RFM分析とは？エクセルを使った基本手法とツールの活用例を解説

RFM分析とは、Recency（最終購入日）・Frequency（購入頻度）・Monetary（購入金額）という3つの指標を使って顧客をランク分けし、分類する顧客分析の手法です。

RMF分析を使って顧客を分類できると、それぞれのニーズに応じたアプローチが可能となり、LTV（顧客生涯価値）や売上の向上を狙えます。

ただし、RFM分析の進め方や注意点を正しく理解していないと、アプローチの改善につながらないおそれがあるため、基礎知識を身につけることが大切です。

本記事では、RFM分析の基礎知識とエクセルを使った基本的な使い方を解説します。RFM分析を効率化するツールとツールの活用例を紹介するので、効果的にRFM分析を行いたい方は参考にしてください。

RFM分析とは

RFM分析とは、Recency（最終購入日）・Frequency（購入頻度）・Monetary（累積購入額）という3つの指標を評価し、顧客をランク分けしたうえでグルーピングする顧客分析の手法です。

3つの頭文字をとってRFM分析と呼ばれており、優良顧客の発掘や適切なアプローチを検討・決定するために活用されます。

一般的なRFMによるランク分けの方法は、次のとおりです。

RFMの各ランクをもとに顧客を分類することで、ニーズに応じたきめ細かいアプローチを選択できます。

たとえば、R（最終購入日）とF（購入頻度）が高い一方でM（累積購入額）が低い顧客は、購買力が足りていないと考えられます。そこで、低価格の商品・サービスへ誘導や新たにライトプランを設けるなどの施策を検討できるでしょう。

また、RFMすべてが高い優良顧客には、アップセル・クロスセルを促すなど優先的に営業を行うことで、LTV（顧客生涯価値）や売上の向上を狙えます。

RFM分析の基本手順｜エクセルを使う場合

ここでは、エクセルを使ってRFM分析を行う際の、基本的な手順を解説します。

1. 課題と仮説を設定する
2. データを洗い出しエクセルに入力する
3. データを分析する
4. 顧客分類ごとに施策を決定する
5. 施策を改善する

はじめてRFM分析を実施する場合は、手順を確認してから行いましょう。

1.課題と仮説を設定する

まずは、自社の課題を明確化し、RFM分析の目的を定めます。RFM分析は売上の伸び悩みを解決する施策を導く際に効果的であるため、伸び悩みの原因にフォーカスして課題を設定します。

