メルマガもLINEも、全員に同じ内容を同じタイミングで送っている。新商品の案内を、昨日初めて買った人にも、3年前に一度だけ買った人にも、毎月買ってくれる常連にも、同じ文面で届けている。開封率は下がり続け、配信停止は増え、それでも「配信本数を増やすしかない」と考えてしまう。多くのEC事業者が、こうした状態にあります。
問題は配信の頻度でも文面でもなく、「顧客をひとかたまりとして扱っていること」です。顧客は、最近買ったかどうか、何度買っているか、いくら使っているかによって、まったく違う状態にあります。状態が違えば、響く施策も違います。
そこで役に立つのがRFM分析です。この記事では、RFM分析の意味と計算方法を押さえたうえで、ECの顧客を9つのグループに分け、グループごとに施策と配信を変える実務の手順を、Shopifyやスプレッドシートで今日から始められる形で解説します。
RFM分析とは何か — RFM分析とは、顧客を「最終購入日(Recency)」「購入頻度(Frequency)」「購入金額(Monetary)」の3つの指標で評価し、状態の近い顧客ごとにグループ分けして、グループに合った施策を打つための顧客分析の手法です。
目次
- RFM分析とは:3つの指標の意味
- なぜECでRFM分析が効くのか
- まず3つの指標をスコアにする
- 顧客を9つのグループに分ける
- グループ別の施策と配信の変え方
- Shopify・スプレッドシートで始める手順
- モール中心の会社がRFM分析を使うときの注意
- RFM分析の結果を経営判断に使う3つの比率
- RFM分析の限界と、組み合わせるべき分析
- 失敗する典型パターン
- 【独自視点】RFMは「施策の結果」を映す鏡
- よくある誤解
- FAQ
- まとめ
RFM分析とは:3つの指標の意味
RFM分析は、古くから通信販売や小売の顧客管理で使われてきた手法で、名前は3つの指標の頭文字から来ています。どれも購買データだけで計算できるため、特別なツールがなくても始められるのが特徴です。
R:Recency(最終購入日)
最後に買ってからどれくらい経っているか。日数が短いほど、自社を覚えていて、次も買う可能性が高い。
F:Frequency(購入頻度)
一定期間に何回買っているか。回数が多いほど、自社の商品が生活に定着している。
M:Monetary(購入金額)
一定期間にいくら使っているか。金額が大きいほど、売上への貢献が大きい。
3つの指標のうち、特に重要なのがRです。最後の購入から時間が経つほど、顧客は自社を忘れ、他社に移っていきます。FとMは「これまでの関係の深さ」を表しますが、Rは「今、関係が続いているかどうか」を表します。どれだけFとMが高い優良顧客でも、Rが悪化していれば、すでに離れかけているサインです。
なお、RFM分析は顧客を「評価」するための手法ではなく、「状態ごとに打ち手を変える」ための手法です。スコアを付けて満足するのではなく、スコアから施策を決め、施策の結果でスコアがどう動いたかを見るところまでがセットです。
なぜECでRFM分析が効くのか
ECの売上は、「顧客数 × 購入回数 × 1回あたりの購入金額」に分解できます。新規顧客の獲得には広告費がかかり、獲得単価は年々上がる傾向にあります。一方、既存顧客に再購入してもらうコストは、一般に新規獲得より低く抑えられます。そのため、多くのECでは、利益の大部分をリピート顧客が支える構造になっています。
ここで問題になるのが、「既存顧客」と一口に言っても状態がばらばらだということです。昨日初めて買った人には商品の使い方や2回目の購入理由を伝えるべきですし、常連には新商品や限定企画で特別感を伝えるべきです。離れかけた人には、思い出してもらうきっかけが必要です。同じメッセージを全員に送ると、どのグループにとっても「少しずれた内容」になり、反応率が下がります。
RFM分析は、この「状態の違い」を購買データだけで見える化します。顧客生涯価値(LTV:一人の顧客が取引期間全体でもたらす利益)を伸ばすための入口として、最も手軽で効果の出やすい分析だと言えます。LTVの考え方はEC LTV(顧客生涯価値)とはで詳しく解説しています。
