--- title: "RFM分析とは？やり方・顧客の分け方・Excelでの分析方法を解説" url: "https://pro-marketing.jp/analysis/rfm-bunseki/" canonical: "https://pro-marketing.jp/analysis/rfm-bunseki/" date: "2026-03-24" lastmod: "2026-09-16" description: "RFM分析とは、最終購入日・購入頻度・購入金額から顧客を分類する分析手法です。R・F・Mの意味やランク基準、Excelで使える数式、顧客セグメント別の施策、飲食店・店舗ビジネスでの活用方法を具体的に解説します。" language: "ja" image: "https://pro-marketing.jp/wp-content/uploads/2026/03/Image_1-25.jpg" categories: - "経営分析" tags: [] author: name: "小形 洸太" url: "https://pro-marketing.jp/author/kotaogata/" bio: "マーケティングプロデューサー、集客コンサルタント。大学卒業後、店舗マーケティングツールのASPにて、500店の顧客フォロー及び導入支援業務に従事。その後、2009年からコンサルティングを提供開始。助言だけではなく、対策もできるコンサルタントとして活動。主に、マーケティング関連のディレクション業務を行い、オウンドメディア運用、SNSキャンペーン、実店舗の集客支援を実施。 集客の専門家として、ミラサポや信用保証協会専門家、商工会専門家などの立場で事業主向けに助言業務を実施。また、リクルートや第一興行のメディアでSNSを使った集客の記事の監修。" --- # RFM分析とは？やり方・顧客の分け方・Excelでの分析方法を解説 最初に結論 RFM分析とは、顧客を「最後に購入した日」「購入回数」「購入金額」の3つの指標で分類し、顧客の状態に合った施策を考える分析手法です。 最近何度も購入している顧客には継続利用を促し、以前はよく購入していたのに最近来ていない顧客には離反防止の案内を送るなど、全員に同じ販促を行う状態から抜け出せます。この記事では、R・F・Mの意味、顧客の分け方、Excelでの集計方法、セグメント別の施策まで、実務で使う順番に沿って解説します。 ## RFM分析とは？ 3つの購買指標で顧客を分類する方法 RFM分析は、顧客ごとの購買履歴を3つの指標に集約し、似た状態の顧客をグループに分ける方法です。氏名や年齢などの属性ではなく、実際の購入行動を基準にする点が特徴です。 分析の目的は、単に優良顧客の順位を作ることではありません。**どの顧客に、どのタイミングで、どのような案内を行うかを決めること**です。新規顧客、継続顧客、離反しそうな顧客では、必要なコミュニケーションが異なります。RFM分析を使うと、その違いを購買データから整理できます。 | 指標 | 意味 | 確認する値 | 基本的な見方 | | --- | --- | --- | --- | | R：Recency
最終購入日 | 最後の購入からどれくらい時間が経ったか | 分析基準日から最終購入日までの経過日数 | 経過日数が短いほど、最近購入している | | F：Frequency
購入頻度 | 一定期間に何回購入したか | 注文回数、来店回数 | 回数が多いほど、繰り返し利用している | | M：Monetary
購入金額 | 一定期間にいくら購入したか | 購入金額の合計 | 金額が大きいほど、対象期間の売上貢献が大きい | Rは「最終購入日そのもの」ではなく、分析基準日から何日経過したかに直すと比較しやすくなります。Rだけは、**経過日数が小さい顧客ほど高評価**になる点に注意してください。 ## RFM分析で何がわかる？ 代表的な顧客セグメント 3つの値を組み合わせると、「最近購入した常連」「初回購入後の顧客」「以前はよく購入していたが最近離れている顧客」などを見分けられます。施策を考えやすい代表的な分類は次のとおりです。 | セグメント | RFMの傾向 | 顧客の状態 | 施策の例 | | --- | --- | --- | --- | | 優良顧客 | R・F・Mが高い | 最近も継続して購入し、購入金額も大きい | 先行案内、限定商品、感謝施策。