スコアリングの考え方
「点数化の罠」とR最優先の法則

単純な「合計点」で見てはいけない

よくある間違いが、R・F・Mのランク（1〜5点）を足して「合計15点満点」で顧客を評価することです。

• 顧客A：R5 + F5 + M5 = 15点（超優良）
• 顧客B：R5 + F1 + M1 = 7点（新規）
• 顧客C：R1 + F5 + M5 = 11点（過去のVIP・現在は離脱）

合計点で見ると、顧客Cの方が顧客Bより「良い顧客」に見えますが、実際には顧客Cはもう戻ってこない可能性が高い「離脱客」です。マーケティングの優先順位は B > C です。

合計点方式の最大の問題は、各指標の性質の違いを無視していることです。Recencyは「現在の熱量」、FrequencyとMonetaryは「過去の実績」を示しています。過去の実績がどれだけ高くても、今アクティブでなければマーケティング施策への反応は期待できません。合計点はこの本質的な違いを覆い隠してしまいます。

さらに、合計点が同じ顧客でもプロファイルが全く異なるケースが頻繁に発生します。R3+F3+M3=9点の「平均的な顧客」と、R5+F1+M3=9点の「最近初めて高額購入した新規客」に同じ施策を打っては効果が出ません。

Recency（最新購買日）が最重要

RFMの中で最も重要な指標は、圧倒的にRecencyです。「最近買ってくれた人」こそが、次のアクションに最も反応してくれます。FrequencyとMonetaryはあくまで「過去の実績」ですが、Recencyは「現在の熱量」を表しているからです。

具体的なデータで見ると、その差は歴然です。一般的なECサイトでは以下のような傾向が見られます。

• R5（30日以内に購入）の顧客：メール開封率30〜40%、クリック率5〜8%
• R3（91〜180日前に購入）の顧客：メール開封率15〜20%、クリック率2〜3%
• R1（1年以上前に購入）の顧客：メール開封率5〜10%、クリック率0.5%以下

つまり、R5の顧客はR1の顧客に比べて、メールのクリック率が10倍以上高いのです。この差は、FrequencyやMonetaryのランクの違いよりもはるかに大きいことがほとんどです。

したがって、スコアリングではまずRecencyで大きく分類し、その中でFrequency・Monetaryを使って細分化するという階層的なアプローチが効果的です。

絶対評価と相対評価の詳細比較

スコアリングの方法は大きく「絶対評価」と「相対評価」の2つに分かれます。それぞれの特徴を理解し、自社に適した方法を選びましょう。

絶対評価（固定閾値方式）は、「最終購入から30日以内はR5」「購入回数5回以上はF5」のように、固定の基準値でランクを決める方法です。

• メリット：基準が明確で理解しやすい。時系列での比較が可能（「先月よりR5の人数が増えた」など）。施策のトリガー条件として使いやすい。
• デメリット：業種や季節によって適切な閾値が変わる。新規事業やデータが少ない段階では基準を決めにくい。

相対評価（パーセンタイル方式）は、顧客を上位何%かで分類する方法です。例えば「購入金額上位20%はM5」「上位20〜40%はM4」のように設定します。

• メリット：各ランクの人数が一定になるため、施策の対象人数をコントロールしやすい。業種を問わず適用可能。
• デメリット：全体のレベルが上がっても下がっても分布が変わらないため、改善や悪化が見えにくい。時系列比較がしにくい。

実務上の推奨は絶対評価です。ビジネス上意味のある閾値（購買サイクルや目標リピート回数など）を設定できるため、施策との連動がスムーズです。相対評価は初期分析や閾値を決めるための参考情報として活用するのが良いでしょう。

業種別スコアリング基準の例

業種ごとに顧客の購買行動は大きく異なるため、画一的な基準を当てはめると分析結果が実態と乖離します。以下に代表的な業種別の目安を紹介します。

食品・日用品EC（購買サイクル：2〜4週間）

• R5：14日以内 / R4：15〜30日 / R3：31〜60日 / R2：61〜120日 / R1：121日以上
• F5：20回以上 / F4：10〜19回 / F3：5〜9回 / F2：2〜4回 / F1：1回

