RFM分析とは？手法、顧客分類、エクセルのやり方を解説！

はじめに

RFM分析について、基本情報、すぐに実践できるやり方などを、事例を交えながら分かりやすく解説していきます。

この記事を読んで分かること、できるようになること

●RFM分析の意味、3つの要素、活用方法を理解できる。
●RFM分析のエクセルでのやり方を図解で学び、習得できる。
●RFM分析の資料を無料でダウンロードできる。

＼今すぐ資料を見たい／

RFM分析とは

RFM分析とは、自社の顧客の特性に応じたプロモーションを行う目的で、「Recency（最新購入日からの経過期間）」「Frequency（購入頻度）」「Monetary（累計購入金額）」という3つの指標により顧客を分類することです。

これら3つの指標の頭文字「R」「F」「M」を取って、RFM（アールエフエム）分析と言います。

3つの要素

Recency（最新購入日からの期間）

最後に購入してからどのくらい時間が経過したかを示す指標で、3つの指標のうち、最も基本となる指標です。

最終購入日が近い顧客ほど、高評価となります。

Frequency（購入頻度）とMonetary（累計購入金額）が高い、つまり、何度も購入して多くのお金を使った顧客でも、最終購入日から何年も経過していれば、既に離反してしまった可能性の高い顧客ということになります。

最終購入日から分析時点までの日数で測定されることが多いですが、商品特性によって年数で測定することもあります（耐久消費財である自動車など） 。

Frequency（購入頻度）

初回購入から、どのくらいの頻度で購入されたかを示す指標です。

購入頻度が高いほど高評価となり、優良顧客になる見込みが高まります。

一般的に購入頻度が高ければ、顧客維持コストは低くなり、収益性が高まります。

Monetary（累計購入金額）

初回購入からの、累計の購入金額を示す指標です。

金額が高いほど、高評価となります。

もし同じ累計購入金額の2人の顧客がいた場合、Frequency（購入頻度）が1回か複数回かによって、別々に分類されることもあります。

RFM分析のプロセス、事例

RFM分析のプロセスは、①マーケティング課題の明確化、②データの整備（加工）、③スコアリング、④顧客分類、の4つに分けられます。順に説明していきます。

プロセス①「マーケティング課題の明確化」

RFM分析を始める前に、自社のビジネスの現状を背景とした、マーケティング課題を明確化しておきましょう。

ここからは例として、「A.新規顧客の定着化、B.優良顧客へのケア、C.離反顧客のうち売上貢献が大きかった層の再顧客化、D.費用対効果を見込めない離反顧客の把握」を目的に、RFM分析をおこなっていくとします。

プロセス②「データの整備（加工）」

まず、顧客の購入データの「Recency（最新購入日からの経過期間）」、「Frequency（購入頻度）」、「Monetary（累計購入金額）」のデータを整備します。

プロセス③「スコアリング」

次に、「R」「F」「M」のスコアリングを行います。

以下は5ランクの例です。

「R」「F」「M」の3つの指標を5ランクで分類した場合、5×5×5で125通りの組み合わせとなってしまいますが、プロモーションのために、そこまで細分化する必要はありません。125通りものプロモーションは、現実的ではないからです。

一般的には、ランク数は決まっていないので、最少で3ランク、最多で10ランクの範囲内で、自社の商品・サービスの特性、顧客リストからわかる顧客の購入実態に即して決めましょう。
極端な例ですが、新規顧客だけに絞りたいのなら、1～3ランクでもいいでしょう。

次のプロセスでは、このスコアリングを基に、新規～離反までの顧客をカバーする汎用的なプロモーションで有効になるよう、顧客を分類していきます。

プロセス④「顧客分類」

前述のスコアリング表を基に、顧客種別「優良・離反（要対策）・離反・新規」の4つに、顧客を分類していきましょう。

※なお分類が出来たら、そのリストを基にプロモーションを開始します。

優良

3つの指標がともに「5」で、文句のない優良顧客です（但し、調査時点という限定の上です）。

離反（要対策）

「R」が最も低く離反顧客の可能性が高いものの、購入頻度と累計購入金額が最も高いランクであることから、再顧客化を促す試みが必要です。

離反

「R」が最も低く離反顧客の可能性が高い上に、購入頻度と累計購入も低いので、対策不要とします。

新規

顧客定着化が求められます。購入日から日数を置かない早々のプロモーションが必要です。

顧客分類のイメージ図

RFM分析の顧客分類は、下のような3次元のイメージ図で表すことができます。

RFM分析のメリットとデメリット

RFM分析のメリットは「即効性の高さ」です。

RFM分析は単なる顧客セグメンテーションのための分析ではなく、プロモーション対象者一人一人のリスト作成がゴールです。

特に新規顧客へのアプローチは最も緊急性の高いマーケティング課題ですが、その対象者が3つの指標のみで容易にリスト化できること、つまり即効性の高さは大きなメリットと言えます。

