RFM分析で本当に効果的なマーケティングを実現する方法

マーケティングでは限られたリソースで効果的に顧客へのアプローチを行なう必要があります。そんな時に、資源を集中して投下すべき顧客を見極めるには「RFM分析」という分析手法が便利です。

今回は、RFM分析を活用して顧客を分析し、施策を最適化していく方法をご紹介します。

RFM分析とは、「直近の購買日」「購買頻度」「購入金額」の3軸で評価する顧客分析の手法

RFM分析とは、顧客を「直近いつ購買を行なったのか（Recency）」「どのくらいの頻度で購入しているのか（Frequency）」「どのくらいの金額を使っているのか（Monetary）」の3つの軸で顧客を分類し、どの顧客にどのようにアプローチするかを考える顧客分析の方法です。

3つの判断軸を用いることによって、多角的に分析・評価ができる点が特徴です。

RFM分析によって、無駄なく効果的な施策を実現する

RFM分析の最大のメリットは、顧客の状態に応じた施策を打つことで、無駄なく、効果的なマーケティングができる点です。

例えば、「長らく購入履歴がなく、購入金額も低い顧客」と「現在進行系で頻繁に購入記録があり、購入金額も高い顧客」を比較します。同じだけのマーケティングコストを掛けるとしても、後者のほうが効果がより確実であることは想像に難くないかと思います。

リソースが潤沢な場合はともかく、限られたリソースしかない場合は、RFM分析のスコアが総合的に高い顧客に重点的にアプローチすることで、マーケティングの効果を最大化することができます。

このように、RFM分析で顧客の特性を把握することで、無駄を避け、真に必要な施策を提供することができます。

RFM分析のやり方の4つのステップ

それでは、実際にRFM分析を行ないマーケティング施策を決定・改善していく流れを解説していきます。分析の参考にしてみてください。

1. 現状の問題に対する仮説立て

まず、「現在のマーケティング施策における問題点」および「その問題点の原因として考えられるいくつかの仮説」を考えておきます。

RFM分析は明確な目標や仮説がないと「ただやっているだけ」という状況に陥りかねません。そのため、分析を実りあるものにするためにはこのプロセスが最も重要です。

例えば、「新製品のプロモーションのために行なっているメールやDMの費用対効果が下がってきている」という課題があるとします。この課題に対する仮説としては、例えば「優良顧客が減っており、新製品に敏感に反応する層が薄くなっているのではないか」といったものが考えられます。

2. 購買チャネルごとの顧客データを収集・統合

ある程度の仮説が立てられたら、自社の持っている顧客データを統合的に収集します。

多くの企業では、自社製品の販売チャネルが複数あるでしょう。ECや実店舗、訪問営業など、様々なチャネルで購買データが管理されている場合も少なくありません。

顧客データがばらばらに記録されている場合には、顧客単位でデータを統合して集計しましょう。また、CRMなどを活用して一括した顧客データの管理を行なうとコストの削減になります。

3. 3つのデータをランク付け

実際にデータを収集・統合できたら、どのようなランク付けでR/F/Mの3つの情報を分類するべきなのかを考えていきます。

扱っている商品や顧客の特性によって、全体をどのくらいの階級数で分ければいいかは大きく変動しますが、目安として10階級前後で分けると粗すぎず細かすぎず、丁度いい分け方になるケースが多いです。分析の結果に応じて階級の分け方を変えてみてもいいでしょう。

4. データ分析・意思決定

データが揃い、分析の手法が決定したら実際に分析を行ない、資料としてまとめて意思決定に活かしていきましょう。

この際のポイントとしては、必ずしもRFMの3つの情報を同時に視覚化・分析する必要はないということです。基本的には表やグラフにまとめる際の見やすさや利便性を考慮してRとF、FとMなど、2次元での分析を行なうのが良いかと思われます。

RFM分析はExcelでも可能だが、BI（情報分析）ツールを活用すると便利

RFM分析を行なう際には、Excelなどの表計算ソフトのピポットテーブル機能を活用してかんたんに分析を行なうことができます。

しかし、抱えている顧客の数が多い場合や、データを収集するチャネルが多すぎる場合、多数の分析を同時に行なわなければならない場合などには専用のBI（ビジネスインテリジェンス）ツールという分析ソフトウェアを活用すると便利です。

代表的なものには、操作の簡単さが特徴のTableau（https://www.tableau.com/ja-jp）や、Googleの広告やスプレッドシートなどとの連携が簡単にできるGoogleデータポータル（https://marketingplatform.google.com/intl/ja_ALL/about/data-studio）などがあります。自社のシステムとの連携や分析スキルなどの要素を加味して、最適なツールを選んでみてください。

RFM分析では直近の購入見込みが高そうな顧客にしかアプローチできない

RFM分析の基本的な考え方としては「施策が効くセグメントを抽出してそこに集中してアプローチする」というものになっています。

そのため、直近で購買が発生しそうな顧客にしかアプローチを掛けることができません。一方で、施策の届きにくい顧客にも継続して何らかのアプローチを行なうこともシェアの獲得には重要になってきます。両者のバランスを考慮し、最適な施策のあり方を考えていきましょう。