まず3つの指標をスコアにする
RFM分析の最初のステップは、顧客ごとにR・F・Mの値を計算し、それをスコア(段階)に変換することです。ここでは、ECで扱いやすい「3段階スコア」を例に説明します。5段階にする方法もありますが、最初は3段階の方がグループが少なく、施策に落とし込みやすいのでおすすめです。
| スコア | R(最終購入からの日数) | F(直近1年の購入回数) | M(直近1年の購入金額) |
|---|---|---|---|
| 3(高) | 90日以内 | 3回以上 | 上位20% |
| 2(中) | 91〜180日 | 2回 | 中位40% |
| 1(低) | 181日以上 | 1回 | 下位40% |
表の区切りはあくまで一例です。区切りは、自社の商品の購入サイクルに合わせて決めることが重要です。たとえば、消耗品や食品のように1〜2か月で使い切る商品なら、Rの「高」は30日以内が妥当かもしれません。家具や家電のように数年に一度しか買わない商品なら、Rの区切りはもっと長くなります。
区切りを決める実務的な方法は、「2回目の購入までの日数」の分布を見ることです。2回目を買った顧客のうち、8割が何日以内に2回目を買っているかを調べ、その日数をRの「高」と「中」の境目にします。それを過ぎても買っていない顧客は、自然に戻ってくる可能性が下がっていると判断できます。
顧客を9つのグループに分ける
R・F・Mをそれぞれ3段階にすると、組み合わせは27通りになります。27グループに別々の施策を用意するのは現実的ではありません。そこでボトルシップでは、まずR(今の関係)とF(関係の深さ)の2軸で9つのグループに分け、Mは各グループの中で優先順位を付けるための補助指標として使う方法をおすすめしています。
| R\F | F1(1回) | F2(2回) | F3(3回以上) |
|---|---|---|---|
| R3(90日以内) | A. 新規顧客 | B. 育成中顧客 | C. 優良顧客 |
| R2(91〜180日) | D. 2回目待ち顧客 | E. 停滞顧客 | F. 要注意の優良顧客 |
| R1(181日以上) | G. 一見顧客 | H. 休眠顧客 | I. 離反した優良顧客 |
この9マスで見ると、自社の顧客構造の課題がひと目で分かります。たとえば、Aの新規顧客は多いのにBやCが少なければ、「2回目の購入につなげる仕組み」が弱いということです。Cは多いのにFやIが増えていれば、優良顧客が離れ始めているということです。Gが全体の大半を占めているなら、そもそも一度買った顧客との関係がほとんど続いていません。
Mは、各マスの中で施策の優先順位を付けるときに使います。同じ「I. 離反した優良顧客」でも、年間の購入金額が大きい顧客から優先して呼び戻す、といった使い方です。
具体例:顧客1万人の自社ECで9マスを作ると
イメージをつかむために、直近1年の購入者が1万人いる自社ECを例に考えてみます(数値は説明用の架空の例です)。RとFで分類した結果、次のような分布になったとします。
| R\F | F1(1回) | F2(2回) | F3(3回以上) |
|---|---|---|---|
| R3 | A:1,800人 | B:500人 | C:700人 |
| R2 | D:1,500人 | E:300人 | F:200人 |
| R1 | G:4,500人 | H:300人 | I:200人 |
この分布から読み取れるのは、F1の列(A・D・G)に7,800人、つまり全体の約8割が集中していることです。一度買って終わる顧客が大半で、2回目の購入につながる仕組みが弱い構造だと分かります。一方で、C(優良顧客)は700人と全体の7%ほどですが、購入金額で見ると売上の3〜4割を占めている、というケースは珍しくありません。
