顧客分析に欠かせない手法の一つであるRFM分析。この手法について「どんな意味なのか」「どうやってやるのか」などの疑問を持っている人は多いでしょう。
また、アパレル関係者の方であれば「アパレルでの事例を知りたい」ということが多いかと思います。今回は、これらの内容をまとめて解説していきます。
読んでいただくことで、RFM分析の意味や方法を理解できるだけでなく、アパレルの業務にも取り入れやすくなるでしょう。
なお、RFM分析の概要や方法がすでにわかっていて、ツールによる分析・抽出の方法を知りたいということもあるかと思います。
これらの方法については、エクセル・Pythonでのやり方を下の記事で解説しています。エクセル・PythonでのRFM分析に関心がある方は、ぜひ下のページをご参照ください。
RFM分析とは
RFM分析とは、顧客の最新購買日・購買頻度・購買金額を分析する手法です。RFMとは、それぞれ下の単語の頭文字です。
| 単語 | 意味 |
|---|---|
| Reccency | 最新購買日 |
| Frequency | 購買頻度 |
| Monetary | 購買金額 |
上の説明は、コトバンクに記されているものです。↓
Recency(最新購買日)、Frequency(購買頻度)、Monetary(購買金額)の頭文字を取った分析手法。
RFM分析 | コトバンク
上の説明を短くすると、冒頭の定義になります。
RFM分析の方法～ランク分け・グルーピングなど～
RFM分析をどうやるかですが、大前提として↓
- POSレジ
- 会員カード
などによって、顧客ごとのデータが取れている（整理はできていなくてもデータ自体はある）ということが重要です。そのデータがあるという前提で、そこからどうRFM分析をするか、下の3点に分けて説明します。
以下、それぞれの説明です。
RFMの各項目でランク分けをする
優良顧客を見つけ出すもっとも基本的な方法は、下の2つの手順になります。
それぞれ詳しく説明していきます。
RFMの各項目でランク分けをする
Recency（直近の来店日）、Frequency（累計来店日数）、Monetary（累計購入金額）で、下のようにランク分けをします（数字はあくまで例です）。
| ランク | Recency | Frequency | Monetary |
|---|---|---|---|
| 5 | 7日以内 | 50回以上 | 20万円以上 |
| 4 | 14日以内 | 30回以上 | 10万円以上 |
| 3 | 30日以内 | 10回以上 | 5万円以上 |
| 2 | 60日以内 | 5回以上 | 3万円以上 |
| 1 | 60日より前 | 5回未満 | 3万円未満 |
各項目の点数を合計する
次に、上の各項目の点数を合計し、下のように一覧にします。
| 顧客ID | R | F | M | 合計 |
|---|---|---|---|---|
| 5 | 5 | 4 | 14 | |
| ID-1603 | 2 | 4 | 5 | 11 |
| ID-0794 | 3 | 1 | 5 | 9 |
| ID-1192 | 4 | 2 | 2 | 8 |
| ID-1156 | 5 | 1 | 1 | 7 |
この「合計点」が高いほど優良顧客と見なすことができます。
（RFM分析に表れない優良度もありますが、あくまでRFM分析のみで評価する場合）
ランクを元に顧客をグルーピングする
参考Albert「顧客分析の手法（デシル分析、RFM分析）」の図を元に筆者作成
R・F・Mの各項目のポイントが揃ったら、それらのポイントを元に顧客をグルーピングします。上の図のように3次元のモデルにするとイメージしやすいでしょう。
上のモデルの単語の意味をまとめると、下のとおりです。
| 優良顧客 | 頻度・単価が特に高く、最近も来ている |
| 新規優良顧客 | 最近初めて来た。頻度はわからないが総額が大きい |
| 離反しつつある優良顧客 | 頻度・単価ともに高かったが、最近来ていない |
