Customer Segmentation

定義

カスタマーセグメンテーションとは、顧客を行動・人口統計・購買価値などの軸で複数のグループに分類し、それぞれに最適化されたマーケティング施策を打つための分析手法です。DTC（Direct to Consumer）やEC事業においては、「誰に・いつ・何を・どのチャネルで届けるか」を決めるための土台となります。

単なる顧客リストの分割ではなく、LTV（顧客生涯価値）最大化を目的とした戦略的なグルーピングである点が重要です。RFM分析、コホート分析、クラスタリング（K-meansなど）を組み合わせて実行されることが一般的です。

类比（たとえ話）

カスタマーセグメンテーションは、「美容院の担当スタイリストが顧客カルテを分ける」作業に似ています。

- 月1回来店するヘビーユーザー → 新商品の先行案内

- 年2回しか来ないライトユーザー → 再来店クーポン

- 一度も来ていない休眠顧客 → 掘り起こしキャンペーン

全員に同じDMを送るのは、全員に同じ髪型を勧めるのと同じ。セグメントごとに「刺さるメッセージ」を変えることで、CVRもLTVも変わります。

公式（主要KPIと計算式）

セグメンテーションの効果は以下の指標で測定します。

1. RFMスコア

R（Recency） = 最終購買日からの経過日数
F（Frequency） = 一定期間内の購買回数
M（Monetary） = 一定期間内の購買金額
RFMスコア = Rランク + Fランク + Mランク（各1〜5点）

2. セグメント別LTV

LTV = 平均購入単価 × 購買頻度 × 継続期間（月） × 粗利率

3. セグメント貢献度

セグメント貢献度(%) = 該当セグメント売上 ÷ 全売上 × 100

具体例：

- 平均購入単価 8,500円、購買頻度年4回、継続期間 24ヶ月、粗利率 45%

- LTV = 8,500 × 4 × 2 × 0.45 = 30,600円

セグメント分類の比較表

セグメント名	定義	構成比の目安	推奨施策	目標CVR
ロイヤル顧客	R高・F高・M高	約8%	限定先行販売・VIPプログラム	12〜18%
優良見込み顧客	R高・F中・M中	約22%	クロスセル・アップセル	6〜9%
新規顧客	R高・F低・M低	約35%	ウェルカムシリーズ・2回目購入クーポン	4〜6%
休眠予備軍	R中・F低・M低	約20%	リマインドメール・再購入促進	2〜3%
離脱顧客	R低・F低・M低	約15%	掘り起こしキャンペーン・最終案内	0.8〜1.5%

※構成比・CVRはDTC/EC業界の一般的なベンチマーク値です。

応用シーン（DTC/ECでの実践）

1. メールマーケティングの配信最適化

ロイヤル顧客には新商品の先行案内、新規顧客には「初回購入から7日以内の2回目購入で15%OFF」など、セグメント別にシナリオを分岐。開封率が平均18%→28%に改善した事例もあります。

2. 広告のカスタムオーディエンス

Meta広告やGoogle広告にRFMセグメントを連携し、LTV上位20%に類似した層へ重点配信。CPAを約30%削減できるケースが一般的です。

3. 在庫・商品開発への反映

M高セグメントの購買データを分析し、定期購入（サブスク）モデルを設計。継続率が45%を超える商品開発につながります。

4. カスタマーサポートの優先度設計

ロイヤル顧客には専用窓口を用意し、問い合わせ対応時間を平均24時間→4時間に短縮。NPSが+12ポイント改善した例もあります。

よくある誤解（アンチパターン）

❌ 誤解1：セグメントは一度作れば終わり

→ 顧客の行動は毎月変わるため、四半期ごとの再計算が必須。RFMスコアは特に流動的です。

❌ 誤解2：セグメントは細かければ細かいほど良い

→ 細分化しすぎると各セグメントの母数が減り、統計的な信頼性が落ちます。実務では5〜7セグメントが上限の目安。

❌ 誤解3：人口統計だけで十分

→ 年齢・性別だけでは購買行動を説明できません。行動データ（RFM）との掛け合わせがDTCでは必須です。

❌ 誤解4：全セグメントに同じクリエイティブを配信

→ セグメンテーションの意味がなくなります。最低でもメッセージ・オファー・タイミングの3軸は変えるべきです。

❌ 誤解5：LTVだけを見てCACを無視

→ LTV/CAC比率が3.0以上であることが健全経営の目安。セグメント別にこの比率をモニタリングしましょう。