この会社が最初に取り組むべきは、Gに大量の配信を続けることではなく、AとDに対する2回目購入の施策です。Aの1,800人のうち2回目購入率を数ポイント上げるだけで、翌年のBとCが増え、売上の土台が厚くなります。同時に、FとIの合計400人は、過去に優良顧客だった層なので、Mの高い順に個別のフォローを行う価値があります。このように、9マスの分布を見るだけで「どこに手を打つべきか」の優先順位が決まります。
グループ別の施策と配信の変え方
9つのグループに分けたら、グループごとに「目的」と「施策」を決めます。ポイントは、グループごとに目指す状態が違うことです。新規顧客の目的は「2回目の購入」、優良顧客の目的は「関係の維持」、休眠顧客の目的は「思い出してもらうこと」です。
| グループ | 目的 | 施策・配信の例 |
|---|---|---|
| A. 新規顧客 | 2回目の購入 | 商品の使い方・保管方法の案内、到着後のフォロー、2回目に合う関連商品の提案 |
| B. 育成中顧客 | 3回目で定着させる | 定期購入やまとめ買いの案内、ブランドの背景や作り手の紹介 |
| C. 優良顧客 | 関係の維持と紹介 | 新商品の先行案内、限定企画、感謝の連絡。値引きより特別感を重視 |
| D. 2回目待ち顧客 | 購入サイクル内に呼び戻す | 使い切りの時期に合わせたリマインド、レビュー依頼 |
| E. 停滞顧客 | 購入の再開 | 前回購入品の関連情報、季節に合わせた提案 |
| F. 要注意の優良顧客 | 離反の予防 | 個別性の高い案内、アンケートで不満の有無を確認 |
| G. 一見顧客 | コストをかけすぎない | 配信頻度を下げる。大型セール時のみ案内 |
| H. 休眠顧客 | 思い出してもらう | 新商品・リニューアルの告知、限定的なクーポン |
| I. 離反した優良顧客 | 理由を知り、呼び戻す | 離反理由のアンケート、個別のお詫びや提案。Mの高い順に優先 |
この表で特に注意したいのは、値引きの使い方です。値引きクーポンを全員に配ると、優良顧客にも値引きが適用され、本来は定価で買ってくれた売上を自ら削ることになります。値引きは、休眠顧客や離反顧客の呼び戻しなど、「値引きがなければ戻ってこない」グループに限定して使うのが原則です。値引きと利益の関係はECの限界利益とはも参考にしてください。
配信チャネルの使い分けも、グループで変えられます。優良顧客には開封率の高いLINEや個別のメール、一見顧客には配信頻度を抑えたメルマガ、といった具合です。Shopifyでのメール配信の方法はShopifyのメルマガとはで解説しています。
9グループ別の配信頻度とチャネルの目安
施策を決めたら、配信の頻度とチャネルもグループごとに決めておきます。以下は、月に4回程度メルマガを配信している中規模ECを想定した例です。自社の配信体制に合わせて調整してください。
| グループ | 月間の配信頻度(目安) | 主なチャネル | 見るべき指標 |
|---|---|---|---|
| A. 新規顧客 | 到着後のステップ配信3〜4通+通常配信 | メール・LINE | 2回目購入率(AからBへの移動率) |
| B・C. 育成中・優良顧客 | 通常配信+限定企画1〜2回 | LINE・個別メール | 購入頻度の維持、CからFへの転落率 |
| D・E. 2回目待ち・停滞 | 購入サイクルに合わせたリマインド1〜2回 | メール | 購入再開率 |
| F. 要注意の優良顧客 | 個別性の高い案内1回+アンケート | 個別メール | 購入再開率、アンケート回答率 |
| G. 一見顧客 | 月1回以下、大型セール時のみ | メール | 配信停止率、到達率 |
| H・I. 休眠・離反 | 四半期に1〜2回の呼び戻し企画 | メール・DM | 呼び戻し率、呼び戻し後の継続率 |
頻度を下げるグループを決めることは、配信を増やすことと同じくらい重要です。反応のないグループへの配信を減らすと、配信停止や迷惑メール報告が減り、結果としてメール全体の到達率と開封率が改善します。「全員に毎週送る」から「グループごとに必要な数だけ送る」に変えるだけでも、配信の成果は大きく変わります。
