RFM分析とは？
セグメント設計と施策に落とす方法まで徹底解説

RFM分析の3つの指標

RFM分析は、顧客の購買データを3つの指標でスコアリングし、顧客をグループ分け（セグメント化）する手法です。1960年代にダイレクトマーケティングの世界で生まれ、現在ではECサイトや小売業、サブスクリプションサービスなど幅広い業種で活用されています。

• Recency（最新購買日）：最後にいつ買ったか？直近の購買ほど「今アクティブな顧客」である可能性が高く、次のアクションへの反応率も高くなります。いわばWinback（復帰）指標です。
• Frequency（購買頻度）：何回買ったか？購入回数が多いほど自社のファンである可能性が高く、ロイヤリティの深さを示します。特にF1（初回購入）からF2（2回目購入）への壁は最も高いとされています。
• Monetary（購買金額）：いくら使ったか？累計購入金額は収益性を直接示す指標ですが、単体で見ると「過去の大型購入」に引きずられやすい点に注意が必要です。

この3軸を組み合わせることで、「最近よく買ってくれる上得意客」から「以前は買ってくれたが最近離れている休眠客」まで、顧客の現在の状態を立体的に把握できるようになります。

なぜRFM分析が必要なのか？

全ての顧客に同じメルマガを送っていませんか？「昨日初めて買った人」と「3年前に1度だけ買った人」に同じ内容を送っても、効果は薄いばかりか、ブランドの価値を下げてしまう可能性があります。

RFM分析を行うことで、「誰に」「いつ」「何を」送るべきかが明確になります。具体的には次のようなメリットがあります。

• 施策の優先順位が明確になる：限られたマーケティング予算を、最もROIが高いセグメントに集中投下できます。
• 離脱予兆を検知できる：Recencyの低下を追うことで、顧客が離れ始めるタイミングを事前にキャッチできます。
• LTV（顧客生涯価値）向上に直結する：F1→F2転換率やリピート率など、売上を伸ばす具体的なレバーが見えるようになります。
• チーム内の共通言語ができる：「R5F3の顧客に対してキャンペーンを打つ」のように、部門間で同じ定義で顧客を語れるようになります。

セグメント設計の具体的な手順

RFM分析を始めるにあたって、以下の5ステップで進めるのがおすすめです。

1. データを整備する：顧客ID・購入日・購入金額の3カラムがあれば最低限のRFM分析が可能です。まずは直近2〜3年分のデータを用意しましょう。
2. 各指標の現状分布を確認する：Recency・Frequency・Monetaryそれぞれのヒストグラムを作成し、自社の顧客がどのように分布しているかを把握します。
3. 閾値（しきい値）を設定する：分布を見ながら5段階のランクを決めます。均等分割ではなく、ビジネス上意味のある区切りで分けることが重要です。
4. セグメントに名前を付ける：「チャンピオン」「ロイヤル」「育成中」「休眠」「離脱」など、施策を連想しやすい名前にすると運用しやすくなります。
5. 各セグメントの人数と売上構成比を確認する：パレートの法則（上位20%の顧客が売上の80%を占める）が成り立っているか、どこにボリュームゾーンがあるかを把握します。

R・F・M各指標の重み付けの考え方

3つの指標を均等に扱うのは、実務上は最適解とは言えません。業種やビジネスモデルによって、どの指標を重視すべきかが変わります。

多くの場合、Recencyを最も重視すべきです。なぜなら、直近で購入した顧客は「今まさに自社に関心がある」状態であり、メールやLINEの開封率・クリック率が圧倒的に高いからです。

• 消耗品EC（化粧品・食品など）：Recency > Frequency > Monetary。リピートサイクルが短いため、購入頻度が売上を大きく左右します。
• 高単価商材（家具・家電など）：Recency > Monetary > Frequency。購入頻度は元々低いため、Frequencyの重要度は下がります。
• サブスク型サービス：Recencyの概念を「最終ログイン日」に置き換え、Frequencyを「利用頻度」に変換すると効果的です。

