LTVラボ

RFM分析とは?ECで利用する目的や手順、活用事例をわかりやすく解説

RFM分析とは?ECで利用する目的や手順、活用事例をわかりやすく解説

RFM分析とは、Recency(最新購買日)、Frequency(購買頻度)、Monetary(購買金)の指標で顧客をランク分けし、可視化する分析手法です。

優良顧客や休眠顧客など、顧客をセグメントに分けることで、最適なアプローチをおこなえます。RFM分析を活用して顧客にあった施策を実施できれば、離反顧客の減少や、優良顧客の育成につながるでしょう。

またEC運営するうえで欠かせない、LTVの最大化に役立ちます。

今回は、RFM分析の概要やECで利用する目的、手順、活用事例をわかりやすく解説します。RFM分析を活用して、顧客に適したマーケティングを打ち出したい方は、ご一読ください。

費用対効果の高い
CRMツールをお探しでは
ありませんか?

・機能は豊富だけど価格が高い

・メール配信ごとに費用がかかる

・分析結果を施策に反映できない

上記のお悩みをお持ちの方は、これまで2,400店舗以上の支援実績のある「LTV-Lab」にお任せください。ステップメールやシナリオ配信といった成果につながったリピート施策のノウハウを標準搭載しているので、無駄な工数をかけずに効果的な施策を実施できます。費用対効果の高いCRMツールをお探しの方は、是非詳しい機能や特徴をサービスページからご覧ください。

詳しい機能を見る

RFM分析とは

RFM分析とは、Recency(最新購買日)、Frequency(購買頻度)、Monetary(購買金)の3つの指標で顧客をランク分けし、可視化する分析手法のことです。セグメントに分けることで、顧客の特徴に合わせて最適な施策を実施しやすくなります。

上の画像は、RFM分析の例を表したもので、7つのセグメントに分かれています。たとえば、①は「新規顧客」で②は離脱の可能性が高い顧客、⑦は「優良顧客」と分類できます。各セグメントと施策については、「EC運営でRFM分析を活用する場面4つ」の章で詳しく紹介しています。

ここでは、RFM分析の3つの要素について、以下で詳しく解説します。

Recency(最新購買日)

Recencyは、最新購買日を表します。顧客が、最後に購入・利用をしてからの期間で分類します。顧客の動向を把握するうえで、R値が重要です。

たとえば、R値が小さい方が最後に購入してからの期間が短く、アクティブユーザーといえます。

Frequency(購買頻度)

Frequencyは、購買頻度です。購入回数でセグメントに分けます。たとえば、F値が大きい方が顧客の残存率が高く、優良顧客である可能性が高くなります。

Monetary(購買金額)

Monetaryは、購買金額です。顧客ひとりあたりの累計購買金額で分類します。指定した期間内で分析することもあります。

EC運営でRFM分析を活用する場面4つ

EC運営でRFM分析を活用する場面を、以下の資料をもとに紹介します。

RFM分析のセグメントに明確な決まりはありませんが、今回は7つに分類して各セグメントの状況を説明します。

【場面1】新規顧客にリピート購入を促す

①に該当する「新規顧客」は、1度購入してブランドや商品に興味関心がある状況です。当然ながら購入回数は少ない状態ですが、最新購入から日数があまり経っていません。そこで、ステップメールやシナリオメールなどを用いてアプローチすることで、リピート購入を促せます。

また、ブランドや関連商品に興味を持ってもらうために、初回購入時に同梱物を用いた施策をおこなうのも効果的です。サンクスレターやサンプル品、カタログなどを同梱し、ファン化を促しましょう

【場面2】2回目の購入に至っていない顧客へのアプローチ

②に該当する「悩み顧客」は、1回目の購入から期間が空いてしまい、離脱の可能性が高い状況です。ステップメールやシナリオメールなどを開封していない可能性が高く、商品やブランドの存在を忘れている恐れがあります。

そこで、メールではなくDMやLINEなど別のアプローチでブランドを想起してもらい、リピート購入を訴求しましょう。次回購入時に使えるクーポンの配布や、カゴに入れっぱなしの商品をリマインドすることで、2回目の購入につながりやすくなります。

【場面3】購入期間が空いているリピート顧客に訴求し離脱を防ぐ

最後の購入から期間が空いてしまうと離反顧客になってしまい、引き上げが厳しくなります。そこで、上記④の「浮気・不満顧客」や⑤の「浮気予備軍顧客」に該当する顧客に絞って訴求し、顧客の離脱を防ぎましょう

たとえば、広告限定の送料無料サービスや、購入ごとに商品をプレゼントするなど、顧客の衝動的な行動を促す施策を取ると効果的です。

【場面4】優良顧客を増やし顧客ロイヤリティを高める

RFM分析では、⑦に該当する「優良顧客」を把握することで、顧客ロイヤリティを高める施策を打てるようになります。たとえば、誕生日クーポンやロイヤルカスタマー限定キャンペーンなど、特別な案内をすることで、ロイヤリティがさらに高まります

離反顧客が減少し、優良顧客が増加するとLTVの向上につながる点がメリットです。

RFM分析の手順

RFM分析を実施するときの手順を解説します。

【手順1】課題を把握し、目的を明確化する

まずは、現状の課題を把握して、どのような問題を解決するべきか明確にします。「離脱する顧客が多い原因は、メルマガの訴求内容が弱いのではないか」など、仮説を立てることで、分析結果から検証や改善をおこないます

