RFM分析
この分析方法は、「良いお客様を見分ける」または、「不良お客様を見分ける」ための分析方法です。
簡単に説明すると、誰が一番最近お買い上げ頂いたお客様か、頻繁にお買上頂くお客様は誰か、一番お金をお使い頂いてるお客様は誰か、という3つの要素からお客様を分析する手法です。
その結果、「いつも商品をお買上げ頂くお客様(優良顧客)は誰?」「以前はよく商品をお買上げ頂いたのに、最近利用しなくなったお客様(ご無沙汰客)は誰?」「新規のお客様は誰?」などの事柄をはっきりと把握できます。
RFM分析では、R(最新お買上日)、F(お買上回数)、M(お買上金額)について、それぞれ5段階(3段階でも可)でお客様をランク化します。
たとえば、R(最新お買上日)については、今月お買上お客様(R=5)、先月お買上お客様(R=4)、2ヶ月前お買上お客様(R=3)、3ヶ月前お買上お客様(R=4)、4ヶ月以前お買上お客様(R=1)とします。
同様にF(お買上回数)について、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)とします。
また同様にM(お買上金額)について、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)とします。
但し、お客様毎に、期間や回数や金額設定は違ってきます。
RMF分析すると、RFMのそれぞれの項目で最も高いお客様が最高のお客様になります。
そして一番低いお客様は、お客様?なのと考える必要がでてきます。
その合計の評価点で、DM(ダイレクトメール)を送ったり、カタログを送ったりするときのお客様絞込み判断材料とします。
例えば、一番低いお客様にDM(ダイレクトメール)を送っても、お買上見込みは期待出来ません。
このようにRFM分析することにより、色々な角度からお客様分析(顧客管理)が可能となります。
- Recency(リセンシー) 最新お買上げ日
リセンシーは、あるお客様が最後に商品をお買上げ頂いた日を基準とし、最近お買上げ頂いたお客様が何年も前にお買上げ頂いたお客様より良いお客様と考えます。
全てのお客様の最新のお買上げ日だけを検索し、新しい順番に並び替えれば上位にくるお客様が良いお客様となるわけです。
例えば、あるお客様が平成16年3月13日と平成16年1月8日の2回お買上げ履歴がある場合、平成16年3月13日が最新お買上げ日となります。
お買上げ頂いてから時間が経過していないということは、商品について記憶が残っているということで、企業がDMやTEL案内を行う場合、既に記憶が残っていないお客様より高いご購入率が期待できます
- Frequency(フリークエンシー) お買上回数
リセンシーは、あるお客様が最後に商品をお買上げ頂いた日を基準とし、最近お買上げ頂いたお客様が何年も前にお買上げ頂いたお客様より良いお客様と考えます。
全てのお客様の最新のお買上げ日だけを検索し、新しい順番に並び替えれば上位にくるお客様が良いお客様となるわけです。
例えば、あるお客様が平成16年3月13日と平成16年1月8日の2回お買上げ履歴がある場合、平成16年3月13日が最新お買上げ日となります。
お買上げ頂いてから時間が経過していないということは、商品について記憶が残っているということで、企業がDMやTEL案内を行う場合、既に記憶が残っていないお客様より高いご購入率が期待できます
- Monetary(マネタリー) お買上金額
マネタリーは、お客様のお買上金額の合計で、この金額が大きいほど良いお客様と考えます。
購買履歴からお客様ごとの購買金額の累計を計算し、それを金額の大きい順番に並べれば上位にくるお客様が最もMの高いお客様(M=5)となるわけです。
MもFと同様に企業の経歴によって金額は大きくなりますので、期間を定めることが必要となります。
- ランク付けと分析方法
①R・F・Mの各評価点を加算して分析をする。 たとえば、A社 R=5、F=3、M=3 の場合 11点 |
②R・F・Mの各評価点を串刺方法 たとえば、A社 R=5、F=3、M=3 の場合 533点 のように、2種類の分析方法があります。 |
R(お買上日)が新しいお客様ほど、再購入の可能性が高い。 F(お買上回数)が多いお客様ほど、再購入の可能性が高い。 M(お買上金額)が多いお客様ほど、再購入の可能性が高い。 という想定を元に分析するのがRFM分析です。 ※利用方法 1. Rが高いほど将来の企業の収益に貢献してくれる可能性が高い 2. Rが低ければFやMのランクが高くても他社に取られている確率が高い 3. Rが同じならFのランクが高いほど常連顧客 4. Rが同じならFやMのランクが高いほど購買力があるお客様 5. RやFが高くてもMが少ないお客様は購買力が低い 6. Fに着目して、お買上回数の低いお客様にアプローチする。 7. Fが低くて、Mが高いお客様は、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をアプローチする。 8. Fが低くて、Mが高いお客様は、Rの高いほうが良いお客様 9. Fが高くて、Mが低いお客様は、1回あたりの購入が少ないと想定できる。Fランキングは上位になるが店への貢献度は低い。一回当たりの購入金額を増やすようアプローチする。 10. Fのランクが上がらないか下がっている顧客は他社に奪われている確率が高い 11. RFM全てが低いお客様は、最近購入していないことをあらわしている。何かの事情(購入品に不満など)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。 |
結論
RFM分析で最も重要なのはRであり、FやMが高くても最近購買実績がないお客様は既に競合他社様に奪われてしまっている可能性が高いと判断出来ます。
Rの動きがお客様の動向を把握する上で最重要であり、Rが下がり始めた段階で、営業的なアプローチを行えば他社に奪われなくてすむかもしれません。
Rが下がりはじめたお客様には、再度お買上頂く企画(販促キャンペーン)が必要となりますし、Fが伸びないお客様も同様です。Fが低くMが高いお客様は購買力が高い可能性がありますので、購買頻度を高める企画(販促キャンペーン)が必要となります。
結論として
RFM分析によって数値化されたお客様のグループごとに最適な企画(販促キャンペーン)やTELでのフォローを行うことで企業の収益確保ができます。
- ヤマヤの取り組み
現状として、RFM分析のニーズがありません。また、顧客管理機能で、R(最新お買上日)による検索機能にて、ご利用お客様はDMによる販促を行っています。
顧客管理機能は、後日HP上にアップします。
私どもは、平成16年5月より、カウネット@無料infoセンターを開設しました。これは、オフィスの通販事業です。
この事業を機に、RFM分析を知りました。ヤマヤの売上比率は、1:9以下です。今後は、3:7の割合と考えています。”通販事業の比率がどの位だと、RFM分析は有効な手法になるのか”を弊社にて検証したいと思います。