RFM 分析でセグメント化する — 優良顧客と離脱予備軍を3軸で特定
RFM（Recency・Frequency・Monetary）分析は、顧客を3軸でスコアリングしてセグメント化する古典的かつ強力な手法。LTV 改善の最初の一歩として最適です。
RFM 分析とは
RFM 分析は、顧客を3軸でスコアリングしてセグメント化する手法です。1995年代から DM マーケティングで使われ始めた古典的フレームですが、デジタル時代でも依然として有効です。シンプルで誰でも理解でき、データさえあれば即実装できる点が魅力です。
R・F・M の3軸を、それぞれ5段階（5が最高、1が最低）でスコアリングします。すると顧客は5×5×5 = 125 のセグメントに分類されます。実務ではこの 125 を全部扱うのは煩雑なため、数個の意味あるセグメントに集約して使います。
RFM の3軸
- Recency（最終購入日）
- 最後に購入してから今日までの日数。短いほど高スコア。「最近買った人ほど次も買う確率が高い」という経験則に基づく。
- Frequency（購入頻度）
- 一定期間（通常1年）内の購入回数。多いほど高スコア。リピート傾向の強い顧客を特定する。
- Monetary（購入金額）
- 一定期間内の累計購入金額。大きいほど高スコア。優良顧客（高単価リピーター）を特定する。
RFM の代表的なセグメント分類
125 セグメントを実用的な 8 セグメントに集約した例。
| セグメント名 | R | F | M | 対応施策 |
|---|---|---|---|---|
| Champions（最優良顧客） | 5 | 5 | 5 | VIP 限定先行販売、紹介依頼 |
| Loyal（ロイヤル） | 4-5 | 4-5 | 3-5 | ロイヤルティプログラム継続 |
| Potential Loyalists（成長候補） | 4-5 | 2-3 | 2-3 | セット販売・アップセル |
| New（新規） | 5 | 1 | 1-2 | オンボーディング・2回目購入促進 |
| At Risk（離脱予備軍） | 2-3 | 3-5 | 3-5 | 再購入インセンティブ・休眠防止 |
| Hibernating（休眠） | 1-2 | 1-2 | 1-2 | 限定オファー・休眠復活キャンペーン |
| Lost（離脱済み） | 1 | 1-2 | 1-2 | 予算次第で再獲得試行 or 諦める |
| Big Spenders（高額一過性） | 3-5 | 1-2 | 5 | 頻度向上施策（メール・通知） |
RFM 分析の実装手順
データ準備
- 過去1〜2年の購買データ（顧客ID、購入日、購入金額）を集約
- 顧客IDの重複（複数アカウントなど）を統合
- 返品・キャンセルを除外した「正味の購入」のみで計算
スコアリング
- Recency：最終購入日から今日までの日数を5分位で5段階
- Frequency：一定期間内の購入回数を5分位で5段階
- Monetary：累計購入金額を5分位で5段階
- 各顧客に R-F-M の3桁スコア（例：545）を付与
セグメント化と施策実行
- 125 セグメントを 5〜8 個の意味あるグループに集約
- セグメントごとに具体的な施策（メール内容・割引・通知頻度）を設計
- 効果検証は1〜3ヶ月後の RFM スコア変化で評価
- 離脱予備軍からのリカバリー数を主要KPIに
よくある質問
Q. RFM のスコアリングは5段階で良いですか？
5段階が最も使いやすいですが、業態によっては3段階（高・中・低）でも十分です。重要なのは段階数より、どこで線を引くか（5分位で機械的に分けるか、ビジネス的な閾値で分けるか）。継続的に同じ基準で運用することが最も大事です。
Q. EC と SaaS で RFM の使い方は違いますか？
本質は同じですが、軸の意味が変わります。SaaS では Frequency より「ログイン頻度」「機能利用率」が重要で、Monetary は「契約金額 + アップセル累計」になります。サブスクには「契約期間」を加えた RFCM などの拡張もあります。
Q. 新規顧客に RFM スコアは出せますか？
出せますが、F=1・M=低になりやすく、新規セグメントの中での比較しか意味を成しません。新規顧客は別途「2回目購入率」を主指標に追跡し、既存顧客と分けて RFM 運用するのが標準です。
MAXsuite — LTVMAX
RFM × コホートを自動化する LTVMAX
売上CSV から RFM スコア付与・セグメント分類・打ち手提案までを自動実行。月次レポートで施策効果も継続観測。