RFM分析のFrequency（購買頻度）を考える

RFM分析は、顧客分析の中でもとても代表的な手法です。

RFM分析は、

・R（recency＝直近の購入日）

・F（frequency＝購入頻度）

・M（monetary＝購入金額）

のそれぞれの視点で客様を幾層かに分類します。

RFM分析の概要については多くの書籍やインターネット上で紹介されていますので、ここではより実践的な話を書いてみます。

なお、説明などで使用している図表の中のデータはKaggleで公開されているデータを利用させてもらってます。

先ずは、RFM分析の中のfrequency（以下購買頻度）について考えたいと思います。

Frequencyは、お客様が最初に商品をご購入されてから今までの期間にご購入された回数になります。

お店の場合は、レシート発行Noでカウントします。通販の場合は、注文伝票番号などでカウントします。

下の図は購買頻度毎に、お客様がどれぐらい分布しているかを表したグラフになります。

こちらのお店では、全体の約55%のお客様が購買頻度５～25回前後となっていました。

RFM分析では１～５の階層に分類されることが多いようです。

わたしが初めてRFM分析をしたとき、何をもって５階層に分類するのかに悩みました。

結局、決まったルールは無いようなので、まずは全体の購買頻度別の分布をみて分類をしています。

例えば、購買頻度の多い上位の５％を「超お得意様」などと定めていきます。

今回のケースでは、購買頻度の分類（RFMランク）を以下のようにしてみました。

購買頻度の高い順から上位

５％　超お得意様＝Rank：５

5～１０％　お得意様＝Rank：４

１０～２０％　優良顧客＝Rank：３

２０～７５％　通常顧客＝Rank：２

７５～１００％　これから顧客＝Rank：１

■RFM分析における購買頻度の注意点

これから顧客としたRank:1のお客様の中には、つい最近初めて商品をご購入いただいた新規顧客が含まれています。

新規のお客様は、これからお得意様になる可能性もあるわけで、ランクが低いからと言って、そのお客様が売り上げに貢献されないお客様であると判断するのは間違いです。

RFM分析は、あくまでもお客様の今の姿を示しているにすぎません。