課題を設定できたら、解決策の仮説を立ててみましょう。たとえば、売上の伸び悩みは、休眠顧客の増加によって起こっていると仮定し、リピート率の向上を目指すなどです。

仮説が本当に正しいかどうかを検証するために、RFM分析を進めていきます。

2.データを洗い出しエクセルに入力する

RFM分析分析に必要なデータを洗い出し、エクセルに入力しましょう。

今回は、各指標を以下のように分類します。

例では3つのランクに分類していますが、より細かく設定しても構いません。自社の商品・サービスの特性にあわせて基準を作成します。

エクセルで数値を入力した表は、以下のとおりです。

続いて、各指標の点数と総合点数、スコアを自動計算するために、数式を入力します。

R値を設定する

今回のR値の設定条件は、以下のとおりです。

• 最終購入日から調査日までで1ヵ月以内：5
• 最終購入日から調査日までで3ヵ月以内：3
• 最終購入日から調査日までで3ヵ月以上：1

この条件でR値を設定する場合は、以下の数式を用います。

「B$13」は、調査日が入力されているセルです。オートフィルで数式をコピーしても、調査日の数値が変更されないように$（絶対参照:ドルマーク）を挟んでいます。

最終購入日から調査日までの日数を計算したうえで、その日数をランク分けする方法もあります。その場合は、以下の数式を使って日数の自動計算が可能です。

F値を設定する

今回のF値の設定条件は、以下のとおりです。

• 累計購入回数が12回以上：5
• 累計購入回数が6～10回：3
• 累計購入回数が1～5回：1

この条件でF値を設定する場合は、以下の数式を用います。

M値を設定する

今回のM値の設定条件は、以下のとおりです。

• 累積購入額が24万円以上：5
• 累積購入額が12万円以上24万円未満：3
• 累積購入額が12万円未満：1

この条件でM値を設定する場合は、以下の数式を用います。

ランク分けする

続いて、総合的なランク分けを行うために、総合得点のセルに以下の数式を入力します。

オートSUMを使って、合計したいセルを選択しても構いません。

今回は、得点の合計値の7パターンを以下のようにランク分けします。

• 15点：A
• 13点：B
• 11点：B
• 9点：C
• 7点：C
• 5点：D
• 3点：D

この条件でランクを設定する場合は、以下の数式を用います。

数式が反映されると、以下のようにランクが表示されます。一度フォーマットを作ってしまえば、次回以降は数値入力だけでランクの表示までを自動化可能です。

3.データを分析する

実際の表は、各数値で昇順・降順に並べ替えると、比較しやすくなります。また、以下のようにバブルチャートを作成すると、分布状況が可視化されて便利です。

ただし、エクセルの標準機能では、バブルを数値ごとに色分けできません。また、同じ数値のバブルは重なって表示されるため、リストと個数が合わないように見えることがあります。

なお、顧客数を集計すると、ヒストグラムを活用した分布図を作成することも可能です。

今回の例では、Aランクの優良顧客よりもCランクの一般顧客、Dランクの休眠顧客のほうが多くなっています。優良顧客に対してアップセル・クロスセルを促すことも大切ですが、休眠顧客を減らすための施策をすぐにでも展開しる必要があるでしょう。

4.顧客分類ごとに施策を決定する

RFM分析の結果が出たら、顧客分類ごとに施策を決定します。

たとえば、今回の例では、以下のような施策が考えられます。

優良顧客が少ないため、ほかの顧客へのアプローチにも力を入れなければなりませんが、優良顧客がなぜ継続利用に至っているかを分析すると、安定顧客を優良顧客に押し上げる施策が見つかる可能性があります。

ランクごとに考えるだけでは、各層へのアップ・ダウンを分析すると、新たな視点が得られるはずです。

5.施策を改善する

施策を実行したあとは、1ヵ月・半年など一定期間ごとに再度RFM分析を実施し、顧客ランクの割合を確認してみましょう。

たとえば、休眠顧客が減っているのであれば、強化したオンボーディングが効果を発揮していることがわかります。下のランクから上のランクに移行した顧客の数や割合も分析することも大切です。

数値の改善につながっている施策は継続、または定期的に実施しましょう。もし、改善が見られない場合は、別の施策を打つ必要があります。

このとき、RFM分析だけではなく、ほかの顧客分析手法も組み合わせて行うことで、より効果的な施策の検討が可能です。

RFM分析を補う顧客分析の手法

顧客分析が、RFM分析だけで完結することはありません。ケースによっては、RFM分析よりも最適な分析手法があるため、ほかの分析手法を活用することも大切です。

• デシル分析
• CPM分析
• ABC分析
• CTB分析
• セグメンテーション分析

顧客分析の手法として、代表的な5つについて概要と目的を解説するので、RFM分析を実践する際に活用してみてください。

なお、顧客分析の手法をより詳しく解説した記事もあるので、あわせてご覧ください。

また、以下のホワイトペーパーからは、分析を行う際の原則を紹介しているので、参考にしてください。

デシル分析

デシル分析とは、累計購入額が高い順に全顧客を10のランクに分類し、売上構成比や1人あたりの購入金額などをランクごとに分析する手法です。

デシル分析は、RFM分析よりも簡単に実施できるため、簡易的なランク分けに向いています。また、扱っているデータが利用金額しかないケースにも有効です。

RFM分析のようにランク分けによって優良顧客を見つけられますが、優良顧客の捉え方が異なる点に注意が必要です。

たとえば、過去に高額商品を1回だけ購入した顧客は、RFM分析では休眠顧客に分類されますが、デシル分析では優良顧客に分類されます。

デシル分析では、本来の優良顧客を見極められないケースもあるため、自社の商品・サービスに合った分析手法を選びましょう。

CPM分析

CPM分析とは、購入回数・購入金額・離反期間という3つの観点から、顧客を10層に分類する分析手法です。RFM分析と同様に、顧客ランクごとに適切なアプローチを考える際に用いられます。

