RFM分析とは？顧客セグメンテーションの定番手法を実践的に解説

RFM分析とは

RFM分析とは、Recency（最終購買日）、Frequency（購買頻度）、Monetary（購買金額）の3つの指標を用いて顧客を分類・評価する手法です。各指標の頭文字を取ってRFMと呼ばれます。

この手法の起源は1990年代のダイレクトマーケティングにあります。カタログ通販の事業者が「限られた郵送コストの中で、どの顧客にカタログを送れば最も効率よく売上が上がるか」を判断するために、購買履歴データをもとに顧客を選別したのが始まりです。

RFM分析の本質は、すべての顧客を平等に扱うのではなく、行動データに基づいて優先順位を付けるという考え方にあります。現在ではECサイト、小売業、SaaS企業など、顧客の購買データを蓄積しているあらゆる業種で活用されています。

構成要素

R（Recency）: 最終購買日

顧客が最後に購買した日から現在までの経過日数を測定します。直近に購買した顧客ほどスコアが高くなります。

Recencyが重視される理由は、購買が最近であるほど再購買の確率が高いという経験則に基づいています。半年以上購買がない顧客と、先週購買した顧客では、次の購買につながる可能性が大きく異なります。

F（Frequency）: 購買頻度

一定期間内に顧客が購買した回数を測定します。回数が多い顧客ほどスコアが高くなります。

購買頻度が高い顧客は、自社の商品やサービスに対するロイヤルティが高いと推定できます。ただし、頻度だけでは「少額を頻繁に買う顧客」と「高額を頻繁に買う顧客」の区別がつかないため、Monetaryと組み合わせる必要があります。

M（Monetary）: 購買金額

一定期間内の累計購買金額を測定します。金額が大きい顧客ほどスコアが高くなります。

購買金額は顧客の経済的貢献度を直接的に示す指標です。ただし、1回だけ高額商品を購入した顧客と、中程度の金額を繰り返し購入する顧客では、将来の期待価値が異なります。

スコアリングの方法

各指標に対して、顧客を5段階（または3段階）でスコアリングします。以下は5段階スコアリングの一例です。

スコア	Recency（最終購買日）	Frequency（購買回数）	Monetary（累計金額）
5	7日以内	20回以上	50万円超
4	8〜30日	10〜19回	20〜50万円
3	31〜90日	5〜9回	5〜20万円
2	91〜180日	2〜4回	1〜5万円
1	181日以上	1回	1万円未満

スコア区間は業種・業態によって大きく異なります。日用品ECであれば購買サイクルが短いためRecencyの基準を厳しくし、高額商品を扱うBtoBでは長めに設定します。

セグメント分類の例

RFMスコアの組み合わせによって顧客をセグメントに分類し、それぞれに適した施策を設計します。

セグメント名	R	F	M	特徴と施策の方向性
優良顧客	高	高	高	ロイヤルティプログラムで関係維持
新規有望顧客	高	低	中〜高	2回目購買を促すフォローアップ
リピーター	中	高	中	単価アップのクロスセル提案
休眠予備軍	低	中	中	離脱前にリテンション施策を実施
休眠顧客	低	低	低〜中	掘り起こしキャンペーンを実施
一見高額顧客	低	低	高	特別オファーで再アプローチ

実践的な使い方

ステップ1: データを準備する

RFM分析に必要なのは、顧客ID、購買日、購買金額の3項目だけです。POSデータ、ECの注文ログ、CRMの商談履歴などが情報源になります。

分析対象期間は事業の購買サイクルに合わせて設定します。日用品であれば直近6か月〜1年、耐久消費財であれば2〜3年が目安です。対象期間が短すぎるとFrequencyの差が出にくく、長すぎると古い行動に引きずられます。

ステップ2: スコアリング基準を設定する

各指標の分布を確認し、五分位（クインタイル）で均等に分割するか、ビジネスの文脈に基づいて閾値を手動設定します。

五分位分割は客観的で再現性が高い一方、ビジネス上の意味を持たない区間になることがあります。たとえば「購買回数1回」と「購買回数2回」の間には質的な違いがあるため、手動で閾値を設定する方が実務的に有効なケースもあります。