Shopify・スプレッドシートで始める手順
RFM分析は、専用のCRMツールがなくても、注文データのCSVとスプレッドシートがあれば始められます。ここでは、Shopifyを例に手順を示します。他のカートでも、注文データを出力できれば同じ考え方で進められます。
- 注文データを出力する:直近1〜2年分の注文データを、顧客ID(またはメールアドレス)・注文日・注文金額が分かる形でCSV出力する。キャンセル・返品は除外する。
- 顧客ごとに集計する:顧客IDごとに、最終購入日・購入回数・購入金額の合計をピボットテーブルなどで集計する。
- Rを日数に変換する:分析基準日から最終購入日を引いて、経過日数を計算する。
- 区切りを決めてスコア化する:2回目購入までの日数の分布をもとにRの区切りを決め、F・Mも含めて3段階のスコアを付ける。
- 9マスに振り分ける:RとFのスコアで9グループに分類し、各グループの人数と売上構成比を確認する。
- 施策を決めて配信リストを作る:グループごとに目的と施策を決め、顧客リストをメール配信ツールやShopifyの顧客セグメントに反映する。
- 毎月同じ方法で更新する:月に1回、同じ基準で再計算し、グループ間の移動(AからBへ、CからFへなど)を記録する。
手順を進めるうえで、データの扱いにはいくつか注意点があります。まず、同じ人がゲスト購入と会員購入を使い分けていると、別人として集計されることがあります。メールアドレスで名寄せ(同一人物のデータをまとめること)を行うと精度が上がります。次に、分析期間は最低でも1年、季節性の強い商品なら2年分を使うと、季節要因で特定のグループが膨らむ偏りを抑えられます。そして、法人購入や転売目的と思われる大量購入は、一般顧客と分けて扱う方が、施策の判断を誤りません。
また、顧客データを配信に使う際は、メール配信への同意の有無や、プライバシーポリシーで定めた利用目的の範囲内であるかを必ず確認してください。RFM分析は、顧客との関係を深めるための手段であり、顧客に不快感を与えない運用が前提です。
Shopifyでは、管理画面の顧客セグメント機能で「最終注文日」「注文回数」「累計購入金額」などの条件を組み合わせて顧客を絞り込めるため、9マスのうち施策を打ちたいグループを直接セグメントとして作ることもできます。最初はスプレッドシートで全体構造を把握し、運用が固まったらセグメント機能やCRMアプリで自動化する、という順番がおすすめです。
モール中心の会社がRFM分析を使うときの注意
楽天市場やAmazonなどのモールが販路の中心の場合、RFM分析の使い方には注意が必要です。モールでは、顧客の個人情報の扱いや、店舗から顧客への連絡手段がモールの規約によって制限されています。自社ECと同じように、全顧客の購買データを自由に集計し、個別に配信するということはできません。
モール中心の会社では、RFM分析を「顧客ごとの施策」ではなく「自社の顧客構造の把握」に使うのが現実的です。たとえば、楽天のメルマガ購読者の中でリピート購入者がどの程度いるか、Amazonで定期おトク便を利用している顧客がどの程度いるか、といった集計レベルの把握でも、施策の方向性を決めるには十分役立ちます。モールの規約で許される範囲を必ず確認したうえで活用してください。
また、自社ECとモールを併用している会社では、自社ECの顧客に対してRFM分析を徹底し、優良顧客を自社ECに集めていく、という戦略も考えられます。モールは新規顧客の獲得に強く、自社ECは関係の維持に強い。販路ごとの役割分担を設計するうえでも、RFM分析は有効な判断材料になります。
RFM分析の結果を経営判断に使う3つの比率
RFM分析は、配信の出し分けだけでなく、経営の判断材料としても使えます。毎月の更新時に、次の3つの比率を確認する習慣をつけると、自社の顧客構造の変化を早い段階で捉えられます。
1. 2回目購入率
新規顧客(A)のうち、一定期間内に2回目を購入した割合。リピートの入口が機能しているかを表す。広告で新規を増やす前に確認すべき最重要指標。