RFM分析とCPM分析は、以下のように異なります。

• RFM分析：優良顧客を見つけ出すのに向いている
• CPM分析：離反期間のある顧客を見つけだすのに向いている

売上を伸ばすためには、優良顧客だけでなく離反顧客を引き戻す施策も必要です。CPM分析は、離反顧客に対するアプローチを考える際に役立ちます。

ABC分析

ABC分析は、売上金額や販売個数、在庫数などから重視したい評価軸を決め、数値が高い順にA・B・Cに顧客をランク分けし、アプローチの優先度を決める分析手法です。

もともとは在庫管理手法として活用されていましたが、品質管理や顧客分析にも応用されるようになりました。

顧客分析で活用する場合は、以下のように各顧客の売上累計金額を評価軸にし、顧客を分類します。

• A：各顧客の売上累計金額の構成比70％以下
• B：各顧客の売上累計金額の構成比71～90％
• C：各顧客の売上累計金額の構成比91～100％まで

本例では、Aランクの顧客に対し、優先的に人的リソースを割くことで売上を伸ばす方法が考えられます。このように、ABC分析はどの顧客層に優先的アプローチをするかを判断する際に便利です。

CTB分析

CTB分析は3つの要素をもとに顧客を分類し、顧客属性購買行動を予測するために活用する分析手法です。

たとえば、インテリア事業の場合、以下のように分類します。

• Category（カテゴリ）：椅子、机、ベッドなど
• Taste（テイスト）：色、形、柄など
• Brand（ブランド）：インテリアブランドやキャラクター

3つの要素から顧客を分類することで、顧客の属性を趣味・嗜好レベルにまで落とし込めます。細かい属性に対してアプローチできるようになるため、購買行動につながる可能性が高まるでしょう。

セグメンテーション分析

セグメンテーション分析は、顧客をニーズや性質ごとに分類する分析手法で、STP分析の工程のひとつです。ある商品・サービスの顧客を細かくセグメントに分類すると、どの顧客層に需要があるのかがわかり、アプローチすべき顧客層を判断できます。

セグメンテーション分析を実践する際は、以下の4Rに沿って分類基準を明確化することが大切です。

• Rank（優先順位）
• Realistic（有効性）
• Reach（到達可能性）
• Response（測定可能性）

4Rについては、以下の記事で詳しく解説しているので、参考にしてみてください。

RFM分析の3つのメリット

RFM分析を実践すると優良顧客を発掘できるだけではなく、いくつかのグループに分類でき、以下のメリットが生じます。

1. マーケティング施策の課題を明確にできる
2. 顧客層ごとのマーケティング施策を考えられる
3. マーケティング施策の優先順位を見極められる

メリットを理解したうえでRFM分析を有効活用できると、優良顧客だけではなく顧客層ごとに適切なアプローチを行えるようになり、売上・費用対効果の向上を狙えるでしょう。

1.顧客層ごとのマーケティング施策を考えられる

RFM分析で顧客を分類すると、顧客層ごとのマーケティング施策を考えられるようになります。

たとえば、M（累積購入額）が高い顧客のR（最終購入日）とF（購入頻度）が下がっている場合、他社に引っ張られているおそれがあるため、自社に引き込む施策が必要です。

各顧客層に合ったマーケティング施策をピンポイントに実践できると、高い効果を期待できるうえ、時間やコストの削減が見込めます。

2.マーケティング施策の優先順位を見極められる

RFM分析では、3つの要素から以下のように顧客を分類でき、分類に応じた施策の方向性を決定できます。

RFM分析によって、優良顧客を割り出したら、売上と費用対効果向上のために集中的アプローチをかけます。優良顧客だけではなく、各ランクの売上構成比を見ると、優先順位をつけられるはずです。