反面、デメリットが3つあります。

第一に、メリットである容易さの裏返しになりますが、顧客の年齢・性別・居住地・職業などのデモグラフィック属性が使われないことです。
3つの指標はいずれも行動例歴ですので、例えば離反顧客が離反した理由（ブランドスイッチなのか、ライフステージの変化かなのか等）は分かりません。

第二に、セールやキャンペーンの影響も考慮しなければならないという、煩雑さです。

第三に、こちらもメリットである即効性の高い分析であることの裏返しとなりますが、結果が有効なのは調査時点のみという点です。

「RFM分析」と「デシル分析」の違い

RFM分析と同様、顧客分析としてよく知られている「デシル分析」ですが、下記の点が違います。

デシル分析は、RFM分析の「Monetary（累計購入金額）の高い順」に、顧客を10等分する分析手法で、累計購入金額の詳細な分析が必要なときに行います。

デシル分析のデメリットとして、たとえ累計購入金額が高くても、優良顧客どころか既に離反してしまった顧客が含まれてしまうことを避けられない、という点があることを理解しておきましょう。

＼今すぐ資料を見たい／

エクセルで行うRFM分析の手法

RFM分析は、エクセル（Excel）を使っておこなうことができます。ここからは具体的な手順を解説していきます。

手順.1（データ加工）

下表はある商品の購入データのExcelシートです。データ総数は1,000件です。

Frequency（購入頻度）はD列、Monetary（累計購入金額）はE列のデータを、そのまま集計すればいいのですが、Recency（最新購入日からの期間）はC列の「購入日」を基に計算する必要があります。

F列をRecencyの列としましょう。

まず、E列1行目に「分析日」、F列1行目に「分析日の日付」（2020/3/29）を入力します。

次に、F列3行目に計算式「=+F$1-$C3」を入力します。C列の「購入日」から、F列1行目の「分析日の日付」までの日数計算の式です。

この式をF列の1,002行まで入力（ F列3行目の式をドラッグ）します。

すると、F列3行目から1,002行までのセルに、Recencyの日数が表示されます。

手順.2（データ加工）

次は「RFM」の顧客分類です。

G、H、I列のセルに計算式を入力します。
最初のデータ3行目に入力した計算式をドラッグすれば、簡単に全データで「R」「F」「M」の値が表示されます。

まず、Recency（最新購入日からの期間）です。先述の「RFM分析のプロセス、やり方、事例」の『プロセス④「顧客分類」』の表「RFM分析のスコアリング」を参照し、G列3行目に計算式を入力します。

手順.3（データ加工）

Frequency（購入頻度）も、同表を参照し、H列3行目に計算式を入力します。そして、H列の最終行までドラッグします。

手順.4（データ加工）

Monetary（累計購入金額）も、同表を参照し、I列3行目に計算式を入力します。そして、I列の最終行までドラッグします。

手順.5（データ集計）

続いて、加工されたデータを集計します。顧客を4つの類型に分類し、リストを作成しましょう。

まず分類「優良」の場合です。優良顧客は「R」「F」「M」の値が全て「5」と定義しました。

集計では、Excelのフィルターを使います。

①データタブで、②G列2行目、H列2行目、I列2行目を範囲指定し、③フィルターをクリックします。

③までの操作をすると、G列2行目、H列2行目、I列2行目の各セルの右側にフィルターのボタンが表示されます。

優良は「R」「F」「M」の値が全て「5」ですので、フィルターのボタンをクリックし「5」のみを表示させます（デフォルトは「すべて選択」になっています）。

これが優良顧客のリストで、RFM分析のゴールです。優良顧客の合計人数は12名でした。

同じフィルター操作で、優良以外の顧客種別も抽出した結果、『離反（要対策）「1,5,5」は1人、離反「1,1,1」は277人、新規「5,1,1」は33人』という結果でした。

手順.6（データ集計）

分類された顧客種別ごとの人数の把握には、Excelのピボットテーブルも役立ちます。

Excelシートの、①挿入タブで、②RFMのデータ範囲を指定し、③ピボットテーブルをクリックして、ピボットテーブルを作成します。

「ピボットテーブルフィールド」で、フィルターを「R」、列を「F」、行を「M」に設定します。

値は「M」にしますが、「値フィールドの設定」で、単位をデフォルトの「合計」から「個数」に変更します。

手順.7（結果のグラフ化、3次元のイメージ図）

RFM分析によって分類された顧客の人数をグラフ化したものが下記です。

また、3次元のイメージ図も作成しましたので、参考にしてください。

※Excelで自動的に作成される図ではありません。
※人数を示すボックスの大きさは、実数を反映していないのでご注意ください。

手順.8（RFM分析結果によるプロモーション例）

顧客分類が完了し、顧客リストを整備した後は、プロモーションを行います。

下表は一般的なプロモーション例です。

離反顧客は、切り捨てるケースがほとんどです。〝帰ってくる見込みの低い〟離反顧客に対してプロモーション費用をかけるよりも、優良顧客へのケアを手厚くすることのほうが有効です。