| 安定顧客 | 頻度・単価がそこそこ高く、最近も来ている |
| 新規顧客 | 最近初めて来たので頻度はわからない、単価は普通 |
| 新規離反顧客 | 最近初めて来たが、早くも離脱しつつある |
| 離反顧客 | 頻度・単価は高いか普通だったが、最近まったく来ていない |
| 非優良顧客 | 頻度・単価が低かった上に、最近来ていない |
このモデル上で、どのグループにどのくらいの顧客が属するのか、理想の割合とのズレを分析します。
- 定期的なＤＭ（ダイレクトメール）や優良お客様特典クーポン付与などの囲い込みを図るサービス
- 期間限定ポイントの付与など来店頻度を高めるための施策
上記のような施策が、いかにプラスのグループを拡大・継続させるか、マイナスのグループをプラスのグループに移行させるか（移行していただける良い商品・サービスを提供するか）を比較・検討し、優先度をつけた上で実行するかが重要です。
各項目を評価する7つのポイント
R・F・Mの各項目の評価の仕方にもポイントがあります。『新装版 問題解決のためのデータ分析』（齋藤健太／クロスメディア・パブリッシング／2019）では、下の7点がまとめられています。
- Rが高いほど将来の企業収益に貢献してくれる可能性が高い
- Rが低ければFやMが高くても他社に顧客を奪われている可能性が高い
- Rが同じならFが高いほど常連顧客
- Rが同じならFやMが高いほど購買力がある顧客
- RやFが高くてもMが少ない顧客は購買力が低い
- Fが低くMが高い顧客は、Rの高いほうが良い顧客
- Fが上がらないか下がっている顧客は他社に奪われている可能性が高い
追加して8つ目のポイントを挙げると「R・F・Mのすべてが低い顧客は、切り捨てることも検討する」となります。あくまで「良いお客様をより大事にするために」必要なアクションです。
アパレル業界でのRFM分析を用いた施策事例
アパレル業界のRFM分析の成功事例では、あるメーカーさんの事例が下記のページで詳しく紹介されています。
参考RFM分析で優良顧客を見極めたアパレルメーカーのCRM活用 | TechTargetJapan
このメーカーさん（以下、R社）がRFM分析を行った後で取られたアクションは下のようなものです。
アクション自体は良い意味で「普通」に見えるかもしれません。この点について最初に補足させていただきます。
事前のRFM分析と、実際の行動が難しい（かつ重要）
まず前述の施策をどの顧客に対して、どのレベル、どんな順番で行うかを、RFM分析によって見極めたというのが1つ目のポイントです。膨大な顧客の中からこれを見極めるのは当然難しいことです。
続いて、基本的とされている施策でも「現実に実行し、継続する」のは難しいものです。特に「休眠顧客を訪ねる」などはコミュニケーションの仕事です。「対面で顧客と会話し、好かれる」ことがいかに難しく重要な仕事であるかは、いうまでもないでしょう。
このように、それぞれのアクションについて事前のRFM分析と、実際の行動が難しい（アイディアの勝負ではない）という前提で、以下の事例紹介を読んでいただけたらと思います。
（なお、この「アイディアの勝負ではない」というのは、ビジネスの世界では「ケイパビリティ」という言葉でよく語られるものです。ケイパビリティについては下の記事で詳しく解説しています）
優良顧客が持つ商圏内に新たな顧客を作らない
RFM分析などの手法で、R社もっとも実現したかったことは「優良顧客と同じ商圏に、新規顧客を作らない」ということです。
- R社の商品は、国産オリジナルの「少量生産」である
- そのため、同じ商圏に取扱店舗が複数あるとまずい
- そのため、優良顧客の商圏では自主規制を徹底したかった
- そのため、「誰が優良顧客なのか」を把握したかった
上のような理由で「優良顧客を把握する」ために、RFM分析などの手法を取り入れたのです。
年間売上高の高い取引先に対して仕切値を下げる
仕切値とは「メーカーから問屋に売る際の価格」です。これは下の記述でわかります。