たとえば、新規顧客層が厚いのであれば、リピート購入を促す施策に注力するのが先決です。マーケティング効果が見込める顧客から優先的にアプローチすることで、スピーディーに売上アップを狙えます。プローチすることで、スピーディーに売上アップを狙えます。

3.マーケティング施策の課題を明確にできる

RFM分析で顧客分類をすると、顧客層ごとのマーケティング施策の効果が出ているかを把握できるため、課題を明確化できます。

たとえば、優良顧客の割合が小さい場合、顧客ロイヤリティを向上させるマーケティング施策がハマっていない可能性もあります。優良顧客に対する顧客分析を実施してニーズをつかみ、適切な施策を展開することで、安定顧客を優良顧客へ移行させるさせることが可能です。

このように、RFM分析によって現在のマーケティング施策の課題を見極め、改善につなげられます。

RFM分析の注意点

RFM分析を実施する際は、以下の3つに注意が必要です。

• 分析対象となるサービスや商品が限定される
• 分析の対象期間によって結果が変動する
• エクセルやPythonによる分析は属人化しやすい

RFM分析を正しく活用し、売上・費用対効果の改善につなげましょう。

分析対象となるサービスや商品が限定される

RFM分析は、サブスクリプション型SaaSのように月額利用するサービスや、定期的に購入する化粧品・健康食品のような商品など、購入頻度が高い商品・サービスに適しています。

反対に、購入頻度が低い買い切り型のソフトウェアのように、F（購入頻度）を分類しにくい商品・サービスには適しません。

RFM分析を実施する前に、自社の商品・サービスが対象として適しているかどうかを確認しましょう。

分析の対象期間によって結果が変動する

RFM分析を行う際は、データの取得期間を定めますが、設定期間によって結果が変動するケースもあるため注意が必要です。

たとえば、セールを行っている間は、通常時よりも新規顧客の割合が高くなることがあります。この場合、リピートにつながらない新規顧客も多いため、RFM分析の結果から施策の効果を正しく分析できないことがあります。

特別なキャンペーンを考慮したうえで、継続的な調査によってさまざまな期間のデータを取得することが大切です。

エクセルやPythonによる分析は属人化しやすい

RFM分析は、エクセルやプログラミング言語のPython（パイソン）を活用して行われることもありますが、言語を理解できる人へ業務が割り振られることとなり、属人化しやすくなります。

分析業務が属人化すると、担当者が離職や長期休暇で不在の際、ほかに対応できる人がおらず、業務が滞るおそれがあります。

属人化させないためには、ノウハウとナレッジを共有し、分析スキルを標準化する環境の構築が必要です。

属人化対策としては、SFA/CRMやBIツールの活用がおすすめです。自動でデータが収取され、ダッシュボードに分析結果が表示されるため、スキルにかかわらずだれもが直感的に現状を把握できるでしょう。

また、集計・分析にかかる作業コストが削減され、、業務効率の向上も期待できます。

RFM分析で活用されるBIツールとは

RFM分析にも活用できるBIツールとは、社内に分散されたデータを統合・蓄積し、分析・加工するツールです。

RFM分析だけではなく、以下の分析も効率化できます。

• 売上増減の要因分析
• 顧客分析
• 販売分析
• 予実分析

BIツールを使うことで、売上予測や顧客の購買状況を把握でき、事業における課題の発見やデータにもとづく意思決定が促進されます。

エクセル・CSVデータの読み込みはもちろん、既存のSFA/CRMやMAツールとも連携できるため、新たにデータの入力・転記をしなくても導入が可能です。

以下の動画では、BIツール『Tableau』の機能と魅力を紹介しているので、ぜひご覧ください。

BIツール『Tableau』を使ったRFM分析の方法

ここでは、BIツール『Tableau』を使ったRFM分析の方法を3つの手順に分けて紹介します。

• 購入履歴のデータを『Tableau』に連携する
• RFMを設定する
• ダッシュボードで分析結果を確認する

BIツールと比較すると、エクセルを使ったRFM分析が手間に思えてくるでしょう。頻繁にRFM分析を実施する場合や、さまざまな分析を組み合わせたい場合は、BIツールで顧客分析を効率化するのがおすすめです。