2. 優良顧客の維持率
前月の優良顧客(C)のうち、今月もCに留まっている割合。商品やサービスの品質、体験の満足度を間接的に表す。
3. 休眠化率
前月にR3・R2だった顧客のうち、R1に落ちた割合。上昇していれば、競合への流出や商品の魅力低下のサインになる。
たとえば、広告で新規顧客を大きく増やしているのに2回目購入率が低いままなら、広告費の多くが一度きりの顧客の獲得に使われていることになります。この場合、広告予算を増やすより先に、新規顧客へのフォローや2回目の購入理由づくりに投資する方が、利益に効きます。広告と利益の関係については広告を回しても利益が残らないECの正体もあわせてお読みください。
RFM分析の限界と、組み合わせるべき分析
RFM分析は手軽で効果的ですが、万能ではありません。購買データだけで顧客を評価するため、次のような情報は見えません。
- 何を買ったか:同じ優良顧客でも、主力商品を買う人と、特定の周辺商品だけを買う人では、響く提案が違います。初回購入商品や購入カテゴリ別の分析を組み合わせると、提案の精度が上がります。
- どこから来たか:広告、SNS、検索、モールからの流入など、獲得チャネルによって、その後のリピート率が大きく異なることがあります。チャネル別の2回目購入率を見ると、広告の評価軸が変わります。
- なぜ離れたか:離反の理由は購買データからは分かりません。アンケートや問い合わせ、レビューの内容と組み合わせて初めて、打つべき手が見えてきます。
最初からすべてを分析する必要はありません。まずRFMで全体構造をつかみ、課題が見えたグループについて、商品軸やチャネル軸で深掘りする。この順番で進めると、分析に時間をかけすぎず、施策につながる発見を得やすくなります。見落とされがちな指標についてはEC売上が伸びない会社の9割が見ていない指標でも解説しています。
失敗する典型パターン
分析して終わる
9マスを作って満足し、施策が全員一律のまま。分析と配信リストがつながっていない。
区切りが自社に合っていない
一般的な区切りをそのまま使い、購入サイクルの長い商品で「全員が休眠」と判定されてしまう。
クーポンを全員に配る
優良顧客にも値引きを配り、定価で買ってくれたはずの売上を削る。値引き慣れも進む。
一度きりの分析
半年前に一度だけ分析し、更新していない。グループ間の移動が見えないため、施策の効果が分からない。
【独自視点】RFMは「施策の結果」を映す鏡
ボトルシップは、元・大手ECモール出身のコンサルタント集団として、モールと自社ECの両方の顧客データを見てきました。その経験から強調したいのは、RFM分析の本当の価値は「顧客を分類すること」ではなく、「自社の施策がどれだけ機能しているかを、顧客の動きで測れること」にあるという点です。
多くの会社は、RFMのスコアを顧客の性質のように捉えます。「この人は優良顧客」「この人は一見さん」と。しかし実際には、顧客が9マスのどこにいるかは、顧客の性質だけでなく、自社がこれまでどんな体験を提供してきたかの結果です。新規顧客の多くが2回目に進まないのは、顧客の問題ではなく、到着後のフォローや2回目の購入理由を設計していない自社の問題であることがほとんどです。
だからこそ、RFM分析は毎月同じ基準で更新し、「AからBに進んだ人の割合」「CからFに落ちた人の割合」といったグループ間の移動率を追うことをおすすめします。移動率は、施策の成果を直接表す指標です。新規向けのフォローを改善したらAからBへの移動率が上がった、優良顧客への限定企画を始めたらCからFへの転落が減った。こうした変化を追えるようになると、CRMは「配信作業」から「経営の打ち手」に変わります。ECは戦術ではなく設計で決まる、という私たちの考え方は、顧客との関係づくりにもそのまま当てはまります。
言い換えれば、9マスの分布は「顧客の通信簿」ではなく「自社の通信簿」です。分布が悪いときに顧客を責めるのではなく、どのグループへの体験設計が抜けているのかを問い直すことが、RFM分析を成果につなげる第一歩になります。
