CRM・顧客戦略
RFM分析の期間はどう決める？食品通販の購入周期に合わせる基準
食品通販のRFM分析で期間や閾値を決められない責任者へ。購入周期と顧客の声を照合し、R・F・Mの観測期間を優先施策とKPI・KDIへつなげる判断手順を解説します。
加藤 貴志
MANAGEWORKS株式会社 代表取締役
こんな方へ：食品通販・D2C事業でRFM分析を始めたいものの、期間や閾値の決め方が曖昧で、分類を施策へつなげられない経営者・事業責任者・EC／CRM責任者
この記事の要点
- RFM分析の期間は一律に決めず、優良顧客発見・2回目購入・休眠予防など施策の目的から逆算する
- 食品通販のRは、商品ごとの消費周期・実際の再購入間隔・顧客の声を照合して閾値を置く
- 閾値を仮説として一顧客群・一施策で試し、KDIから再購入率・継続率・粗利LTVまで検証する
RFM分析の期間は、施策の目的から逆算する
RFM分析の期間を決めるとき、すべての事業に共通する正解はありません。食品通販では、毎月使い切る商品と季節に合わせて買う商品で、自然な再購入時期が異なります。期間を機械的に区切ると、まだ購入時期ではない顧客を休眠と見なしたり、離反の兆候が出た顧客への対応が遅れたりします。
最初に決めるのは、優良顧客を見つけたいのか、2回目購入を増やしたいのか、休眠候補を早く見つけたいのかという分析目的です。そのうえで、商品ごとの購入周期、顧客群、データの観測期間をそろえます。この記事では、分類を作ること自体ではなく、次の施策を選べる期間・閾値の設計手順を整理します。
R・F・Mは同じ期間にそろえればよいとは限らない
RFM分析は、直近購入からの経過を示すRecency、購入回数を示すFrequency、購入金額を示すMonetaryで顧客を捉えます。三つの指標を同じ期間で集計すると管理はしやすくなりますが、目的によって必要な観測幅は変わります。
- R：次の購入が期待される時期を過ぎたか判断できる期間にする
- F：商品や顧客群の購入頻度の差が表れる期間にする
- M：値引きや季節需要に偏らず、顧客価値を比べられる期間にする
たとえば直近のキャンペーンだけでMを評価すると、一時的にまとめ買いした顧客を長期的な優良顧客と誤認することがあります。反対に、観測期間を長くしすぎると、現在の行動変化が過去の購入に埋もれます。期間は管理の都合ではなく、判断したい顧客状態が表れるかで決めます。
食品通販では購入周期からRの閾値を決める
Rの閾値を一律の日数で決める前に、初回商品、容量、利用人数、保存性、季節性などを分けます。同じ食品でも消費周期が違えば、再購入が期待される時期も変わるためです。まず対象商品を一つ選び、初回購入月ごとの顧客群で再購入間隔の分布を見ます。
次に、問い合わせ、レビュー、アンケート、インタビューなどの顧客の声を照合します。再購入が遅い理由が、まだ余っていることなのか、使い方が分からないことなのか、価格や配送条件なのかで、閾値の意味と打ち手は変わります。データだけで休眠と決めず、購買行動と顧客の事情が一致する場所を探します。
FとMは顧客構成の違いを取り除いて比べる
FとMを比べるときは、全顧客を一つにまとめません。初回商品、獲得経路、通常購入・定期購入、割引条件、購入開始時期などをそろえた顧客群で確認します。新しい顧客群は観測できる期間が短いため、古い顧客群と累計回数や累計金額をそのまま比較すると不公平です。
同じ経過期間で購入回数や金額を比べ、差が生じた時点を確認します。Fが低くても、単に購入周期が長い商品なら問題ではありません。Mが高くても、過度な値引きや配送負担で粗利が残らない場合は優先顧客とは限りません。売上だけでなく、継続率、粗利、返品や問い合わせ、現場負荷も合わせて判断します。
閾値は固定値ではなく、施策を検証する仮説として置く
RFMの境界は、一度決めて終わる固定ルールではありません。「この期間を過ぎると再購入可能性が下がる」「この回数を超えると特定商品の併買が増える」といった仮説として置きます。対象顧客数が少なすぎる区分や、隣の区分と行動差がない境界は、細かく分ける意味がありません。
最初は顧客群を増やしすぎず、事業影響、原因の確からしさ、現場で実行できるかの三点で一つを選びます。その顧客群に対し、再購入時期の案内、使い方の支援、配送周期の調整、商品・プランの見直しなど、原因に合う施策を一つ試します。
分類から検証までを一つの担当設計にする
実行時は、分析担当が顧客群を渡して終わらないようにします。対象顧客、想定原因、変更する接点や商品条件、担当者、実施日、KDI、確認するKPIを一枚にまとめます。KDIは案内閲覧、利用開始、周期変更、再注文導線への到達など、施策の手前の行動です。KPIは再購入率、継続率、粗利LTVなど、事業成果につながる指標を置きます。
KDIだけが上がっても、再購入や粗利につながらなければ施策を続ける根拠にはなりません。同じ条件の顧客群で変化を確認し、閾値と施策を一つずつ更新します。分類後の優先順位や実行手順は、RFM分析で9象限に分けた後の施策設計でも解説しています。
あえて優先しないことを決める
分析ツールの導入、細かな区分の作成、全顧客への一斉配信は最初に優先しません。期間と閾値の根拠が曖昧なまま自動化すると、誤った分類を速く繰り返すことになります。AIは集計、問い合わせ分類、施策記録の整理を助けますが、誰を優先し、どの顧客体験を変えるかは事業判断です。
また、接点だけで解決しない原因もあります。消費しきれない容量、利用場面とのずれ、配送条件、商品構成に同じ不満が集まるなら、メールやLINEの頻度を上げるより、商品・プラン・提供体験の改善を優先します。
自社で進める範囲と外部支援が役立つ条件
自社では、まず主力商品を一つ選び、分析目的、対象顧客、購入周期、R・F・Mの観測期間、最初に試す施策を整理します。食品通販の購入周期を接点へ落とす考え方は、再購入タイミングの決め方も参考になります。
商品ごとに周期が違う、データと顧客の声が部門に分かれている、接点改善と商品改善を横断する責任者がいない場合は、全体設計が必要です。MANAGEWORKSの既存顧客グロース支援では、顧客理解、優先順位、接点、商品・プラン、KPI・KDIを一つの判断として設計し、実行と検証まで伴走します。