RFM分析とは？3つの指標で優良顧客を見つける手法と実施手順をわかりやすく解説

「マーケティング施策を打っているのに成果が出ない」「どの顧客を優先すべきか判断できない」このような課題を抱えていませんか。顧客一人ひとりに最適なアプローチを実現するには、データに基づいた顧客分析が不可欠です。

RFM分析は、最終購入日・購入頻度・購入金額という3つのシンプルな指標で顧客をグループ化できる分析手法です。詳細な個人情報がなくても実施でき、優良顧客の発掘や休眠顧客の掘り起こしなど、実務に直結する施策立案が可能になります。

この記事では、RFM分析の基本から具体的な実施手順、顧客グループごとの施策例、さらには注意点まで詳しく解説します。本記事を読むことで、RFM分析の考え方や手順を理解し、マーケティング効果の向上に役立てることができるでしょう。

RFM分析とは

RFM分析は、顧客の購買行動を下記3つの指標で評価し、グループ分けする顧客分析手法です。

• Recency（最終購入日）
• Frequency（購入頻度）
• Monetary（購入金額）

この3つの指標で顧客をランク付けし、それぞれの特性に応じたマーケティング施策を展開します。マーケティングの基本として多くの企業が採用しており、BtoC事業を中心に幅広い業種で活用されています。

Recency（最終購入日）

Recency（最終購入日）は、顧客が最後に購入した日からの経過日数を示します。最終購入日が近いほど、自社商品への関心が高い顧客と評価できるのが特徴です。たとえば、1週間前に購入した顧客は、1年前に購入した顧客よりも再購入の可能性が高いと判断できます。

Frequency（購入頻度）

Frequency（購入頻度）は、一定期間内に顧客が商品を購入した回数です。購入頻度が高い顧客ほど、自社への好感度や満足度が高いと考えられます。ただし、新規顧客は購入回数が少なくても将来的な優良顧客になる可能性があるため、他の指標と合わせて総合的に評価することが重要です。

Monetary（購入金額）

Monetary（購入金額）は、顧客の累積購入金額を表します。購入金額が高い顧客は、自社にとって経済的価値の高い存在です。ただし、一度だけ高額商品を購入した顧客と、低額商品を継続的に購入している顧客では、アプローチ方法が異なります。

この3つの指標を組み合わせることで、たとえば「RFMすべてが高い優良顧客」や「Rが低く離反しそうな休眠顧客」など、顧客の状態を明確に分類できます。

RFM分析の目的

RFM分析の第一の目的は、顧客をグループ化して全体像を把握することです。数千人、数万人の顧客を抱える企業では、一人ひとりの状況を個別に管理するのは困難です。RFM分析によって顧客を数種類のグループに分類すれば、どのような顧客層が多いのか、どこに課題があるのかを視覚的に理解できます。

たとえば、分析の結果「最近購入していない顧客が全体の60%を占めている」と判明すれば、商品やサービスが顧客のニーズを満たせていない可能性が浮き彫りになるでしょう。

第二の目的は、LTV（Life Time Value：顧客生涯価値）の最大化です。LTVとは、顧客が自社と関係をもち始めてから終了するまでに得られる利益の総額を指します。RFM分析で顧客をグループ分けすることで、各グループに最適な施策を実施でき、顧客一人あたりの生涯価値を高められます。

優良顧客にはロイヤルティをさらに深める施策を、休眠顧客には再購入を促す施策を展開するなど、限られたリソースを効果的に配分できるのです。結果として、マーケティングROI（投資対効果）の向上と売上拡大を同時に実現できます。

RFM分析の3つのメリット

RFM分析は実務での活用がしやすく、多くの企業が導入している手法です。ここでは、RFM分析を実施する3つの主要なメリットを解説します。

• 少ないデータで始められる
• 顧客に合わせた施策が可能になる
• マーケティングコストを削減できる

詳しく紹介します。

少ないデータで始められる

RFM分析の最大のメリットは、最小限のデータで実施できる点です。必要なデータは「最終購入日」「購入頻度」「購入金額」の3つだけであり、顧客の名前や住所、年齢などの詳細な個人情報は不要です。

