ExcelでできるRFM分析の方法とは

なぜRFM分析をするのか?
RFM分析は、顧客の収益性や購買傾向などを評価するために用いられます。以下がRFM分析をするメリットです。

1. 顧客のバリューの評価: RFM分析は、顧客の購買頻度、最新性、購買金額などを考慮して、顧客のバリューを評価することができます。
   

2. 顧客セグメンテーション: RFM分析を通じて、顧客をグループ分けすることができます。これにより、適切なマーケティング戦略を実施することができます。

3. ターゲティングの最適化: RFM分析を通じて、高バリューの顧客に向けたマーケティング活動を実施することができます。これにより、マーケティング効果を最大化することができます。

4. 顧客ロイヤリティの向上: RFM分析を通じて、顧客に適切なサービスやオファーを提供することができます。これにより、顧客ロイヤリティの向上が期待できます。

このように、RFM分析は顧客のバリューの評価、マーケティング効率の向上、顧客ロイヤリティの向上などの恩恵をもたらすことができます。

RFM分析とは、特定の期間における
・R(Recency)=最終購入日からの経過日数
・F(Frequency)=購入頻度
・M(Monetary)=累積購入金額
の切り口で顧客を分類する分析手法のことです。

デシル分析では購入金額のみで顧客を分類します。
２つの切り口を追加することで、
顧客を多面的に分類することが可能になります。

その結果、より細やかな施策を検討できるようになります。

それでは、ExcelでRFM分析を
行う具体的な手順を見ます。

おおまかな流れは以下のようになります。

ステップ１
顧客ごとに期間内の最終購入日、購入件数、累積購入金額を集計する
ステップ２
最終購入日、購入件数、累積購入金額によって、R・F・Mのランクを割り当てる
ステップ３
R・F・Mの構成を分析する

ステップ１では、
元データをすべて選択範囲とし、
Excelのメニューから「挿入＞ピボットテーブル」を選択します。

ピボットテーブルで「行ラベル」に「顧客ID」を、
「値」に「注文日」、「注文番号」、「注文金額」をドラッグします。

それぞれの「値の集計方法」は以下のようにします。
・注文日：最大値　（表示形式は「日付」）
・注文番号：データの個数
・注文金額：合計

目標達成の道しるべになるKPIを設定しよう

作成されたピボットテーブルの
顧客IDから累積購入金額(注文金額)
までの入ったセルをすべてコピーし、
シートにペーストします。

ステップ２では、
R（最終購入日からの経過日数）を計算します。
最終購入日の列の右隣に1列挿入し
最終購入日からの経過日数というラベルを付けます。

R（最終購入日からの経過日数）を計算するために、
計算の起点日を決めます。

通常のパターンは、集計を実施した月末を起点日にします。
今であれば、2023/1/31とします。
もしくは、2022/12/31が良いです。

最終購入日からの経過日数の列に
=起点日-最終購入日の計算式を記入して
列内のセルにコピーします。
これにより、経過日数が計算されます。

RFMランクを定義する際は、
データの分布などを見ながら、
項目ごとにランクに分割するのが一般的です。

各定義は数値で入力し、セルの書式設定から
「○日以内」などの見た目上の表示を追加すると、
次項以降の計算がしやすくなります。

私の経験則では、30日単位が1か月・2か月
とイメージできるので施策につながりやすいです。
作成したリストの右隣に3列挿入し、
それぞれR、F、Mのラベルを付けます。

R、F、M別にIF関数で条件分岐させ、ランクを割り振ります。
一般的には５点満点でつけるケースが多いです。

さらに全体の傾向を見るために、
R（最終購入日からの経過日数）
とF（購入頻度）でクロス集計します。

売上を作るためには、売上との相関係数が高い
F値とR値をみるのが一般的だからです。