マーケティングにおいて「顧客を理解すること」はとても大切です。
マーケティング部門は、顧客を理解するため顧客のデータを集め、様々な角度から顧客分析を実施する必要があります。
今回は、数多くあるマーケティングに関する分析方法の中から、「RFM分析」という顧客分析方法についてご紹介いたします。
RFM分析は、「Recency（最終購入日）」と「Frequency（購入頻度）」と「Monetary（購入金額）」の頭文字を取ったもので、これら3つの指標を用いて顧客をグループに分ける分析手法です。
「Recentcy（最終購入日）」では、顧客が最後に購入したのはいつかを算出し、最終購入日からの期間が短い顧客の評価を高いとします。
「Frequency（購入頻度）」では、顧客の何回購入したかという購入頻度を算出し、回数が多い顧客の評価を高いとします。
「Monetary（購入金額）」では、顧客の購入金額の合計を算出し、総額が大きい顧客の評価を高いとします。
たとえば、最終購入日・購入頻度・購入金額すべての面での評価が高いと「優良顧客」、最終購入日のみ評価が高い場合は、「新規顧客」になります。
また、購入金額と購入頻度において評価が高いが、最終購入日での評価は低い場合、「購買力はあるが最近の購買がないことから、競合他社に奪われている離反顧客」ということになります。
新規顧客の育成は、売上を伸ばすためには欠かせないポイントです。
新規顧客に対し、適切なタイミングでフォローメールを配信したり、クーポンを配布してリピートを促すなど顧客の満足度向上を目指し、継続的な利用につなげます。
優良顧客が休眠顧客になってしまった場合と、一度の購入でリピートがなかった場合とでは、休眠に至った原因が違ってくるため、休眠する前の顧客の状況により適切な施策が異なってきます。
休眠顧客になってしまった原因を明らかにし、対策を練ることが大切です。
優良顧客は、売上や利益へ大きく影響します。
自社への評価が高いと想定されるため、より顧客満足度を得られるような施策が効果的です。
たとえば、優良顧客限定の限定イベントに招待したり、限定クーポンを配布するなど、特別感のある顧客体験を提供するのも効果的です。
安定的に購入してくれているものの優良顧客まではもう少しという顧客には、リピート購入につなげるための施策が必要になります。
購買頻度や購買金額が伸びない理由が明確でない場合には、アンケート調査を活用するなど、障害となっている部分を特定することが大切です。
障害となっている部分を明確にすることで、より適切な施策につなげることができます。
まずは、顧客データの収集と集計を行います。
具体的には、RFM分析で必要となる「最終購入日」「購入頻度」「購入金額」の3点が対象です。
SFA*やCRM**、POSシステム***などの顧客の行動を確認できるシステムを導入していると、履歴データをそのまま活用することができます。
*SFAについては、こちらの「さらに営業UP？営業管理ができる「SFA」の全て」をご覧ください。
**CRMについては、こちらの「顧客情報の一元管理できていますか？顧客関係管理「CRM」について」をご覧ください。
***POSシステムについては、こちらの「レジ業務の新常識！？POSの機能と得られるメリットとは」をご覧ください。
次に、データ分析を行います。
集計したデータをもとに、3つの指標の分布を確認します。
X軸にR/F/Mそれぞれの指標、Y軸に顧客数とした立て棒グラフを活用すると良いでしょう。
そして、なぜそのような分布になったのかを考えてみましょう。
また、顧客をスコアリングし分析する方法も有効です。
たとえば以下の表のように、各指標で値ごとにスコアを当てて分類してみましょう。
| 最終購入日（Recency） | 購入頻度（Frequency） | 購入金額（Monetary） | |
|---|---|---|---|
| スコア５ | 30日未満 | 40回以上 | 20万円以上 |
| スコア4 | 30日以上 | 30回以上 | 15万円以上 |
| スコア3 | 60日以上 | 20回以上 | 10万円以上 |
| スコア2 | 90日以上 | 10回以上 | 5万円以上 |
| スコア1 | 180日以上 | 10回未満 | 2万円未満 |
※この表は例であり、頻度や購入金額は提供している商品やターゲット層によって異なります。
上にある表でスコアリングする場合、すべてのスコアパターンをそれぞれで分類すると全125通りになります。
ビジネスの種類や規模にもよりますが、細かく分類しすぎず、3指標のスコア合計値でシンプルに分類するなど、すばやくPDCAを回転させられるような分類にすることが大切です。
データ分析としてスコアリングで分類した結果を、さらに「優良顧客」「安定顧客」「休眠顧客」「新規顧客」に分けましょう。
スコアの合計値のどこからどこまでを優良顧客とするのかはあらかじめ決めておくようにします。
そして、このグループごとに改善策を考えます。
たとえば、休眠顧客や新規顧客には再購入限定のキャンペーンを実施し改めて購入してもらう、優良顧客には指定金額以上の購入でノベルティを贈呈するなどが挙げられます。
施策が考えられたら、実際に施策を実施してみます。
施策後、分布や分類ごとの顧客比率が変化するため、実施した後は必ず分析対象になるデータを更新しましょう。
実施した施策の効果検証を行います。
上手く効果が出ていない場合には、再度分析を行い施策を見直すことも必要です。施策を実施するときには継続してPDCAを回しましょう。
RFM分析は購買頻度や金額で顧客を判断するだけで、顧客の細かい属性や好みまでは分析できません。
たとえば、優良顧客や新規顧客などの各グループに分類された「顧客の特徴」まではRFM分析では行えないため、新しい施策やキャンペーンを打つ時には別の分析手法と組み合わせて考える必要があります。
最終購入日や購入頻度を指標として持っているため、絞る期間の範囲で大きく結果が異なることがあります。
たとえば、RFM分析の対象期間の最後にセールを行った場合、顧客の最終購入日に大きな差が見られなくなり、正しい結果が得られないことがあります。
また、短期間分析するか長期間分析するかで、以下のように結果の正確性が変わってきます。
長期間のデータでは、離反顧客や安定顧客と購買頻度などで大きな差がついているため、自社にとっての本当の優良顧客を見つけられます。
短期間だとデータに差が生まれにくいため、たまたま購買頻度が高くなったなどの偶然に左右されやすくなります。
しかし、短期間のデータを分析することで現時点での優良顧客を把握できることもあるため、しっかりと分析の目的を明確にして、RFM分析を行うようにしましょう。
たとえば車や家といった、購買頻度の低い商品にRFM分析はマッチしません。
購買頻度が低いと、最終購入日での差が大きくなりすぎたり購買頻度の差がほとんどなくなるといった影響があるため、RFM分析の「最終購入日（R）」と「購入頻度（F）」の分析が困難になります。
RFM分析は、顧客の行動を理解することで、効果的なマーケティング施策を行うため、顧客を分類し分析する手法です。
「最終購入日（R）」と「購入頻度（F）」と「購入金額（M）」の3つの各要素から顧客を適切に分類し、それぞれの顧客に合ったアプローチを考えます。
顧客の分類ごとに、クーポンや特別イベントを実施するなどの施策の立案の判断材料になり、新規顧客から安定顧客、安定顧客から優良顧客へと育成することができるようになります。
また、商品によってRFM分析が向いていないケースがあったり、分析範囲で大きく結果が変わったりすることもあわせて覚えておく必要があります。