RFM分析とは？正しく理解していま直ぐマーケティング施策に取り入れよう！
こんにちは。ライターの磯目です。
皆さんはRFM分析をご存知ですか？なんとなく意味は知っていたりしていても具体的にどのような分析を行うのか、今回はご紹介したいと思います。
RFM分析とは
RFM分析は、分析対象の期間について、以下の3つの指標をもとに顧客をグループ分けする手法です。各指標の頭文字をとって「RFM分析」と呼ばれます。
● 最新購入日（Recency）
顧客が直近で商品を購入した日
● 購入頻度（Frequency）
一定の期間中（分析の対象として定めた期間）に顧客が商品を購入した回数
● 購入金額（Monetary）
購入頻度と同様、一定の期間中に顧客が商品を購入した金額
RFM分析を活用することで顧客をセグメント分類し、それぞれの顧客が持つ特徴に合わせて効果的なアプローチ施策を打ち出せるようになります。その結果として費用対効果を向上させ、最小限のリソースで最大限の成果を挙げることが期待できます。例えば、RFM分析によって購買確率が低い顧客にはアプローチを抑え、購買意欲の高い見込み客にのみメールの送付やサンプルの提供など、それぞれで戦略が考えられます。
RFM分析を用いた顧客のセグメント
先程お伝えしたRFM分析を用いて顧客をセグメントし施策を行う方法について詳しくご説明します。
RFM分析にり効率的なマーケティング施策を考える上で、重要なのはリードとしての確度が最も高い”優良顧客”を把握することです。
結論、「RFＭ」全ての指標において水準が高い顧客は優良顧客といわれます。わかりやすくECサイトで考えると「頻繁にオンラインショップページを訪れ、累計の購買金額も高額で直近でも購入履歴がある」顧客だということです。
その反対に、「RFＭ」全ての指標において水準が低い顧客は最もリードとして、見込みが薄いとされる、非優良顧客に該当されます。
当然「RFM」の一部指標のみ高い顧客や企業が重要視している指標部分が高い顧客について等、より細かくセグメントすることも可能です。
まずはわかりやすく優良顧客・非優良顧客に分けてみることが重要と言えるでしょう。
RFM分析から施策実施までの手順・流れ
ここまでご説明した内容をもとにRFM分析から施策実施までの大まかな流れについて紹介します。
まず１つ目は、課題を解決するための仮説を立てる
RFM分析ではまず、課題を解説するための仮説を立てます。仮説を立てることは、RFMのどの指標を重要視するか考える土台になるためです。現状顧客データを見た上で、ユーザーの行動やそれにより発生している事象を可能な限り細分化して仮説立てを行いましょう。。
ここでしっかり仮説を立てておかなければ、今後の過程を効果的に進めることができません。
２つ目は仮説をもとにデータを抽出して分類することです。
企業によって異なりますが、RFMにおける顧客データは以下です。
・POSデータ
・レシート（購入金額、履歴がわかるもの）
・会員カードから判断できる会員情報
など
３つ目はデータの分析です
データの抽出が完了したら、データ定義を行なった中でランクの基準を決め、顧客を振り分けます。
顧客の購買行動は日々変化していくため、定期的にデータの抽出・精査を実施して、施策を微調整していくことが大切でしょう。
「課題を発見する→仮説を立てる→データを収集・分析する→施策を実施する→更なる課題を発見する」というPDCAを回していくことでより制度を高め効率的にマーケティング施策に活かせるでしょう。
まとめ
改めて、RFM分析とは、適切なマーケティング施策を行う上での、顧客分析手法です。ご紹介した内容はあくまでも簡素的な内容ですので、自社が取り扱っている商品やサービスの特性、過去行った施策、またターゲットとなるユーザーの特徴に応じて、RFM分析に加えて様々な分析を行うことで、より精度の高い効果が期待できるでしょう。
今回ご紹介したRFM分析やその他ご相談に関しては、ぜひお問い合わせ頂ければ詳しくご紹介します。