値引きだけに頼らず関係維持を優先する | | 継続顧客 | R・Fが高く、Mは中程度 | 最近も繰り返し購入している | 関連商品の提案、会員特典、利用金額を高めるセット提案 | | 新規顧客 | Rが高く、F・Mが低い | 最近初めて購入した | 使い方の案内、次回利用の提案、2回目購入までの不安解消 | | 離反リスク顧客 | Rが低く、過去のF・Mが高い | 以前はよく購入していたが、最近は購入していない | 購入サイクルに合わせた再来店案内、変化した商品やサービスの紹介 | | 休眠顧客 | Rが低く、F・Mも低い | 購入回数が少なく、長期間購入がない | 低コストの再認知施策。反応がなければ配信頻度を抑える | 重要なのは、3つのスコアを合計した数字だけで判断しないことです。たとえば「R1・F5・M5」と「R5・F3・M3」は、合計点が同じでも顧客の状態が異なります。前者は過去の優良顧客が離反しかけている可能性があり、後者は最近購入した成長候補です。**合計点と同時に、R・F・Mの組み合わせを確認してください。** ## RFM分析のやり方を6つの手順で解説 1. **分析の目的を決める** 優良顧客を維持したいのか、2回目購入を増やしたいのか、休眠顧客を掘り起こしたいのかを決めます。目的が曖昧なまま細かく分類しても、施策につながりません。 2. **対象期間と分析基準日を決める** 対象期間は、顧客が通常どれくらいの間隔で購入するかに合わせます。毎週利用される商品と、年に数回購入される商品では、同じ30日でも意味が異なります。 3. **購買履歴を準備する** 最低限必要なのは、顧客を区別できるID、購入日、注文を区別できるID、購入金額です。店舗とECなど複数の購入経路がある場合は、同じ顧客を同じIDとして集計できる状態にします。 4. **顧客ごとにR・F・Mを集計する** 最終購入日、注文回数、購入金額合計を求めます。返品やキャンセルをどう扱うかも先に決め、毎回同じ条件で集計します。 5. **基準を決めてスコアを付ける** 各指標を3段階または5段階に分けます。顧客数が少ない場合は3段階から始めると、施策対象を管理しやすくなります。 6. **施策を実行し、結果を比較する** セグメントごとに配信内容を変え、再購入率、反応率、購入金額などを確認します。分析は分類表を完成させた時点ではなく、施策結果を確認して基準を見直すところまでが一連の流れです。 ## ExcelでRFM分析を行う方法 Excelで行う場合は、「購買履歴」と「顧客別集計」の2つのシートに分けると管理しやすくなります。以下では、購買履歴シートを1注文につき1行とし、A列に購入日、B列に顧客ID、C列に注文ID、D列に購入金額を入れる例で説明します。 ### 1．購買履歴を1注文1行で用意する | 購入日 | 顧客ID | 注文ID | 購入金額 | | --- | --- | --- | --- | | 2026/08/03 | C001 | O1001 | 4,800円 | | 2026/08/19 | C002 | O1002 | 8,200円 | | 2026/09/02 | C001 | O1003 | 6,500円 | **明細データが1商品1行の場合は注意が必要です。** 同じ注文IDが複数行に分かれているデータをそのまま数えると、Fが実際の注文回数より多くなります。先に注文単位へまとめるか、ピボットテーブルなどで注文IDの重複を除いて集計してください。 ### 2．顧客別集計シートを作る A列に重複のない顧客IDを並べ、B列に最終購入日、C列に経過日数、D列に購入回数、E列に購入金額合計を作ります。K1には分析基準日を日付で入力します。 | 列 | 見出し | 2行目の数式・入力内容 | | --- | --- | --- | | A列 | 顧客ID | C001 | | B列 | 最終購入日 | `=MAXIFS(購買履歴!$A$2:$A$10000,購買履歴!$B$2:$B$10000,$A2)` | | C列 | 経過日数（R） | `=$K$1-B2` | | D列 | 購入回数（F） | `=COUNTIFS(購買履歴!$B$2:$B$10000,$A2)` | | E列 | 購入金額（M） | `=SUMIFS(購買履歴!$D$2:$D$10000,購買履歴!$B$2:$B$10000,$A2)` | これらの数式を顧客の最終行までコピーします。MAXIFS関数が使えないExcelでは、ピボットテーブルで顧客IDを行に置き、購入日の最大値、注文IDの個数、購入金額の合計を表示する方法があります。 ### 3．R・F・Mを3段階でスコア化する 次は、集計した値をスコアへ変換します。以下は説明用の例で、Rは30日以内を3、90日以内を2、それより長い場合を1とします。FとMの基準も例であり、そのまますべての事業へ当てはめるものではありません。 `Rスコア：=IF(C2\<=30,3,IF(C2\<=90,2,1))` `Fスコア：=IF(D2\>=6,3,IF(D2\>=3,2,1))` `Mスコア：=IF(E2\>=50000,3,IF(E2\>=20000,2,1))` 基準値は数式へ直接書き込まず、別のセルに「R高＝30日以内」「F高＝6回以上」などと置いて参照すると、後から変更しやすくなります。また、毎回同じ基準で比較したい場合は、変更日と変更理由を記録してください。 ### 4．顧客セグメントへ分類する スコアを付けたら、施策を変える必要があるグループへまとめます。最初から27通りすべてを管理する必要はありません。優良顧客、新規顧客、離反リスク顧客など、実際に異なる施策を行える3～5グループから始めます。 **RFM分析テンプレートの基本構成** 購買履歴シート：購入日／顧客ID／注文ID／購入金額 顧客別集計シート：顧客ID／最終購入日／経過日数／購入回数／購入金額／Rスコア／Fスコア／Mスコア／セグメント ## RFMのランク分け・基準値はどう決める？ RFM分析には、すべての業種で共通する基準値はありません。購入サイクル、客単価、顧客数、分析目的が異なるためです。次の3つの方法から、自社で運用しやすいものを選びます。 | 決め方 | 向いている状況 | 注意点 | | --- | --- | --- | | 購入サイクルで区切る | 次回購入の標準時期が分かっている | 商品やコースによって購入周期が違う場合は、同じ基準でまとめない | | 顧客数が均等になるように区切る | 顧客ごとの値の偏りが大きく、まず比較可能なグループを作りたい | 顧客数はそろっても、施策上の意味が分かりにくい境界になることがある | | 施策条件から逆算する | 「90日購入がなければ再来店案内」など、運用ルールが決まっている | 便宜的な基準になっていないか、施策結果から定期的に見直す | 最も重要なのは、スコアの見た目を整えることではなく、各グループへ異なる行動を取れる基準にすることです。境界を細かくしすぎると、対象者が少なくなり、配信や検証が難しくなります。 ## 顧客セグメント別の施策例 ### 優良顧客には、値引きより関係維持を優先する R・F・Mが高い顧客は、すでに継続して購入しています。常にクーポンを送ると、本来値引きがなくても購入する顧客へ不要な割引を行う可能性があります。先行予約、限定商品の案内、要望を聞く機会など、継続利用の満足度を高める施策を検討します。 ### 新規顧客には、2回目購入の理由を作る 最近初めて購入した顧客は、商品や利用方法をまだ十分に理解していない場合があります。購入直後に使い方やおすすめの組み合わせを案内し、次に選ぶ商品や来店時期を具体的に伝えます。初回から時間を空けすぎないことが重要です。 ### 離反リスク顧客には、通常の購入周期を越えた時点で案内する 以前のF・Mは高いのにRが低下した顧客は、関係を戻せる可能性があります。「半年来ていない顧客」と一律に決めるのではなく、その商品や業態の通常の購入間隔を越えた時点で抽出します。以前購入していた商品に近い新商品や、サービスの改善点を伝える方法もあります。 ### 休眠顧客には、費用の上限を決める 長期間購入がなく、過去の購入回数や金額も小さい顧客に、高額な郵送物や大幅な値引きを続けると採算が合いません。メールやLINEなど比較的低コストの手段を使い、反応がなければ配信頻度を抑える判断も必要です。 ## 飲食店・店舗ビジネスで使うときのポイント 飲食店では、POSレジ、予約台帳、会員アプリなどに顧客IDと来店履歴が残っていれば、RFM分析を行えます。ただし、現金客や会員登録していない顧客は識別できません。分析対象が全来店客ではなく、**個人を識別できた顧客に限られる**ことを理解して結果を読みます。 また、ランチと記念日のディナーでは来店周期と客単価が異なります。顧客をまとめて分析すると、利用目的の違いを見落とすことがあります。必要に応じて店舗、利用時間帯、商品カテゴリーなどで分けたうえでRFMを確認してください。 RFMだけでは「何を一緒に注文したか」は分かりません。