【手順2】顧客データの収集・抽出

カートシステムなどから顧客データを収集し、RFM分析の3つの要素を抽出します。必要であれば抽出後のデータを整形します。

【手順3】ランク分けをおこなう

データ抽出後、ランク分けをおこなう基準を決めてセグメント化します。例えば、以下の区分例があります。

  • 優良顧客
  • 浮気・不満顧客
  • 浮気予備軍顧客
  • 悩み顧客
  • 新規顧客

ただし、ランク分けを細かく設定してしまうと分析が複雑になるので、注意が必要です。

【手順4】ランクにあわせて施策の立案・実施

ランクにあった施策を打ち出すことで、効率的に訴求できます。また、RFM分析を実施すると、優先順位をつけたアプローチも実施しやすくなります。

自社のサービスや顧客の傾向を分析して、リピート化を促す最適なアプローチを検討しましょう。

RFM分析をおこなう方法3つ

RFM分析をおこなう3つの方法と、それぞれのメリットとデメリットを解説します。

【方法1】Excel

Excelを使ったRFM分析は、コストをかけずに実施できます。しかし、購買データの管理や整理など手間がかかる点が課題として残ります。

また、分析結果が担当者の技量やマーケティング知識に左右されやすく、データ量が多くなるとデータ管理が困難になる恐れがある点も懸念されます。

【方法2】Python

プログラミング言語の「Python」による機械学習で分析する方法もあります。購買データを整理して管理すれば、効率的なRFM分析が実現します。

しかし、Pythonを使いこなせる人材やエンジニアがいなければ構築できないため、難易度が高い方法といえるでしょう。

【方法3】CRMツール

RFM分析機能が搭載されたCRMツールを選ぶことで、手間をかけずに分析が可能です。CRMツールを使用すると、手間のかかる分析工程を省くことができ、効率的にRFM分析を実行できます

また、購買データの管理がしやすく、顧客セグメントが一目でわかる点も特徴です。

こちらは、CRMツールである「LTV-Lab」のRFM分析機能を表示した画面です。

顧客の状況が色別でわかりやすく可視化されています。分析に時間がかからない分、施策立案や実施に時間をかけられる点がメリットです。

ただし、導入や維持コストがかかるため、費用対効果の高いツールを選ぶことが大切です。

CRMツールを使った分析手法を知りたい方は、以下の記事をご覧ください。

ECのCRM分析とは

ECでのRFM分析の活用事例

メンズアパレルの通販サイト「MEN’S FASHION PLUS」を運営する株式会社ホットココアは、通販専用のCRMツール「LTV-Lab」のRFM分析機能を活用しています。

毎月、LTV-Labから取得したRFM分析結果を社内共有して、効果の高い施策を把握。LTV-Labは直感的な操作ができるため、誰でも簡単に数値確認ができる点を評価していただきました。その結果、新たな施策に取り組むことができ、導入後はリピート率やLTVが35%アップしたといいます。

RFM分析を実施するときの注意点3つ

RFM分析を実施するときの注意点を解説します。

【注意点1】購入頻度が低い商材には適さない

家電や住宅、冠婚葬祭サービスなどの商材は、顧客がリピートして利用する頻度が低いため、RFM分析には適していません。特に、購買頻度を表す「F値」が参考にならないため、顧客の適切なランク分けが難しいでしょう。

【注意点2】季節商品の分析には不向き

季節によって需要が大きく異なる商品は、購入頻度や購入回数を指標として設定しづらいため、RFM分析には不向きです。たとえば、夏に需要が多い商品を販売している場合、夏の期間にRFM分析を実施すると、R値(最新購入日)は良くなる傾向にあります。しかし、冬に分析するとR値は悪くなるため、季節商品にRFM分析は適していないといえます。

【注意点3】分析前にデータのクレンジングが必要

RFM分析をおこなう前にデータの不備などを修正しておく必要があります。特に、セールやキャンペーン期間のデータは、正確に分析できない可能性があります。その期間だけデータを省くなど、考慮して分析することが大切です。

また、多店舗運営していて商品データの内容が店舗間で統一されていない場合、データクレンジングしなければ正確な分析ができません。そのようなケースでは、カートシステムと連携できるCRMなど、既存システムと連携しやすいツールを導入すれば、データクレンジングの手間が省けます

RFM分析でセグメントに最適な施策を実施しよう

ECサイトのRFM分析を実施すると、セグメントごとの特徴を把握でき、適切な施策を実施できるようになります。その結果、リピート率やLTVの向上につながり、安定的な経営が実現できるでしょう。

しかし、ExcelやPythonを使ったRFM分析は手間がかかり、迅速な対応ができなくなる恐れがあります。そこで、使いやすいCRMツールを導入し、顧客の状況を可視化して最適な施策を打ち出せるような環境を整備する必要があります。

LTV-Labは、EC通販特化型のCRMツールです。操作性の高い画面で、誰でも簡単にRFM分析ができるようになります。さらに、さまざまな通販カートシステムや受注管理システムと連携しているため、データクレンジングの工程を大幅に削減できます。

RFM分析だけでなく、CPM分析、LTV分析、ゴールデンルート分析なども実施可能です。以下のサイトから無料で資料をダウンロードいただけるので、ぜひご覧ください。

費用対効果の高い
CRMツールをお探しでは
ありませんか?

・機能は豊富だけど価格が高い

・メール配信ごとに費用がかかる

・分析結果を施策に反映できない

上記のお悩みをお持ちの方は、これまで2,400店舗以上の支援実績のある「LTV-Lab」にお任せください。ステップメールやシナリオ配信といった成果につながったリピート施策のノウハウを標準搭載しているので、無駄な工数をかけずに効果的な施策を実施できます。費用対効果の高いCRMツールをお探しの方は、是非詳しい機能や特徴をサービスページからご覧ください。

詳しい機能を見る