仕切値とは、一般的に商品を製造しているメーカーから問屋（卸売業者）への価格のことをいいます。
仕切値とは | キャリアガーデン
「売上高の高い取引先に対して仕切値を下げる」というのは、たくさん買って（仕入れて）くれているから、安く製品を提供するということです。一般の店舗でいう「まとめ買い割引」と同じです。
同じく売上げの多い取引先にキャッシュバックを行う
メーカーから取引先へのキャッシュバックは、主に下の2種類があります。
| リベート | 卸業者が一定の売上げを達成したときに支払い |
| アローワンス | 販売促進のために（主に成果に関係なく）支払い |
それぞれわかりやすく一言でいうと、
| リベート | 報奨金（ボーナス） |
| アローワンス | 奨励金 |
となります。特にリベートを支払う場合は、それぞれの卸売業者の売上げを正確に把握している必要があります。
参考流通改善の影響で医薬品の仕入れ交渉が難航！？| 薬局経営のヒント（株式会社CBアドバイザリー運営）
優良顧客をマップで可視化した
R社の取り組みでは、優良顧客の店舗所在地をマップで可視化しました。顧客情報をマップで可視化するイメージは下の画像のようなものです。
出典：R社の事例では、メインのツールを使ってそのままマップ化したわけではなく「別途地図ソフトに書き出した」ということです。そのツールは有名なものですが、やはりマップの書き出し機能まではないようです。
（2008年当時だけでなく、現在の機能紹介を見てもありません）
もちろん、本当に必要な機能だけが備わったソフトの方が良いため、マップ化機能はなしでまったく問題ないでしょう。ただ、
- RFM分析をした後「マップ化」をしたいときは、ワンストップでできないソフトも多いということ
- その場合は「別途マップ化ソフトを使う必要がある」ということ
がわかります（逆にワンストップでできるソフトは高価である、複雑で使いにくいなどのケースもあります）。
優良顧客を訪問するついでに、休眠顧客を訪ねる
インタビューに答えられていた、R社の営業担当（当時）の男性は、マップの活用を下のように語られています。
- （当時）月に1～2回サンプルを持って出張している
- 大部分は特定顧客への訪問が目的である
- このとき、マップを参考に「近くの休眠顧客」も訪問するようにした
- これを機に取引が復活するケースも出てきた
RFM分析では優良顧客に目が行きがちですが、休眠顧客に対しても、大きな負担をかけずに効果的なアプローチをできるようになったということです。
まとめ：RFM分析にはPOSレジとツールの導入が不可欠
RFM分析を行う大前提は「顧客別のデータが取れている」ことです。このデータがなければ「全部、誰かわからないお客さんの買い物」になってしまい、分析ができません。
この「顧客の識別」をするために、POSレジの導入が有効です。ポイントカード・会員カードなどと連携することで、自動的に顧客別データを収集できます。
続いて、そうして集まったデータをRFM分析にかけるためには、高機能なツールが必要です。このツールは多くありますが、アパレル店舗で分析するなら、アパレルに特化したツールが有効といえます。
そのようなツールとして、弊社が開発・提供しているのが『アパレル管理自動くん』アパレル業界に特化した高機能なクラウドシステムで、RFM分析を中心としたさまざまな分析や、データ管理が可能となります。
同じくアパレルに特化したPOSレジ『アパレル管理自動くんPOSレジ』と組み合わせることで、その機能性はさらに高まります。「POSレジはよくわからない…」というマネージャー・スタッフの方々でも、アパレル特化型のPOSなら、すぐに使いこなせるでしょう。
『アパレル管理自動くん』と『アパレル管理自動くんPOSレジ』の詳細は、それぞれ下のボタンからご覧いただけたらと思います。効率的にRFM分析を行い「大事なお客さまをより大事にする」という、人間的にも意義のある経営を実現できるようにしましょう。
アパレル企業のためのクラウドPOSレジ