よくある誤解
誤解1:「RFM分析には専用ツールが必要」
注文データとスプレッドシートがあれば始められます。専用ツールは、運用が固まり、更新や配信を自動化したくなった段階で検討すれば十分です。
誤解2:「Mが高い顧客が最も大切」
購入金額は重要ですが、Rが悪化していれば、その顧客はすでに離れかけています。今後の売上を考えるなら、まずRを見て関係が続いているかを確認し、Mは優先順位付けに使うのが実務的です。
誤解3:「一見顧客にも同じだけ配信すべき」
一度しか買っておらず、長期間購入のない顧客に頻繁に配信すると、配信停止や迷惑メール報告が増え、メール全体の到達率に悪影響を及ぼすこともあります。配信頻度はグループごとに変えるべきです。
誤解4:「RFM分析をすれば売上が上がる」
分析そのものは売上を生みません。売上を生むのは、分析にもとづいて変えた施策と配信です。分析と施策をセットで設計し、毎月の移動率で効果を確かめることが欠かせません。
誤解5:「顧客数が少ないうちはRFM分析は意味がない」
購入者が数百人規模でも、9マスの分布を見るだけで「2回目につながっていない」「優良顧客が離れ始めている」といった傾向は十分に読み取れます。むしろ顧客数が少ない段階で、新規顧客を2回目につなげる仕組みを作っておく方が、規模が大きくなってから立て直すよりはるかに簡単です。顧客数が増えてから分析を始めるのではなく、最初の数百人の段階から同じ基準で記録しておくことをおすすめします。
FAQ
- Q. RFM分析とは何ですか?
- A. 顧客を最終購入日(Recency)・購入頻度(Frequency)・購入金額(Monetary)の3つの指標で評価し、状態の近い顧客ごとにグループ分けして、グループに合った施策を打つための顧客分析の手法です。
- Q. RFM分析のスコアの区切りはどう決めればよいですか?
- A. 自社の商品の購入サイクルに合わせて決めます。2回目を購入した顧客のうち8割が何日以内に購入しているかを調べ、その日数を最終購入日の区切りの目安にすると、自社に合った基準になります。
- Q. RFM分析は何段階で行うのがよいですか?
- A. 最初は各指標3段階がおすすめです。さらにRとFの2軸で9グループに分け、購入金額はグループ内の優先順位付けに使うと、施策に落とし込みやすくなります。
- Q. RFM分析に専用のツールは必要ですか?
- A. 必須ではありません。注文データのCSVとスプレッドシートがあれば始められます。Shopifyでは顧客セグメント機能で条件を組み合わせて対象顧客を絞り込めるため、運用が固まってから自動化を検討すれば十分です。
- Q. 楽天市場やAmazonでもRFM分析は使えますか?
- A. モールでは顧客情報の扱いや連絡手段が規約で制限されるため、自社ECと同じように個別配信に使うことはできません。集計レベルで顧客構造を把握する用途に使い、規約で許される範囲を必ず確認してください。
顧客分析から施策の設計まで一体で進めたい場合はECコンサルティング、配信やセグメント運用を任せたい場合はEC運営代行、Shopifyの顧客データや会員機能から整えたい場合はサイト構築、同梱物や出荷体験の改善まで含めたい場合は物流支援もご覧ください。
まとめ
RFM分析とは、最終購入日・購入頻度・購入金額の3指標で顧客を評価し、状態の近いグループごとに施策と配信を変えるための顧客分析の手法です。
- 3指標のうち最も重要なのはR。関係が今も続いているかを表す
- 区切りは自社の購入サイクル、特に2回目購入までの日数から決める
- RとFで9グループに分け、Mはグループ内の優先順位付けに使う
- 値引きは休眠・離反顧客など、値引きがなければ戻らないグループに限定する
- 毎月同じ基準で更新し、グループ間の移動率で施策の効果を測る
100文字要約:RFM分析は最終購入日・頻度・金額で顧客を分ける手法。RとFで9グループに分け、グループごとに施策と配信を変える。区切りは購入サイクルから決め、毎月の移動率で効果を測ることでCRMが経営の打ち手になる。