既存の購買履歴データやPOSデータがあれば、すぐに分析を開始できます。SFA（営業支援システム）やCRM（顧客関係管理システム）を導入している企業なら、蓄積された購買データをそのまま活用可能です。

また、データ分析の専門知識がなくても、Excelの基本的な関数とピボットテーブル機能を使えば実施できます。高度な統計ソフトや分析ツールを導入する必要がないため、中小企業でも気軽に取り組めるのが特徴です。

データ収集のハードルが低いため、「顧客分析を始めたいが何から手をつければよいかわからない」という企業にとって、最初の一歩として最適な手法といえるでしょう。

顧客に合わせた施策が可能になる

RFM分析によって顧客をグループ分けすることで、それぞれの特性に応じたマーケティング施策を展開できます。全顧客に同じアプローチをするマスマーケティングではなく、グループごとに最適化された施策を実施できるのです。

たとえば、優良顧客には限定商品の先行案内や特別イベントへの招待など、ロイヤルティを高める施策が効果的です。一方、購入頻度が低い新規顧客には、リピート購入を促すクーポンやポイント付与などのインセンティブ施策が適しています。

また、休眠顧客には「しばらくご利用いただいていないお客様へ」というメッセージとともに、復帰を促す特別オファーを送ることで、再購入を促進できるでしょう。

このように、顧客の購買状況に合わせたタイミングとメッセージで施策を打つことで、顧客満足度の向上と売上拡大の両立が可能になります。施策の反応率も向上するため、マーケティング効率が大幅に改善されます。

マーケティングコストを削減できる

RFM分析は、マーケティング施策の選択と集中を実現し、コスト削減に貢献します。限られた予算とリソースを、効果の見込める顧客グループに優先的に配分できるためです。

具体的には、RFMすべてのスコアが低い非優良顧客への無駄なプロモーションを減らし、その分のコストを優良顧客の維持や新規顧客の獲得に振り向けられます。たとえば、過去1年間購入実績がなく、累積購入金額も低い顧客へのDM送付を停止すれば、印刷費や郵送費を大幅に削減できるでしょう。

また、顧客グループごとに施策の効果測定を行うことで、どのグループにどれだけの予算を配分すべきか、データに基づいて判断できます。「このキャンペーンは休眠顧客には効果が低かった」という気付きがあれば、次回から別の施策を試すなど、PDCAサイクルを回して継続的に改善できます。

マーケティング予算の最適化によって、同じコストでより高い成果を出せるようになり、投資対効果が向上します。

RFM分析の実施手順

RFM分析を効果的に実施するには、明確な手順に沿って進めることが重要です。ここでは、5つのステップに分けて具体的な実施方法を解説します。

1. 課題設定とか設立案
2. データの収集と整理
3. データ分析とランク付け
4. 顧客グループの分類
5. 施策の実施とPDCAサイクル

順に見ていきましょう。

STEP1：課題設定と仮説立案

RFM分析を始める前に、自社が抱える課題を明確にしましょう。「何のために分析するのか」という目的がはっきりしていないと、分析結果を活かせません。

たとえば、「売上が伸び悩んでいる」という課題があるなら、その原因を掘り下げて考えます。「新規顧客は増えているが、リピート購入につながっていない」「優良顧客の購入頻度が低下している」など、具体的な仮説を立てることが大切です。

課題と仮説が明確になれば、RFM分析のどの指標に注目すべきかも見えてきます。リピート率の低さが課題なら、Frequency（購入頻度）の分析に重点を置くといった具合です。この段階で分析の方向性を定めておくことで、後の施策立案がスムーズに進みます。

また、売上の伸び悩み以外にも、顧客満足度の向上や離反率の低下など、RFM分析で検証できる課題は多岐にわたります。自社の状況に合わせて、優先的に解決すべき課題を設定しましょう。

STEP2：データの収集と整理

課題と仮説が定まったら、RFM分析に必要なデータを収集します。具体的には、顧客ごとの「最終購入日」「購入頻度」「累積購入金額」のデータが必要です。

データ収集には、POSレジシステム、SFA/CRM、ECサイトの購買履歴データなどを活用します。特に、顧客を識別できるユニークID（会員番号や顧客IDなど）が付与されていることが必須条件です。IDがなければ、同一顧客の購買履歴を紐付けられません。