アパレルEC（購買サイクル：1〜3ヶ月）

• R5：30日以内 / R4：31〜90日 / R3：91〜180日 / R2：181〜365日 / R1：366日以上
• F5：10回以上 / F4：5〜9回 / F3：3〜4回 / F2：2回 / F1：1回

家具・インテリアEC（購買サイクル：6ヶ月〜数年）

• R5：90日以内 / R4：91〜180日 / R3：181〜365日 / R2：366〜730日 / R1：731日以上
• F5：5回以上 / F4：4回 / F3：3回 / F2：2回 / F1：1回

これらはあくまで出発点です。自社の平均購買間隔を算出し、それを基準にR5の閾値を決めるのが最も合理的なアプローチです。

スコアリング結果の検証方法

閾値を設定したら、その妥当性を検証するステップが不可欠です。以下の3つの観点で確認しましょう。

1. 分布の偏りチェック：各ランクの顧客数を確認し、特定ランクに80%以上が集中していないかを確認します。R1に大半が集中している場合は、休眠客の除外基準を設けるか、閾値を広げる必要があります。
2. 売上構成比の確認：R5×F5（チャンピオン）セグメントが全体売上の20〜40%を占めているかを確認します。もしこのセグメントの売上構成比が5%以下であれば、閾値が厳しすぎる可能性があります。
3. 反応率のランク間差異：各ランクの顧客にテストメールを送り、開封率やクリック率がランク順になっているかを確認します。R5 > R4 > R3 > R2 > R1の順に反応率が下がっていれば、閾値設定は妥当です。順序が逆転している箇所があれば、そのランクの閾値を調整します。

検証は導入直後だけでなく、四半期ごとに定期的に行うことをおすすめします。事業の成長やプロモーション施策によって顧客の購買行動は変化するため、閾値も追随させる必要があります。

スコアリングの見直しタイミングと頻度

一度設定した閾値を固定し続けるのは危険です。以下のようなタイミングで見直しを行いましょう。

• 四半期ごとの定期レビュー：各ランクの人数推移をモニタリングし、大きな変動がないか確認します。季節性のあるビジネスでは、繁忙期と閑散期で閾値を変えることも有効です。
• 大型プロモーション後：セール等で一時的に大量の新規顧客が流入すると、Frequency分布が大きく変わります。一過性のものか構造的な変化かを判断し、必要に応じて閾値を調整します。
• 事業フェーズの変化時：新規顧客獲得フェーズからリテンション重視フェーズに移行する際、Frequencyの閾値を細かく設定し直すことで、より精度の高いセグメントが作れます。
• 商品ラインナップの大幅変更時：新カテゴリの追加や価格帯の変更があった場合、Monetary基準の見直しが必要になることがあります。

見直しの際は、旧基準と新基準の両方で集計し、差分を確認してからから切り替えると安全です。突然の基準変更は施策の継続性を損ない、前月比較ができなくなるリスクがあります。

よくある間違いと対処法

RFMスコアリングの現場で頻繁に見られる間違いと、その対処法をまとめます。

• 間違い1：全指標を均等に扱う：R・F・Mを均等に配点して合計点を出すケースが非常に多いですが、前述の通りこれは危険です。対処法：Recencyを最優先とし、R×Fの2軸マトリクスを基本にMonetaryは補助指標として扱いましょう。
• 間違い2：閾値を他社の事例そのままコピーする：ネット上のRFM分析記事で紹介されている閾値は、その企業のビジネスモデルに最適化されたものです。対処法：自社の平均購買間隔・購買回数の分布を分析し、データに基づいた閾値を設定しましょう。
• 間違い3：休眠客を含めたままランク付けする：3年以上購入のない顧客を含めると、R1に大量の顧客が集中し、アクティブ顧客の分析精度が下がります。対処法：分析対象を「直近2年以内に1回以上購入した顧客」に限定するなど、分析母集団を定義しましょう。
• 間違い4：スコアリングして満足してしまう：分析結果をExcelで作成して社内共有するだけで、具体的な施策に繋がらないケースがあります。対処法：スコアリングと施策はセットで設計し、「このセグメントにはこの施策」というマッピングを事前に決めておきましょう。
• 間違い5：一度設定した閾値を見直さない：ビジネスの変化に対応できず、セグメントが実態と乖離していきます。対処法：四半期に一度は分布を確認し、必要に応じて調整する運用を組み込みましょう。