予備軍、休眠顧客といった主要な数個に絞るのが実用的です。理屈の上ではRFMの組み合わせは125通りありますが、すべてを個別に扱うのではなく、施策の方向が同じものをまとめて束ねる発想が現実的です。
RFMスコアの組み合わせとセグメント例
R・F・Mの傾向を組み合わせた代表的なセグメントと、想定される顧客像、対応の優先度をまとめた表です。
| 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） |
セグメント別の施策設計
RFM分析の価値は、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をひと組で定義しておくと、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。
優良顧客には、関係を保ち単価を引き上げる施策を当てます。先行案内や限定特典、上位プランやまとめ買いの提案などで、特別に扱われていると感じてもらうことが離反防止につながります。割引を多用すると単価が下がるため、値引き以外の価値で報いる設計が望ましい層です。
離反予備軍には、離れきる前に引き戻す施策が有効です。久しぶりの来訪を促すリマインドや、期間限定のクーポン、よく買っていた商品の再入荷案内などで再購入のきっかけを作ります。Recencyの低下を引き金にしたステップメールを組むと、人手をかけずにタイミングよく働きかけられます。
新規・育成層には2回目の購入を促し、休眠顧客には低コストの一斉再喚起にとどめるなど、セグメントの状態とコストのバランスで打ち手を選びます。マーケティングオートメーションを使えば、セグメントの移動に応じて配信内容を切り替えるシナリオを組め、手作業では難しい精度で施策を回せます。
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 |
| 一般顧客 | 底上げ | おすすめ提案・季節キャンペーン | 購入頻度・購入率 |
業態に合わせた指標の調整
RFM分析は購買のある顧客には強力ですが、そのままでは機能しにくい業態もあります。購入間隔が数年に及ぶ高額商材や、購買履歴を持たない見込み客には、3指標がうまく顧客の状態を映しません。自社の購買構造を踏まえ、指標の定義や対象期間を調整することが実用化の前提になります。
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のほうが顧客の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やすくなります。
BtoBや高単価商材では購入回数が少なくFrequencyの差が出にくいため、3指標を均等に扱うより、RecencyとMonetaryを重視する設計が有効な場合があります。問い合わせや見積もり依頼といった購買前の行動を補助的に組み合わせ、購買頻度の低さを別の関与度で補う工夫も検討に値します。
ECや日用品のように購買サイクルが短い事業では、対象期間を1年より短く取り、Recencyを細かく刻むほうが直近の動きを捉えやすくなります。どの指標を重く見るかは業態によって変わるため、教科書的な型をそのまま使うのではなく、自社のデータで効くパターンを検証しながら調整する姿勢が欠かせません。
効果検証と運用サイクル
RFMの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。更新頻度は購買サイクルに合わせて週次や月次で決めます。
施策の効果検証では、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、復帰率や購入率の差を見ます。対照群を取らないと、季節要因や全体の売上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。
見る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、施策の良し悪しを正しく評価する条件です。
検証で得た結果は、セグメントの区切り方そのものの見直しにも使います。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引き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、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、分析で終わってしまい施策に接続されないことです。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売上には影響しません。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になります。
次に多いのが、セグメントを細かく作りすぎて運用が回らなくなるケースです。RFMの組み合わせをすべて個別に扱おうとすると、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。施策の方向が同じものは束ね、主要な数個から始めて効果が出たものを増やす進め方が現実的です。
指標を機械的に当てはめてしまう失敗もあります。購買間隔が長い商材に短い対象期間を使う、継続課金型に購入回数をそのまま使うといった誤用は、顧客の状態を正しく映しません。自社の購買サイクルや収益構造を踏まえ、指標の定義と区切りを調整することが前提です。
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スコアを付けると、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をRFM分析の前段に置き、定期的に見直すことが、分析の信頼性を保つうえで欠かせません。
実務で確認するチェックリスト
- RFMの対象期間と集計単位を、自社の購買サイクルに合わせて設定したか確認する。
- 各指標を分位点などで段階に区切り、各スコア帯に十分な母数が残っているか確認する。
- スコアの組み合わせを主要な数個のセグメントに束ね、運用できる粒度になっているか確認する。
- 各セグメントに目的・施策・評価KPIをセットでひも付けたか確認する。
- 継続課金型や高額商材など、業態に応じた指標の読み替えを検討したか確認する。
- 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。
よくある質問
RFM分析とは何ですか？
RFM分析とは、顧客の購買履歴を最終購買日のRecency、購入頻度のFrequency、購入金額のMonetaryという3つの指標で評価し、その高低の組み合わせで顧客をランク付けする手法です。誰が自社にとって価値の高い顧客かを定量的に見分けられます。限られた予算を反応の見込める相手に集中させるための優先順位付けの道具として使われます。
RFMの3つの指標はそれぞれ何を表しますか？
Recencyは最後に購入してからの経過日数で関心の鮮度を、Frequencyは期間内の購入回数で定着の度合いを、Monetaryは累計購入額で収益への貢献度を表します。3つを掛け合わせることで、単一の売上ランキングでは見えない顧客の状態が立体的に把握できます。とりわけRecencyは将来の行動との結びつきが強い指標とされます。
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5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、顧客数が各段階に均等になる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、各スコア帯に十分な母数が残る境界を選ぶことが実用上のポイントになります。
RFM分析と顧客セグメンテーションはどう違いますか？
RFM分析は購買履歴の3指標で顧客をランク付けする具体的な手法で、顧客セグメンテーションは顧客を意味のある集団に分ける考え方の総称です。RFMはセグメンテーションを実現する代表的な方法の一つに当たります。属性や行動による分類と組み合わせると、誰に何を届けるかの解像度をさらに高められます。
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やすくなります。
RFM分析にはどんな限界がありますか？
RFMは過去の購買結果に基づくため、購買履歴を持たない見込み客や、購入間隔が数年に及ぶ高額商材では機能しにくい点が限界です。また購入の理由や満足度といった質的な情報は捉えられません。属性や行動のデータ、アンケートなどを補助的に組み合わせ、購買データだけでは見えない側面を補うことが有効です。
RFMの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、スコアの境界の引き直しも継続的に行うとよいです。
RFM分析はエクセルでもできますか？
可能です。購買データを顧客IDごとに集計し、最終購買日からの経過日数、購入回数、累計購入額を算出してスコアを付ければ、表計算ソフトでも基本的な分析は実装できます。データ量が増えて定期更新や自動配信まで回したい段階になったら、BIツールやMA、CRMの機能を活用して仕組み化すると運用が安定します。
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。