重み付けに正解はありませんが、まずはRecencyを最優先にして施策を設計し、その後データを見ながら調整していくアプローチがおすすめです。

RFM分析で見えてくる5つの顧客グループ

RFM分析を実施すると、大きく分けて以下の5つの顧客グループが浮かび上がります。それぞれの特徴と、取るべきアクションを理解しておきましょう。

• チャンピオン（R高・F高・M高）：最もロイヤルな上位顧客。特別扱い（限定セールの先行案内、VIPプログラムへの招待など）でさらなるエンゲージメントを高めましょう。
• ロイヤル予備軍（R高・F中〜高・M中）：頻繁に購入しており、チャンピオンに育つ可能性が高い層。クロスセルやアップセルの提案が有効です。
• 新規・育成中（R高・F低・M低〜中）：最近購入したが、まだリピートに至っていない層。2回目購入を促すフォロー施策（初回限定クーポン、使い方ガイドの送付など）が鍵です。
• 休眠リスク（R中〜低・F中〜高・M中〜高）：かつてはよく買っていたが、最近ご無沙汰になっている層。早期のWinback施策（「お久しぶりです」メールや限定オファー）が効果的です。
• 離脱・休眠（R低・F低〜中・M低〜中）：長期間購入がなく、戻る可能性が低い層。無理にコストをかけず、最小限のリテンション施策に留めるか、思い切ってリストから除外する判断も必要です。

RFM分析から施策に落とし込む方法

分析結果を「見て終わり」にしないためには、セグメントごとに具体的な施策をマッピングすることが不可欠です。以下にセグメント別の施策例を紹介します。

• F1→F2転換施策：初回購入から7日後に「使い心地はいかがですか？」メール、14日後にレビュー依頼＋次回クーポン配布。初回購入者のF2転換率を5ポイント上げるだけで、全体売上に大きなインパクトがあります。
• 離脱防止施策：R5→R4に変動した瞬間にトリガーメールを送信。「〇〇様にぴったりの新商品が入荷しました」のような、パーソナライズされた内容が効果的です。
• VIP強化施策：R5×F5の上位顧客には、誕生日特典・限定先行販売・専用カスタマーサポートなどで「特別感」を演出します。
• 休眠掘り起こし：R1〜R2の休眠客に対して、3段階のステップメール（リマインド→特典付き→最終案内）で復帰を促します。それでも反応がなければリスト整理の対象に。

重要なのは、施策の成果を必ずRFMの変動として追跡することです。「先月のキャンペーンで、何人がR4からR5に戻ったか」を定量的に把握できるのがRFM分析の最大の強みです。

導入時のよくある質問

RFM分析を導入する際に、多くの企業が抱える疑問にお答えします。

• Q. 最低限必要なデータ量は？：目安として、顧客数1,000人以上・取引履歴6ヶ月以上があれば有意義な分析が可能です。データが少ない場合は3段階のシンプルなランク分けから始めましょう。
• Q. BtoBでも使えますか？：はい。BtoBでは「最終商談日」「取引回数」「取引金額」をR・F・Mに置き換えて活用できます。ただし、購買サイクルが長いため閾値の設定が異なります。
• Q. どのくらいの頻度で更新すべき？：理想は日次更新です。少なくとも週次は必須で、月次では施策のタイミングを逃してしまいます。自動化ツールを使えば日次更新は簡単に実現できます。
• Q. Excelで始めても大丈夫ですか？：初期の分析には使えますが、継続運用には向きません。データ量が増えると処理が重くなり、更新作業の手間で形骸化しやすいです。早い段階で専用ツールへ移行することを推奨します。
• Q. 会員登録していない顧客も分析できますか？：メールアドレスやCookieなど、顧客を一意に識別できるIDがあれば可能です。ただし、IDの統合（名寄せ）が正確であることが前提になります。