収集したデータは、Excelや分析ツールに入力して整理します。この際、データの正確性を確保するため、誤入力や入力漏れがないかチェックしましょう。データクレンジング（データの清掃・整理）を行い、分析精度を高めることが重要です。

また、分析対象期間を明確にします。たとえば「過去1年間の購買データ」など、自社のビジネスサイクルに合わせて適切な期間を設定しましょう。期間が短すぎると傾向が見えにくく、長すぎると古いデータの影響で現状を正確に反映できなくなります。

STEP3：データ分析とランク付け

データが整ったら、実際に分析とランク付けを行います。このステップは「ヒストグラムでの分布確認」と「スコア付けとグループ分類」の2つのプロセスで構成されます。

ヒストグラムでの分布確認

まず、RFMそれぞれの指標について、顧客データの分布状況をヒストグラム（棒グラフ）で可視化します。これにより、顧客全体の傾向や特徴を把握できます。

たとえば、最終購入日の分布を見たときに「3ヵ月以上購入していない顧客が全体の50%を占めている」と判明すれば、休眠顧客対策が急務だとわかるでしょう。購入金額の分布で特定の金額帯にピークがあれば、「送料無料ラインを意識した購買行動」など、ビジネス上の施策が影響している可能性があります。

ヒストグラムによる可視化は、数値だけでは気付きにくいパターンや異常値を発見するのに役立ちます。Excelのグラフ機能を使えば簡単に作成できるため、必ず実施しましょう。

スコア付けとグループ分類

次に、RFM各指標の値に応じてスコアを割り当てます。一般的には、各指標を3〜5段階でランク分けする方法が用いられます。

具体例として、以下のような基準でランク付けします。

Recency（最終購入日）

• ランク5：7日以内
• ランク4：8〜30日以内
• ランク3：31〜90日以内
• ランク2：91〜180日以内
• ランク1：181日以上

Frequency（購入頻度）

• ランク5：10回以上
• ランク4：7〜9回
• ランク3：4〜6回
• ランク2：2〜3回
• ランク1：1回

Monetary（累積購入金額）

• ランク5：50万円以上
• ランク4：30万円〜49万円
• ランク3：10万円〜29万円
• ランク2：5万円〜9万円
• ランク1：5万円未満

ランク分けの基準は、自社の商品特性やビジネスモデルに合わせて柔軟に設定します。たとえば、高額商品を扱う企業と日用品を扱う企業では、購入頻度や金額の基準が大きく異なるでしょう。

各顧客のRFMスコアを合計し、総合点で顧客をグループ分けする方法もあります。総合点が高い顧客ほど優良顧客、低い顧客ほど非優良顧客と判断できます。

STEP4：顧客グループの分類

RFMのランク付けが完了したら、顧客を代表的なグループに分類します。ここでは、マーケティング施策を考えるうえで特に重要な4つのグループを紹介します。

• 優良顧客
• 安定顧客
• 新規顧客
• 休眠顧客

それぞれ見ていきましょう。

優良顧客

優良顧客は、RFMすべての指標で高いスコアを示す顧客層です。最近も購入しており、購入頻度が高く、累積購入金額も多い、企業にとって最も価値の高い顧客といえます。この層の一部は、ブランドへの強い愛着をもつ「ロイヤルカスタマー」に該当します。優良顧客の維持と、さらなるロイヤルティ向上が重要な戦略となるでしょう。

安定顧客

安定顧客は、RとFは高いものの、Mが中程度の顧客です。定期的に購入してくれているものの、一回あたりの購入金額が低い傾向があります。この層には、まとめ買いを促す施策やアップセル・クロスセル施策が効果的です。

新規顧客

新規顧客は、Rは高いがFとMが低い顧客層です。最近初めて購入したばかりで、今後のリピート購入が期待できます。この層をいかに安定顧客、さらには優良顧客へと育成できるかが、ビジネス成長のカギとなります。

休眠顧客

休眠顧客は、Rが低い顧客です。過去には購入実績があるものの、最近は購入していない状態です。Fが高く過去の購入頻度が多かった顧客ほど、何らかの理由で離反している可能性が高く、原因究明と再購入を促す施策が必要でしょう。