購入履歴のデータを『Tableau』に連携する

『Tableau』は、あらかじめ顧客の購入履歴データがあれば、顧客リストを自動生成できます。

既存のエクセル・CSVデータやSFA/CRM・MAツールを『Tableau』と連携し、顧客リストを生成しましょう。もし、はじめて顧客リストを作成する場合は、SFA/CRM上に作成すると、顧客管理や営業活動の効率化も目指せます。

RFMを設定する

RFMそれぞれのランク基準を設定する際は、「計算フィールドの作成」を活用します。関数を使って変数を追加し、それぞれのスコアを入力したあとは、顧客リストのデータをもとに自動でランク分けが実行されます。

顧客リストの生成とランク分けの設定さえできれば、あとは『Tableau』が自動で分析を行い、結果を可視化してくれる仕組みです。

ダッシュボードで分析結果を確認する

分析結果は、ダッシュボードで可視化されます。ヒストグラムや棒グラフなど、必要に応じてグラフを選べるとともに、縦軸・横軸も自由に変えることも可能です。

Tableau Publicでは『Tableau』のユーザーが作成したダッシュボードが公開されており、コピーして活用できるため、データ分析の知識やスキルがなくても問題ありません。

すでに蓄積されている豊富なナレッジを活用して、すぐにRFM分析をはじめさままざまなデータ分析を行えます。

【事例】BIツール『Tableau』によるRFM分析の効果

株式会社キタムラ・ホールディングスのグループ会社である株式会社しまうまプリントは、オンラインで写真のプリント・保存ができる「しまうまプリント」や冊子印刷サービス「しまうま出版」を運営する企業です。

同社は、もともと使用していたBIツールを活用するなかでいくつかの課題に直面し、解決するために『Tableau』へ移行しました。

『Tableau』に移行後は、売上分析やKPIマネジメントをダッシュボードで確認できるようにデザインを構築し、意思決定に役立てています。

とくに大きな効果を感じているのが、顧客分析だといいます。新規顧客とリピート顧客の売上や最終購入日・頻度・金額など、詳細なRFM分析ができるようになったことで、従来よりも深掘りして分析できるようになりました。

なお『Tableau』の導入効果は、データ更新に割いていた350時間/年がゼロになるとともに、ダッシュボード化による資料作成工数の削減など、明確に数値にあらわれています。

参考：Tableau Prep でデータ更新の 工数年間 350 時間をゼロに｜株式会社しまうまプリント

以下のホワイトペーパーを読むと『Tableau』を導入するメリットをより深く理解できるので、ぜひご覧ください。

▶ Tableau の Total Economic Impact™ホワイトペーパーを読む

まとめ：RFM分析にもとづくマーケティング施策を展開しよう

RFM分析は、Recency（最終購入日）・Frequency（購入頻度）・Monetary（累積購入額）の3つの指標ごとに点数をつけ、顧客をランク分けする分析手法で、優良顧客の発掘に役立ちます。

自社の売上への貢献度が高い優良顧客に対し、集中的にアプローチをかけることで、効率的に売上・費用対効果の向上を狙えるでしょう。

RFM分析は、使い慣れたエクセルでもフォーマットの作成・実施が可能である一方、データの集計・分析に時間がかかるデメリットがあります。

効率的かつ効果的にRFM分析を実施したい場合は、SFA/CRMやMAツールに顧客の購買履歴を蓄積したうえでBIツールに連携し、分析結果を可視化するのがおすすめです。

データの収集から可視化までが自動化されると、データ分析の知識やスキルがない従業員もRFM分析を行えます。その結果、BIツールを活用する従業員全員が、データにもとづいた施策の検討・展開を実現できるでしょう。

Salesforceでは、本記事で紹介したBIツール『Tableau』のほかに、SFA/CRM『Sales Cloud』やMAツール『Marketing Cloud』など、さまざまなデジタルツールを提供しています。

まずは、無料トライアルで製品をお試しいただき、メリットを実感してみてください。