RFM分析を行い通販サイトの顧客ランクを明らかにする方法

ECサイトの売上を伸ばしていくのであれば、新規顧客の獲得のほかに リピーターを増やしていく必要があります。 そのリピーターを増やしていく際に有効な分析が「RFM分析」です。

RFM分析とは

RFM分析とは顧客の過去の購買履歴を分析する手法です。 RはRecencyの頭文字。最近いつ購入されたか FはFrequencyの頭文字。累計購入回数 MはMonetaryの頭文字。累計購入金額 を意味します。

RFM分析とはこの３つの指標で顧客に点数を付け、そのランクの顧客がどれだけいるかというのを可視化し分析する手法です。

例えば、次のように加点していきます。

◇最終購入日(Recency) 30日以内の場合には5点 60日以内の場合には4点 90日以内の場合には3点 180日以内の場合には2点 180日以上間が開いた場合には1点

◇購買頻度(Frequency) 10回以上が5点 7回以上が4点 5回以上が3点 2回以上が2点 初回が1点

◇累計購買金額(Monetary) 100万円以上が5点 50万円以上が4点 25万円以上が3点 10万円以上が2点 それ以下が1点

この3つの点数の合計が大きな人ほど優良顧客、反対に低いほど非優良顧客であることがわかります。 またどのような顧客を優良顧客とするかの定義は企業ごとに定義する必要があります。

ただ、同じ月商1000万円のECサイトの場合、 リピートのされやすい日用品と 高額なブランド商品とを販売しているのでは 一人あたりの一度の購入金額や、年間の購入頻度というのは当然変わってきます。 そのため、企業ごとに優良顧客の定義する必要があります。

各指標の見方

各企業で評価基準を定義することは可能ですが、一般的にはつぎのように言われています。 ・最終購入日(R)の評価が高い顧客ほど、将来の収益に貢献する可能性が高い ・最終購入日(R)の評価が低い顧客ほど、購買頻度(F)や累計購買金額(M)が高くても他社に奪われてしまう可能性が高い ・最終購入日(R)の評価が同じなら、購買頻度(F)が高いほど常連客になっている ・最終購入日(R)の評価が同じなら、購買頻度(F)や累計購買金額(M)が高いほど購買力のある優良顧客 ・最終購入日(R)や購買頻度(F)の評価が高くても、累計購買金額(M)が低い顧客は優良顧客になりにくい ・RFMすべてが低い顧客は各施策が成功しにくい

このことを念頭に置き、自社ECサイトに必要な施策を考えていくことが大切です。

ランク付け

業界や業種ごとにRFMのそれぞれで基準を作成します。 前述した通り、分類した結果をどう評価するかは企業ごとに変わってきます。

RFMの3つの要素をバランスよく設定するケースもあれば、重要度が偏るケースもあります。

例えば、ハイブランドのアパレルサイトは、購入頻度(F)よりも購入累計額(M)が重要視されます。 日用品はその逆で累計購入回数(F)が重要視されていきます。 このように商材により最適な施策を異なるため、ランク分けの定義は感覚値ではなく根拠のあるものにする必要があります。 自社分析はもちろん、競合分析やカスタマージャーニーマップの精度を上げ、 競合の施策や、ユーザーの行動から、最適な点数配分を見つけていきましょう。

また、RFMそれぞれの得点配分も大切になります。 特に、今まで分析を一切していなかった場合は注意が必要です。 例えば、10年以上、化粧品を販売しているECサイトの運営しているケースを考えてみましょう。 化粧品の場合は、リピートを特に促す必要がある商材です。 そのため、最近いつ購入示すRを、1年以上の購入をしていない場合に最も低い評価にするという設定にしました。 実際にRFM分析をしてみたところ、

◇顧客１ 8年前までは頻繁に購入していましたが、その後一切購入をしていない顧客が見つかりました。 この場合、累計購入回数(F)と累計購入金額の(M)は高い数字になります。 しかし、この8年は一切購入をしていないため、最終購入日(R)は最低評価になります。

◇顧客２ 2年前までは頻繁に購入していたが、その後一切購入をしていない顧客も見つかりました。 この場合も累計購入回数(F)と累計購入金額の(M)は高い数字になります。 しかしこの2年は一切購入をしていないため、最終購入日(R)は最低評価になります。

2人は同様の得点になりますが、より反応が期待できるのは後者です。 最終購入日(R)による期待値による評価差異を防ぐため、 立ち上げ時はランクを詳細に設定し、運用後、方針に則した内容に変更していくなど、調整をしていく必要があります。

施策の実行

各データを掛け合わせ、顧客のランク設定をしたら各顧客ランクに合わせた施策を行います。 例えば、最終購入日(R)と累計購入回数(F)が高く、累計購入金額の(M)が低い顧客には、 アップセル施策を行う必要があります。 具体的には、よく購入をしている商材と合わせて他の顧客がよく購入されている別の商品の販売を促すDMを送付することや、 あといくら以上の購入で、お得なサービスを受けることができるキャンペーンの実行 などの購入金額を伸ばす施策が必要になります。

また、最終購入日(R)が低く、累計購入回数(F)と累計購入金額の(M)が高い顧客には、 再来店を促すためにメルマガやDMにクーポンを添付するなどの施策を行う必要があります。

このように顧客のランクや、どの数字が低いかにあわせ販売戦略を行うことが有効的です。

まとめ

RFM分析は、購買頻度、購買回数及び購入金額に基づき購買予測を行うことに適したフレームワークです。 有効的な施策を行うためにも、購買予測を行い、どのような顧客にどのような施策を行うべきなのか、仮説と検証が必要になります。 次回は、その際に利用する「クラスター分析」を解説いたします。