STEP5：施策の実施とPDCAサイクル

顧客グループの分類が完了したら、各グループに適したマーケティング施策を企画・実施します。重要なのは、一度分析して終わりではなく、継続的にPDCAサイクルを回すことです。

施策実施後は、定期的（1ヵ月後、3ヵ月後など）に再度RFM分析を行い、顧客グループの変化を確認します。たとえば、休眠顧客向けに実施したキャンペーンによって、休眠顧客の割合が40%から30%に減少していれば、施策が効果を発揮していると判断できるでしょう。

また、グループ間の移動にも注目します。新規顧客が安定顧客に移行した割合、優良顧客が休眠顧客に転落した割合などを分析することで、顧客のライフサイクルが見えてきます。この動きを把握することで、次の施策をより精緻に設計できます。

RFM分析は静的な一時点の分析ですが、定期的に実施することで顧客の動向を把握し、変化に応じた柔軟な対応が可能になります。

RFM分析の活用例

RFM分析で顧客をグループ分けしたら、それぞれに最適な施策を展開します。ここでは、代表的な3つの顧客グループに対する具体的な施策例を紹介します。

• 優良顧客への施策例
• 休眠顧客への施策例
• 新規顧客への施策例

それぞれ見ていきましょう。

優良顧客への施策例

優良顧客に対しては、ロイヤルティをさらに深め、長期的な関係を維持する施策が重要です。この層を失うことは企業にとって大きな損失となるため、特別な体験価値を提供しましょう。

具体的には、限定商品の先行販売や新商品の体験イベントへの招待が効果的です。「優良顧客様だけの特別なご案内」というメッセージとともに、一般顧客には提供しないプレミアムな体験を提供することで、特別感を演出できます。

また、顧客ランク制度の導入も有効です。購入金額や頻度に応じてゴールド会員、プラチナ会員などのステータスを付与し、ランクに応じた特典（送料無料、ポイント還元率アップ、専用サポートなど）を提供します。ステータス維持のためのリピート購入が促進され、継続的な取引につながるでしょう。

さらに、優良顧客の声を積極的に聞く姿勢も大切です。アンケートやインタビューを通じて、なぜ自社を選び続けているのか、どのような点に満足しているのかを把握します。その情報を商品開発やサービス改善に活かすことで、さらなる顧客満足度向上が期待できます。

休眠顧客への施策例

休眠顧客に対しては、離反の理由を探り、再購入を促す施策が必要です。まず、なぜ購入しなくなったのか原因を把握するため、アンケート調査を実施しましょう。

「しばらくご利用いただいていないお客様へ」というメッセージとともに、簡単なアンケートを送付します。商品への不満、競合他社への乗り換え、単純な忘却など、離反理由はさまざまです。理由が明確になれば、それに応じた対策を講じられます。

再購入を促すには、「カムバックキャンペーン」が効果的です。休眠顧客限定の特別割引きクーポンや、「お久しぶりですポイント」の付与など、復帰しやすい環境を整えます。ただし、過度な値引きは避け、商品価値を損なわない範囲での施策が望ましいでしょう。

また、休眠期間が長い顧客には、商品ラインナップの変化や新サービスの情報を伝えることも有効です。「以前とは違う魅力」を訴求することで、再度興味をもってもらえる可能性があります。

新規顧客への施策例

新規顧客に対しては、2回目の購入につなげるオンボーディング施策が重要です。初回購入後のフォローアップによって、リピート率が大きく変わります。

具体的には、購入後1週間以内に「ご購入ありがとうございました」というお礼メールを送り、商品の使い方や活用方法を紹介します。商品を十分に活用してもらうことで、満足度が高まり、次の購入につながりやすくなるでしょう。

また、次回購入時に使える割引クーポンの提供も効果的です。「次回10%OFF」などのインセンティブを提示することで、2回目の購入ハードルを下げられます。ただし、有効期限を設定し（例：1ヵ月以内）、早期のリピート購入を促すことがポイントです。

さらに、関連商品のレコメンド施策も有効です。初回購入商品に関連する商品や、一緒に使うと便利な商品を紹介することで、クロスセルの機会を創出できます。パーソナライズされた提案は、顧客の興味を引きやすく、購買意欲を高める効果があります。

