RFM Analysis

定義

RFM分析とは、顧客を3つの軸でスコアリングし、優良顧客から離脱寸前の顧客までを定量的に分類するマーケティング分析手法です。3つの軸は以下の通りです。

- R（Recency / 最終購買日）：直近いつ買ったか

- F（Frequency / 購買頻度）：一定期間に何回買ったか

- M（Monetary / 購買金額）：累計または一定期間でいくら使ったか

DTC・EC業界では、単なる売上ランキングではなく「LTV（顧客生涯価値）の最大化」を目的に、CRM・LINE配信・メールマーケティングのターゲティング基盤として使われます。日本のEC現場では「Rファースト」で見ることが多く、直近購買の鮮度を最優先に設計するのが定石です。

类比：RFMは「友達との関係性」に似ている

RFMを直感的に理解するなら、友達付き合いに置き換えると分かりやすいです。

- R：最近連絡を取ったか（久しぶりだと関係が薄れている）

- F：どのくらい頻繁に会っているか（毎週会う友達 vs 年1回の友達）

- M：一緒にどれだけ濃い時間・お金を使っているか（旅行に行く友達 vs カフェだけの友達）

「先週会って、毎月会っていて、一緒に旅行も行く友達」が最優良顧客です。逆に「1年以上会っておらず、1回しか会ったことがなく、安いカフェしか行っていない友達」は、関係を再構築するか見切るかの判断が必要になります。RFMはこの「関係性の温度感」を数字で可視化するツールです。

公式

RFMスコアの基本的な算出方法は以下の通りです。

Rスコア = 最終購買日からの経過日数をもとに5段階評価
        （例：30日以内=5、31〜60日=4、61〜90日=3、91〜180日=2、181日以上=1）

Fスコア = 期間内購買回数をもとに5段階評価
        （例：10回以上=5、6〜9回=4、3〜5回=3、2回=2、1回=1）

Mスコア = 期間内累計購買金額をもとに5段階評価
        （例：10万円以上=5、5〜10万円=4、3〜5万円=3、1〜3万円=2、1万円未満=1）

RFMスコア = Rスコア + Fスコア + Mスコア（最大15点）

実務では、各軸を5分位（クインティル）で分割し、合計点や組み合わせパターンでセグメントを定義します。例えば「R5・F5・M5」は最優良顧客、「R1・F1・M1」は休眠顧客として扱います。

セグメント比較表

セグメント	R	F	M	典型顧客像	推奨アクション
優良顧客（Champions）	5	5	5	毎月購入・高単価・直近も購入	限定商品の先行案内、VIPプログラム
ロイヤル顧客（Loyal）	4	4	4	定期購入・リピート安定	アップセル、クロスセル提案
離反予備軍（At Risk）	2	4	4	以前は優良だが最近買わない	休眠前リマインド、クーポン
新規顧客（New）	5	1	1	初回購入直後	オンボーディング、2回目購入導線
休眠顧客（Hibernating）	1	1	1	長期間購入なし・低単価	掘り起こし or 配信停止判断

応用シーン

1. LINE・メール配信のセグメント配信

日本のDTCでは、RFMスコアごとに配信内容を変えるのが効果的です。例えば優良顧客には「新作先行案内」、離反予備軍には「〇〇日以内限定クーポン」、新規顧客には「2回目購入で送料無料」などです。

2. 広告の類似オーディエンス作成

RFMで「R5・F5・M5」に該当する顧客リストをMeta広告やGoogle広告の類似オーディエンスとして投入すると、CPA（顧客獲得単価）が改善しやすくなります。

3. 休眠顧客の掘り起こし

例えば、最終購買から180日以上経過したR1層に対して、段階的にクーポン率を上げる施策を実施します。1通目はノークーポン、2通目は10%OFF、3通目は20%OFFといった具合です。

4. 在庫・商品開発へのフィードバック

Mスコアの高い顧客がよく買う商品カテゴリを分析することで、次回の仕入れやPB商品開発の判断材料になります。

よくある誤解

誤解1：RFMスコアが高い顧客だけを優遇すればいい

実際には、Rスコアが高くF・Mが低い「新規顧客」の2回目購入率を上げる方が、LTV貢献度が大きいケースが多いです。優良顧客はすでに購買習慣があるため、伸びしろは新規・離反予備軍にあります。

誤解2：R・F・Mを均等に重み付けすればいい

業種によって重要度は異なります。消耗品ECならF、高級ブランドならM、サブスクならRの重みを大きくするのが一般的です。

誤解3：一度作れば終わり

RFMは定期的に再計算が必要です。購買データは日々更新されるため、週次または月次での再スコアリングを推奨します。

誤解4：RFMだけで顧客像が分かる

RFMは「行動量」の分析であり、「なぜ買ったか」「何に興味があるか」は分かりません。アンケートや閲覧履歴と組み合わせることで精度が上がります。

定義