Webビジネス以外のマーケティングにおいてもWebビジネスにおいても、ビジタ（顧客）の購買行動・購買履歴から、ロイヤリティの高いユーザ（顧客）のセグメンテーションなどを行う顧客分析手法の１つになります。
データベースマーケティングにおいては、顧客データ分析の最も基本とされている手法であり、アナライティカルCRMソリューションなどの実装機能であったりします。
アクセス解析においても、どのユーザが直近で購買しているのか、購買頻度が高いユーザは誰か、売上貢献度の高いユーザは誰か、という３つの要素からよりOne to Oneに結び付けた形で分析を行うことが可能になります。
RFM分析のRFMとは
それぞれ
・R（recency：最新購買日） いつ購入したのか、最近購入しているのか
・F（frequency：累計購買回数） どの程度の頻度で購入をしているのか
・M（monetary：累計購買金額） 幾らくらい支払っているのか
を意味しています。
このRFM各指標、R（最新購買日）、F（累計購買回数）、Ｍ（累計購買金額）について、それぞれ５段階（もしくは３段階）でユーザをランク化すると、上位のユーザは"最近何度も複数の商品を購入しているユーザ"になります。
具体的なポイント付けと分析方法
・Ｒ（最新購買日） = 今月購入ユーザ（R = ５） / 先月購入ユーザ(R = ４) / ２ヶ月前購入ユーザ(R = ３) / ３ヶ月前購入ユーザ(R = ２) / ４ヶ月以前購入ユーザ(R = １)
・F(累計購買回数) = ５０回以上(F = ５) / ３０回以上(F = ４) / ２０回以上(F = ３) / １０回以上(F = ２) / １回以上（F = １）
・Ｍ(累計購買金額) = 1００万以上(M = ５) / 50万以上(M = ４) / ３０万以上(F = ３) / ５万以上(F = ２) / １万以上（F = １）
とするとそれぞれの項目で最も高いポイントのユーザがロイヤリティの高いユーザとなります。
その上で、
①R・F・Mの各評価ポイントを加算して分析する
A社 （R = ５ / F = ４ / M = ３） = １２ポイント
②R・F・Mの各評価ポイントを串刺しして分析する
A社 （R = ５ / F = ４ / M = ３） = ５４３ポイント
といった２種類の分析方法があります。
つまり、
・R（最新購入日）が直近であるユーザほど、再購入の可能性が高い。
・F（累計購買回数）が多いユーザほど、再購入の可能性が高い。
・Ｍ（累計購買金額）が多いユーザほど、再購入の可能性が高い。
という想定を基に分析することがRFM分析になります。
各ポイントの集計結果の分析
1. Rのポイントが高いほど将来企業の収益に貢献してくれる可能性が高い
2. Rのポイントが低ければFやMのポイントが高くても他社に移っている確率が高い
3. Rのポイントが同じ場合、Fのポイントが高いほどリピートユーザ
4. Rのポイントが同じ場合FやMのポイントが高いほど購買力があるユーザ
5. RのポイントやFのポイントが高くてもMのポイントが少ないユーザは購買力が低い
6. Fのポイントに着目して、累計購買回数の低いユーザへの施策を行う。
7. Fのポイントが低くて、Mのポイントが高いユーザは、1回あたりの購入が多いと想定できるので、高額商品やまとめ買いの施策を行う。
8. Fのポイントが低くて、Mのポイントが高いユーザは、Rのポイントが高いほうが良いユーザ
9. Fのポイントが高くて、Mのポイントが低いユーザは、1回あたりの購入が少ないと想定できる。Ｆのポイントは上位になるが企業への貢献度は低い。１回当たりの購入金額を増やすよう施策を行う。
10. Fのポイントが上がらないか下がっているユーザは他社に奪われている確率が高い
11. RFM全てが低いユーザは、最近購入していないことを表しています。何らかの事情（購入品への不満、サービスへの不満など）があったのか、他社に流れた可能性もある。切り捨ても検討。
お客様毎に、期間や回数や金額設定は異なります。購買行動を行ったことのあるユーザの購買力を量的に評価するものなので、購買に至っていない潜在顧客の購買力を判定することは出来ません。また次に何を購入するのかといった質の評価もできません。よってRFM分析手法を利用する際はこの点に注意が必要です。
RFM分析を行う際に最も重要となるのは
R（recency：最新購買日）であり、F（frequency：累計購買回数）やM（monetary：累計購買金額）のポイントが高くても、最近購買実績が無いユーザは既に競合他社に奪われてしまっている可能性など、ロイヤリティを高める対象とならないと判断出来ます。
R（recency：最新購買日）の動きがユーザの動向を把握する上で最重要であり、（recency：最新購買日）のポイントが下がり始めた段階で、営業的な施策を行うことでロイヤリティの維持に繋がる可能性が高まるかもしれません。
R（recency：最新購買日）が下がりはじめたユーザには、再度購入に結び付ける企画（キャンペーン）といった施策が必要といえますし、F（frequency：累計購買回数）が伸びないユーザに対しても同様の施策が必要といえます。F（frequency：累計購買回数）のポイントが低くM（monetary：累計購買金額）のポイントが高いユーザは購買力が高い可能性があるので、購買頻度を高める企画（キャンペーン）が必要といえます。
結論
Webアクセス解析にてユニークユーザを計測し、購入完了ページの解析と購買データをマイニングすることで、RFM分析によって数値化されたユーザに対して最適な企画（キャンペーン）を的確なOne to Oneマーケティングにて行うことが可能になり、企業の収益増加に繋げることが可能となります。
Leave a comment