RFM分析の注意点とデメリット

RFM分析は有効な手法ですが、万能ではありません。ここでは、RFM分析を実施する際に理解しておくべき3つの注意点とデメリットを解説します。

• 購入商品の情報が反映されない
• 一時点での分析のため継続性がない
• 高額商品の情報が反映されない

それぞれ紹介します。

購入商品の情報が反映されない

RFM分析の大きな限界は、「何を購入したか」という商品情報が分析に含まれない点です。分析に使う指標は購入時期、頻度、金額のみであり、具体的な購入商品名やカテゴリは考慮されません。

たとえば、子ども用品を扱う企業の場合、顧客の子どもの成長段階に応じて最適な商品は変わります。0歳児向けの商品を購入していた顧客が、1年後には1歳児向けの商品を必要としているはずですが、RFM分析だけでは、このような細かなニーズの変化をとらえられません。

また、同じ累積購入金額でも、高額商品1点を購入した顧客と、低額商品を多数購入した顧客では、購買パターンや嗜好が大きく異なります。しかし、RFM分析では同じMスコアとして扱われてしまうため、適切な施策を打つには限界があるでしょう。

この課題を解決するには、後述する「RFMC分析」のように、商品カテゴリやアイテム情報を追加した拡張版のRFM分析を検討する必要があります。

一時点での分析のため継続性がない

RFM分析は、ある特定の時点における顧客の状態を切り取った分析です。そのため、分析のタイミングによって結果が大きく変わる可能性があります。

特に、季節性の高い商品を扱う企業では注意が必要です。たとえば、クリスマスケーキを販売する企業が1月にRFM分析を実施すれば、多くの顧客が「最近購入した優良顧客」と分類されます。しかし、6月に同じ分析をすれば、ほぼ全員が「購入から半年経過した休眠顧客」と判定されてしまうでしょう。

また、ライフステージの変化によって購買行動が変わる商品も、RFM分析では正確に評価できません。ベビー用品を例にすると、第1子の誕生時に頻繁に購入していた顧客が、子どもの成長によって購入しなくなり、数年後に第2子の誕生で再び購入を始めるケースがあります。

RFM分析上は「優良顧客→休眠顧客→優良顧客」と変動しますが、実際には自然なライフサイクルの変化に過ぎません。このような特性をもつ商品では、RFM分析の結果を慎重に解釈する必要があります。

高額商品・低頻度商品には不向き

RFM分析は、購入頻度が高い商品やサービスに適した手法です。逆に、車や住宅、保険商品など、購入頻度が極端に低い高額商品には向いていません。

たとえば、自動車販売のケースを考えてみましょう。一般的な顧客の車の買い替えサイクルは5〜10年に一度です。このような商品では、ほとんどの顧客のFスコアが「1回」となり、購入頻度での差別化ができません。また、最終購入日も数年前になるため、Rスコアも全体的に低くなります。

結果として、RFM分析を適用しても、顧客間の差がほとんど見られず、有効なグループ分けができないのです。このような高額・低頻度商品を扱う企業では、RFM分析よりも顧客の属性情報や購買動機、満足度などを軸にした別の分析手法が適しています。

一方、RFM分析が効果を発揮するのは、ECサイト、飲食サービス、日用品販売、サブスクリプションサービスなど、比較的購入頻度が高いBtoC事業です。自社のビジネスモデルがRFM分析に適しているか、事前に見極めることが大切です。

RFM分析を補完する手法

RFM分析の弱点を補うため、他の指標を追加したり、別の分析手法と組み合わせたりする方法があります。ここでは、RFM分析を発展させた3つの手法を紹介します。

• RFMC分析
• RFM-D分析
• デシル分析との併用

詳しく解説します。

RFMC分析（カテゴリ追加）

RFMC分析は、RFM分析にCategory（カテゴリ）またはCustomer（顧客属性）の指標を加えた手法です。「何を購入したか」という商品情報や、顧客の属性情報を分析に組み込むことで、より精緻な顧客理解が可能になります。

