ビジネスを行う上で必ず大切にしなければいけない存在がいます。

何かと言うと「顧客」です。

顧客を大切にすることができないビジネスは、どのようなビジネスであったとしても短命で終わってしまいます。

逆に、顧客を大切にできるビジネスモデルは長期的に続く傾向があります。

基本的にどのようなビジネスモデルも、お客様からお金を出していただくことで利益を上げることができるようになっています。

なので、お客様からお金が出なくなると事業の収益がなくなっていくので、結果的に事業が潰れていきます。

そのようにならないためにも顧客を大切にしていく考え方をビジネスに導入しておく必要があるのですが、その際に役に立つフレームワークとして「RFM分析」というのがあります。

この分析を活用することで、顧客の振り分けを行うことができ、適切な対応を行うことができるようになります。

今回は顧客を大切にする上で活用することができる「RFM分析」についてお伝えできればと思います。

 

RFM分析とは？

RFM分析とは、自社にとっての優良顧客を抽出・分類する分析手法です。

顧客の状況や特性に合わせたマーケティング施策を実施していくために活用されます。

具体的には顧客を「最新購買日」「購買頻度、累計購入回数」「累計購買額」の三つの項目を切り口として分類分析します。

 

RFM分析の「RFM」意味

Recency（最新購買日）

顧客が最も最近購入した日

 

Frequency（購買頻度）

顧客がどのくらい購入をしてくれているのか

 

Monetary（累計購買額）

顧客が今までにいくら購入してくれたのか

 

RFM分析の目的

RFM分析を行う目的としては以下のようなことがあります。

 

顧客の貢献度を可視化することができる

RFM分析を行うことで顧客の自社への貢献度を可視化することができます。

 

「どのぐらい商品を購入してくれているのか？」

「こちらのアクションに対してどれぐらい反応してくれてるのか？」

 

などを明確にしていくことができるので、自社に対して貢献をもたらしてくれている人を見つけ出すことができます。

 

アポローチの仕方を変えることができる

顧客の貢献度によってアプローチの仕方を変えていくことができます。

例えば、よく商品を購入してくれている人であれば、自社に対しての興味度が高いので、その人たちに対しては商品の一覧リストが分かるようなメルマガを配信することで多くの商品に興味を持ってもらいやすくなります。

逆に、 自社への貢献度が低い人は未だに車の魅力に気づけていない可能性があるので、自社が最もオススメする商品をメルマガで流していくといったようなことをすれば、顧客になってくれる可能性を高めることができます。

このように顧客を振り分けておくことで、自社への興味度に応じたアプローチを行うことができるようになります。

 

顧客の違いから改善策が見つかる

顧客を振り分けることでそれぞれの違いが見えてくるようになります。

満足度の高い人は

 

「どのような人で」「何をしている人で」「どういうことをやっている人なのか」

 

など、ペルソナ分析のように分析を行っていくことで、満足度の高い顧客がどのような層なのかを明確にすることができます。

ペルソナ分析について詳しく知りたい方はこちらを参考にしていただければと思います。

 

ペルソナ分析とは？｜具体的な使い方と意味について解説!!

https://bizitore.com/2021/03/02/persona-analysis/

 

同様に満足度の低い人についても分析を行うことで、満足度の高い人とそうでない人の違いを明確にすることができます。

そうすることで、今後の戦略を立てていくことができるので、事業をさらに発展させていくことができます。

 

RFM分析のやり方

1.図を埋めていく(図は一例です)

参考例

 

2.総合評価を付けていく

何かしらの基準を持たせて数値化することで、データをわかりやすくすることができる。

記入例

得点の基準

 

3.戦略・戦術を検討していく

このような流れで分析を行うことで、適切な分析を行うことができます。

 

最後に

顧客一人ひとりに向き合うのはとても大切なことです。

よくデータ取りを行う際に複数人のデータの平均値を取ってターゲットを決めていくのですが、このようなやり方をしている間は成果が出にくくなってしまいます。

なぜかと言うと、平均データはあくまでも上下の真ん中をとっているということだけなので、「一人のめちゃめちゃ満足度の高い人」と「10人の商品に興味を示している人」を平均化すると、「5人の商品を購入してくれた人」といったようなデータになってしまいます。

このようなデータのもとで戦略を立ててしまうと、軸のぶれた成立になってしまう可能性が高いです。

そうなるのであれば「一人のめちゃめちゃ満足度の高い人」に対してのアプローチと、「10人の商品に興味を示している人」に対してのアポローチを分けて考えたほうがいいと思いませんか？

平均的なデータでビジネスを行うのは大企業のような日本中の人を相手にするようなビジネスであれば有効的な手段ではあるのですが、何千人～何万人規模のビジネスモデルであれば平均値よりも特定の人たちに対してアプローチを考えていく方が成果が出やすくなります。

このような考え方は今後もさらに重要視されていくと思いますので、ぜひこのフレームワークを活用して、効率的なビジネスを行なってくださいね。