RFM分析はCRM運用にどう生かせるか

CRM(Customer Relationship Management:顧客管理システム)を運用することでお客様のロイヤルティを高め、LTV(Life Time Value:生涯顧客価値)の向上を目指そうとするとき、データ分析手法のひとつとして「RFM」の活用が考えられます。今回は、RFMとは何か、分析結果がどのようにLTVに貢献するか、分析の際にどのような点に注意すべきかについて解説します。

RFMとは?

RFMは「Recency Frequency Monetary」の略称で、それぞれ次のことを意味します。

  • Recency:直近の購買日
  • Frequency:累計の購買回数
  • Monetary:累計の購買金額

上記の3点を基準とするデータ分析は「RFM分析」と呼ばれ、マーケティングを展開するうえでお客様のセグメンテーションに活用されます。例えば、累計の購買回数や購買金額が多く、直近の購買日が最近であるお客様は、「ロイヤルカスタマー」に分類、といった方法でお客様のスコアリングを実施するのが特徴です。「ロイヤルカスタマー」になる前の段階のお客様についても、セグメントごとにリピート可能性や優良顧客になる可能性を探ることができるというメリットもあります。こうした分析結果はCRMによるお客様管理の柱として利用できるでしょう。

RFM分析はどのようにLTV最大化に貢献するか

RFM分析を行うと、お客様がどのくらいの期間で購入がないかといった状況を知ることができるので、そのまま休眠顧客となる前に、再度興味を持ってもらうための施策を打つことが可能になります。また、一度休眠状態となったお客様の掘り起こしを行うこともできるでしょう。さらには、ロイヤルティの高いお客様を割り出し、特別キャンペーンを実施することも可能です。

このようにお客様の長期休眠を防いだり、ロイヤルカスタマーへの販売機会をさらに増やしたりといった種々の施策により、1人のお客様が生涯を通じて自社商品を購入する金額の増加を目指す「LTV」の最大化が期待できます。

RFM分析の注意点

上述のように、RFM分析はLTVの最大化のために活用することができるひとつの手法ではありますが、実施する際には注意しておきたい点があります。

RFM分析は、あくまでも、Recency、Frequency、Monetaryの数字を基準としたものです。そのため、「なぜ購入の回数や金額が減ったのか?」といった具体的なお客様の事情を知ることはできません。そのことを踏まえたうえで、有効な活用方法を探る必要があるでしょう。

数値が同じでも背景の異なるケースがある

例えば、累計の購買回数や金額が同じ2人のお客様のケースを考えてみましょう。どちらも直近の購買日が1年以上前の同じ日だった場合、通常のRFM分析ではこれらのお客様は同じセグメントに属することになります。しかし、同じグループに属しているからといって、休眠に至った理由が同じとは限りません。1人のお客様はより安価な競合他社の商品に関心が移り、もう1人のお客様は住環境の変化によりその商品自体が必要でなくなったため購入をストップした……というケースもあるでしょう。

こうした場合、1人目のお客様に対しては、競合他社よりも安価な類似商品を紹介したり、他社商品にはない自社商品の優れた点をアピールしたりといったアプローチによって、再購入を促せる可能性があります。しかし、商品を不要とするもう1人のお客様に対しては、同じ方法でアプローチしても、再購入の可能性は低いということになるでしょう。RFMについては、こういった点を念頭に、効果的な活用方法を見出す必要があります。

こうしたケースから考えると、RFMのみに頼ったマーケティングでは、効率的なLTVの最大化が期待できないこともありえます。より高い効果を期待するのであれば、CRMシステムに蓄積されたお客様の詳細情報を活用したり、アンケートやヒアリングを実施したりして、お客様についてのより詳しい情報を収集し、RFMのデータとあわせて分析する必要があるでしょう。あるいは、RFM以外の顧客分析方法もあわせて実施しながらお客様に関する情報を充実させ、LTV最大化に向けての新たな施策を打ち出してみましょう。

RFMを適切に生かしたCRM運用を考える

RFMはCRMにおけるデータ分析手法のひとつですが、万能というわけではありません。その特性を理解したうえで、他の手法も組み合わせながらCRMの効果的な運用を目指し、LTV向上につなげましょう。



参考:

関連記事