セグメントごとに提案商品を考えるときは、[バスケット分析](https://pro-marketing.jp/analysis/basket-analysis/)を組み合わせると、セット提案の根拠を作りやすくなります。 ## RFM分析のメリット - **購買履歴だけで始めやすい：**顧客ID、購入日、注文ID、購入金額があれば基本的な分析ができる。 - **施策の対象が明確になる：**優良顧客、新規顧客、離反リスク顧客など、目的別に対象を抽出できる。 - **販促費を配分しやすい：**全員へ同じ内容を送らず、顧客の状態に応じて手段と費用を変えられる。 - **定期比較ができる：**同じ期間と基準で更新すれば、顧客構成や離反リスクの変化を追える。 ## RFM分析のデメリットと注意点 - **購入理由までは分からない：**来店しなくなった理由や満足度は、アンケートや接客時の声などで補う必要がある。 - **将来の価値を保証しない：**過去の購入金額が大きくても、今後も同じとは限らない。契約状況や問い合わせ内容も確認する。 - **商品特性の違いを無視しやすい：**購入周期や価格帯が大きく異なる商品を同じ基準で評価すると、分類が偏る。 - **顧客の名寄せが必要：**店舗とECで別IDになっていると、FやMが実際より小さく見える。 - **細分化しすぎると運用できない：**5段階なら125通りの組み合わせになる。施策を変えられない区分はまとめる。 顧客データの抽出や配信では、利用目的、社内の権限、配信停止の希望などを確認し、自社のプライバシーポリシーと適用されるルールに沿って取り扱ってください。 ## RFM分析とほかの顧客分析の違い | 分析方法 | 主に見るもの | 適した目的 | | --- | --- | --- | | RFM分析 | 最終購入、購入回数、購入金額 | 顧客の現在の状態を分類し、施策対象を決める | | デシル分析 | 購入金額順に分けた10グループ | 売上が上位顧客へどの程度集中しているかを見る | | [コーホート分析](https://pro-marketing.jp/analysis/cohort-analysis/) | 初回購入時期などが同じ集団の時間変化 | 継続率や離脱率が時期によってどう変わるかを見る | | ABC分析 | 商品や在庫などの貢献度 | 重点的に管理する商品や在庫を決める | 「誰に働きかけるか」を決めるならRFM分析、「何を重点的に扱うか」を決めるなら[ABC分析](https://pro-marketing.jp/analysis/abc-analytics/)が候補です。目的に応じて使い分け、必要であれば組み合わせます。 ## RFM分析についてよくある質問 ### RFM分析には、何か月分のデータが必要？ 一律の正解はありません。顧客が通常もう一度購入するまでの期間を含める必要があります。購入周期が短い業態は数か月、長い業態は1年以上が必要になることがあります。繁忙期や季節性が強い場合は、前年同時期も確認してください。 ### RFMスコアは3段階と5段階のどちらがよい？ 初めて行う場合や顧客数が少ない場合は、3段階の方が施策へつなげやすくなります。顧客数が多く、実際に細かく施策を変えられる場合は5段階も候補です。区分数ではなく、分類後に異なる行動を取れるかで決めます。 ### R・F・Mは合計点だけを見ればよい？ 合計点だけでは不十分です。同じ点数でも、最近購入した新規顧客と、以前はよく購入した離反リスク顧客では施策が異なります。合計点は並べ替えに使えても、最終的な分類では3つの内訳を確認してください。 ### RFM分析が向かないケースは？ 顧客を識別できない、リピート購入がほとんどない、購入周期が極端に長い、取引件数が少なすぎる場合は、RFMだけでは有効な分類を作りにくくなります。問い合わせ内容、契約更新時期、顧客属性など、別の情報を重視した方がよい場合があります。 ## まとめ：RFM分析は、顧客ごとに次の施策を決めるために使う RFM分析は、顧客を最終購入からの経過日数、購入回数、購入金額で整理し、現在の状態に合う施策を考える方法です。Excelでも、購買履歴を顧客別に集計し、IF関数などでスコアを付ければ始められます。 分析を成功させるポイントは、細かな分類表を作ることではなく、優良顧客の維持、新規顧客の2回目購入、離反リスク顧客の再来店など、具体的な行動へつなげることです。 まずは自社で実行できる3～5セグメントに絞り、施策後の再購入率や売上を確認しながら基準を改善しましょう。