スコアリングが終わると、各顧客にR・F・M それぞれ1〜5のスコアが付与され、「R5-F3-M4」のような形式で顧客を分類できるようになります。

ステップ3: セグメントを定義しアクションを設計する

RFMスコアの125通り（5 x 5 x 5）をそのまま使うのは現実的ではありません。類似するスコアパターンをまとめて5〜8程度のセグメントに集約し、各セグメントに対するアクションプランを設計します。

セグメントごとにコミュニケーション手段（メール、DM、アプリ通知）、オファー内容（割引、限定商品、ポイント付与）、接触頻度を変えることで、マーケティングROIを最大化します。

活用場面

EC・小売のCRM: 購買履歴に基づいて顧客をセグメント化し、メール配信やクーポン施策のターゲティング精度を向上させます
キャンペーン対象の選定: 全顧客一律ではなく、反応率が高いと見込まれるセグメントに集中して販促コストを配分します
解約予防（チャーン防止）: Recencyが低下している顧客を早期に検知し、離脱前にリテンション施策を打つトリガーとして活用します
LTV予測の補完: RFMスコアはLTV（顧客生涯価値）の簡易的な代理指標として機能し、より精緻なLTVモデル構築の入力変数にもなります

注意点

購買以外の行動を捉えられない

RFM分析は購買データだけに基づくため、サイト訪問、問い合わせ、アプリ利用といった非購買行動は反映されません。購買に至る前の検討段階にいる顧客を見落とすリスクがあります。購買以外の行動データも加味したい場合は、行動スコアリングやクラスター分析との併用を検討してください。

BtoBでの適用には工夫が必要

BtoBでは購買の意思決定者と実際の発注者が異なる、購買サイクルが長い、1件あたりの金額差が極端に大きいなどの特性があります。FrequencyやMonetaryの分布が偏りやすいため、スコア区間の設計に注意が必要です。契約ベースのビジネスでは、購買回数よりも契約更新率や追加発注率を指標に置き換える工夫が有効です。

スコア区間の設定が恣意的になりやすい

五分位で機械的に分割する方法は客観的に見える一方、ビジネス上の意味が薄い区間を生むことがあります。逆に手動設定では分析者の主観が入り込みます。どちらの方法を採用する場合も、設定の根拠を明文化し、定期的に見直す運用が重要です。

時間経過に伴うセグメントの変動

顧客のRFMスコアは時間とともに変化するため、一度のセグメント化で終わりにせず、定期的に再計算する必要があります。月次または四半期ごとの再計算を推奨します。セグメント間の移動（特に優良顧客から休眠予備軍への遷移）を追跡することで、施策の効果検証にも活用できます。

まとめ

RFM分析は、Recency・Frequency・Monetaryの3指標で顧客の購買行動を定量化し、施策の優先順位を決定するための実務的な手法です。データの準備からスコアリング、セグメント定義、アクション設計までをステップで進めることで、CRM施策のターゲティング精度とマーケティングROIの向上を実現できます。購買データだけでは捉えきれない行動の限界を認識しつつ、定期的な再計算と他手法との組み合わせによって分析の有効性を維持することが実務上のポイントです。

参考資料

RFM分析 - グロービス経営大学院（RFM分析の基本概念をMBAの視点から簡潔に解説した用語集）
【図解】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 - Salesforce（Excelでの実践手順やCRMツールとの連携方法を図解で紹介）
RFM分析とは？目的やメリット、やり方をわかりやすく解説 - シナジーマーケティング（CRM専門企業によるスコアリング手法とセグメント活用の実務解説）
RFM (market research) - Wikipedia - Wikipedia（RFM分析の歴史的背景や学術的な位置付けを含む網羅的な概要）
RFM Segmentation, Analysis & Model Marketing - Optimove（RFMモデルのセグメント設計とマーケティング施策への接続を詳述した英語記事）

RFM分析とは？顧客セグメンテーションの定番手法を実践的に解説