たとえば、アパレルECサイトでは、同じ優良顧客でも「メンズ商品を主に購入する顧客」と「レディース商品を主に購入する顧客」では、送るべきメールの内容が異なるでしょう。RFMC分析を使えば、このような商品カテゴリ別の傾向を把握できます。

また、顧客の年齢、性別、居住地域などの属性情報を加えることで、「30代女性の優良顧客」「関東在住の休眠顧客」など、さらに細分化されたセグメントを作成できます。セグメントが細かくなるほど、パーソナライズされた施策の展開が可能になるでしょう。

RFMC分析を実施するには、商品カテゴリや顧客属性のデータを事前に整備しておく必要があります。データ管理の手間は増えますが、その分、より効果的なマーケティング施策を打てるメリットがあります。

RFM-D分析（距離・エリア追加）

RFM-D分析は、RFM分析にDistance（距離）またはDemographics（人口統計）の指標を追加した手法です。特に、実店舗を持つ小売業や地域密着型ビジネスで有効です。

距離の観点を加えることで、「店舗から近い顧客」「遠方の顧客」という地理的なセグメントを作成できます。たとえば、店舗から3km圏内の優良顧客には来店促進施策を、遠方の顧客にはオンラインショップの利用促進施策を展開するなど、エリア特性に応じた戦略が立てられるでしょう。

また、商圏分析と組み合わせることで、どのエリアに優良顧客が多いか、どのエリアの開拓が不足しているかを可視化できます。新規出店の立地選定や、エリアマーケティング戦略の策定にも活用可能です。

人口統計情報を加える場合は、顧客の年齢層、世帯構成、所得層などのデータと組み合わせます。これにより、「高所得層の優良顧客」「若年層の新規顧客」など、より詳細なペルソナを設定でき、ターゲティング精度が向上します。

デシル分析との併用

デシル分析は、顧客を購入金額の高い順に10等分し、各グループの売上構成比を分析する手法です。RFM分析と併用することで、より多角的な顧客理解が可能になります。

デシル分析の特徴は、購入金額に特化している点です。「上位10%の顧客が全体売上の40%を占めている」といった、売上貢献度の分布を明確に把握できます。一方、RFM分析にあるような「最終購入日」という時間軸の概念はありません。

両者を組み合わせることで、「売上貢献度は高いが、最近購入していない顧客」を発見できます。このような顧客は、過去に高額商品を購入したものの、現在は離反しかけている可能性があるため、優先的にアプローチすべき重要なターゲットです。

また、デシル分析で売上の大部分を占める上位顧客層を特定し、その層に対してRFM分析を適用することで、優良顧客の中でもさらに細かい分類が可能になります。複数の分析手法を組み合わせることで、単独では見えなかった顧客の実態が浮き彫りになるでしょう。

RFM分析のまとめ

RFM分析は、最終購入日・購入頻度・購入金額という3つのシンプルな指標で顧客をグループ化し、それぞれに最適なマーケティング施策を展開できる効果的な顧客分析手法です。

少ないデータで始められる手軽さと、実務に直結する実践性が大きな魅力です。優良顧客の維持、休眠顧客の掘り起こし、新規顧客の育成など、明確な目的をもって施策を展開することで、LTVの最大化とマーケティングROIの向上を実現できます。

ただし、RFM分析には「購入商品の情報が反映されない」「一時点での分析のため継続性がない」「高額・低頻度商品には不向き」といった限界もあります。これらの弱点を理解したうえで、RFMC分析やRFM-D分析への拡張、デシル分析との併用など、自社のビジネスに合わせた応用を検討しましょう。

重要なのは、一度分析して終わりではなく、定期的にPDCAサイクルを回し、継続的に顧客理解を深めていくことです。顧客の購買行動は常に変化しています。その変化をとらえ、柔軟に対応し続けることが、競争優位性の源泉となるでしょう。

手元の購買データを活用すれば、RFM分析は明日からでもすぐに取り組めます。顧客一人ひとりに最適なアプローチを実現し、ビジネスの成長を加速させましょう。

なお、マーケティング戦略についてはこちらの記事でも詳しく紹介しています。フェーズ別のフレームワークや戦略そのものの考え方を再度押さえておきたい方はぜひ参考にしてみてください。