さらに、〝トライアルユーザーを含めた〟新規顧客の定着化が重要な課題です。

但し、こういったプロモーションはあくまでも一般的な例です。自社のマーケティング課題とその解決のため、ビジネスの現状に応じて立案していきましょう。

また、顧客種別も自社のビジネスの現状に応じて定義しましょう。
例えば、新規顧客では「新規優良顧客」、離反顧客では「優良顧客離反予備軍」などの細分化も考えられます。
他にも、ここでは離反と定義した顧客を「休眠顧客」と定義する場合もあるでしょう。

＼今すぐ資料を見たい／

RFM分析にまつわる、よくある質問

Q：RFM分析の最も重要なポイントは何でしょうか。

もっとも重要なポイントは、スコアリングと顧客分類です。

スコアリングでランク数を決める際、「R」「F」「M」の全てにおいて、自社の顧客の購入特性を良く把握することが、とても重要です。

商品やサービスカテゴリーの特性により千差万別なので、例えば子供服の場合、顧客の子供の末子年齢などが重要なポイントになります。こういったカテゴリー特性も考慮する必要があります。

分類する顧客の定義も、プロモーションの効果を高めるために、慎重に決めることが大切でしょう。

Q：RFM分析に向いているカテゴリー＆向いていないカテゴリーを教えてください。

RFM分析では「購入時期」と「頻度」が重視されるため、向いているのは、繰り返し購入される商品やサービスです。 

反対にRFM分析に向いていないのは、不動産や自動車・保険などの、数年～数十年に1回、ないしは一生で1回購入されるような商品やサービスです。

Q：RFM分析を応用して、さらに顧客を詳細に分析する方法を教えてください。

1つ目は「MFRI分析」で、RFM分析に「購入商品（アイテム＝I）」を加えた分析方法です。

2つ目は「RFMC分析」で、RFM分析に「顧客の属性（カテゴリ＝C）」を加えた分析方法です。
1つ目のMFRI分析では、RFM分析にアイテムが加わることで、データ量が膨大となってしまうデメリットがあります。
そのデメリットを解消すべく、アイテムではなく、より範囲の広い「カテゴリー」を加えた分析方法が、RFMC分析になります。

3つ目は「RFM-D分析」で、RFM分析に「顧客の居住地と自社店舗との距離（Distance）」、つまり商圏という条件を組みわせた分析方法です。
店舗におけるマーケティング戦略に有効的な手段です。

無料ダウンロード『RFM分析マニュアル 』

本記事で解説した内容をまとめた資料「RFM分析～Excelで行うRFM分析の詳細な手順～」は、下記よりダウンロードすることができます（無料）。

おわりに（まとめ）

RFM分析とは、「Recency（最新購入日からの経過期間）」「Frequency（購入頻度）」「Monetary（累計購入金額）」の3つの指標について、スコアリング、つまり期間（日数）・頻度・金額によるランク付けを行い、それらのランクを組み合わせて、顧客を分類（優良顧客、新規顧客など）し、リスト化する分析方法です。

スコアリングと顧客分類が、RFM分析における最大のポイントとなります。

最大のメリットは、顧客特性に合わせたプロモーションを行うための、具体的かつ即効性の高い顧客リストの作成ができることですが、即効性の高さの裏返しで、調査から時間が経つと有効性が失われ、再度、調査をする必要があることがデメリットです。

また、3つの指標（行動データ）に基づいた、シンプルな分析結果が出るというメリットもありますが、顧客のデモグラフィックやサイコグラフィック属性を加味した詳細な分析はできません。

あくまでも、顧客維持・拡大を目的とした、プロモーション（特に新規顧客のリピーター化）に有効な分析です。

RFM分析は、エクセルを使ってできます。
一般的な顧客リストならば、数式や関数を使って算出する必要があるのは「Recency（最新購入日からの経過期間）」のみです。集計では、フィルターやピボットテーブルを使います。

【参考文献】

『現代マーケティング・リサーチー市場を読み解くデータ分析[新版]』（照井伸彦、佐藤忠彦著、有斐閣、2013年11月）／『MBAのExcel』（鷲巣大輔著、グロービス監修、東洋経済新報社、2023年3月）