【恋愛や仕事でも使える】通販の顧客行動管理

本記事のターゲット

こういった疑問を解決します。

私は東証一部上場企業で１０年間データ分析を経験した内容の一部です。

顧客の行動管理について

結論から言いますと、ＲＦＭという指標で顧客を見るということです。

通販（無店舗販売、ダイレクトマーケティング）を実践するに当り、「基本」かつ「重要」な概念・手法です。言語と共にその内容について熟知することが必要です。

ＲＦＭについて説明します。

１．ＲＦＭの言語とその定義

言語	詳細	意味
Ｒ	Recency （リーセンシー）	最新（直近）購入日 ・最後の購入からの経過時間
Ｆ	Frequency（フリークエンシー）	購入頻度（回数） ・何回注文をくれたのか？
Ｍ	Monetary （マネタリー）	購入頻度（回数） ・いくらの注文（受注）をくれたのか

補足情報
1.ＲＦＭ＋ＣＴＢ（カテゴリ、テイスト、ブランド）
・現在はカテゴリとテイスト、ブランドなどのアイテムの情報を加えて使用することが多くなっています。
理由は、アイテムの情報を加えることで、ＲＦＭの受注効果をより高めることができるから。
例えると、定期的にお米を買った人と一時的にテレビを買った人では、ＲＦＭという一つの指標では、傾向の判断はできないということです。
2.ＲＦＭ＋顧客属性（年齢・性別・住所etc）
・顧客属性があれば、このような組み合わせでもみます。
3.ＲＦＭの名称の順番
・効率面においてその効果が高い順に記載されている。（条件付き）

これが、顧客を定義づける基準「ＲＦＭ」の考えです。

２．ＲＦＭを活用する理由

なぜ、ＲＦＭを活用してお客様（顧客）をとらえていこうとするのか？は次の理由です。

お客様と企業の関係（繋がり）を客観的に表現できたり、把握することができる！

「いつ」「何回」「いくら」購入しているのかという関係が客観的に理解できます。

具体的に営業に例えるます。

毎週商談をしているＡさん、最後に商談してから結構たっているＢさんがいます。
Ｒ：最終購入、Ｆ：購入回数、Ｍ：購入金額
Ａさん：Ｒ＝　３日前　Ｆ＝１０回　Ｍ＝３０万円
Ｂさん：Ｒ＝９０日前　Ｆ＝　３回　Ｍ＝１５万円

ＢさんよりＡさんの方が、Ｒも近く、Ｆも高く、Ｍも高いといった購買状態が可視化できます。

さらに、恋愛に例えることもできます。

毎週デートをしているＡさん、最後にデートしてから結構たっているＢさんがいます。
Ｒ：最終デート、Ｆ：デート回数、Ｍ：デート金額
Ａさん：Ｒ＝　３日前　Ｆ＝１０回　Ｍ＝３０万円
Ｂさん：Ｒ＝９０日前　Ｆ＝　３回　Ｍ＝１５万円

こちらもＢさんよりＡさんの方が、Ｒも近く、Ｆも高く、Ｍも高いといった関係状態が可視化できます。
（恋愛でいうなら、ＭよりもＲ・Ｆの方が重要な指標です。）

このように、個人もしくはグループの価値を判断するために考慮される測定基準として活用されます。

３．ＲＦＭ値の基準値の作り方

定量的な数字情報をどやって作るのかを説明します。

基準を明確にしないと、比較ができません。基準を明確にする必要があります。

項目	項目名	基準値	例
Ｒ	最終購入	１～９９９	１：直近１か月以内購入。 ８：の場合は８か月前が最終購入日
Ｆ	購入回数	１～９９９	１年以内の注文回数実数値。 同一日で複数注文は１カウント
Ｍ	購入金額	１～９９９９	１年以内の注文回数。 １０００円単位などにまとめる。

業種・業態、時期・期間、商材によっては、上記の手法は変動します。例えば、期間＝３年や５年、もしくは３か月や１か月単位でみる場合もあるかと思いますし、金額の単位も１万円単位があう環境もあります。

具体的に定量数字にして基準値を作っていきましょう。

４．ＲＦＭの具体的な見方

ＲＦＭ基準値のデータを集めると傾向を見ることができます。

（オープンデータに適当な購買履歴データは置いてなかったため、ＲＦＭは仮定し自作しました。）

Ｒ値の注文発生確率の表とグラフです。

Rについて見ると、Rが直近なほど確率が高い傾向にあります。

直近１か月にアプローチがあった人は９５％の高確率で成約するだろうという予測もできます。

補足情報
グラフのように確率だけで見る場合は「分母」に注意が必要です。
例えば、同じ５０％でも、２人に１人と、１００人に５０人ではデータの質が異なるからです

他にも、見方はいくつかあります。

• クロス集計（R×FやR×F×Mなど）して傾向をみる
• 確率×顧客単価＝１顧客当りの効率という見方をする
• 他の指標を入れて相関関係を見る

データは「過去」の数字です。過去と同じ状況に対しては有効に活用できます。ただ、過去に前例がない場合でも、データを活用して仮説立てて予測することもできるようになります。

データが重要視される時代、デジタルに数字を読み、自身の行動に優先順位をつけ最大パフォーマンスを出せるようにしましょう。

５．顧客ランクと顧客クラスタ

さらに、RFMを活用した顧客の管理について説明します。

重要なポイントになります！

現在、どの顧客にどの程度の販売力・影響力があるかを把握できるようになります。

将来の利益をもたらす顧客の量（数）・顧客の質（力）を定義する概念です。

＜方法＞顧客単位の「最終購入（Ｒ値）」と「購入回数（Ｆ値）」、その他で識別し分類します。

それぞれの項目を説明します。

項目	基準（条件）
年注	１年以内に注文のあった顧客人数（Ｒ<=12） 「アクティブ」顧客ともいいます。
２年注	１年より前かつ２年以内に注文のあった顧客人数（１３＜＝Ｒ＜＝２４）
過去注	２年より前に注文のあった顧客人数（２５＜＝Ｒ）
新規	該当シーズン内に初めて登録された顧客人数
育成	前シーズン新規の未注発の顧客人数
紹介	該当シーズン内に紹介を受けて登録された顧客人数
メルマガ希望	メアドのみ登録顧客、メルマガアプローチできる顧客人数

時系列をイメージで表すと以下の通りです。

業界によっては購入回数（Ｆ値）を購入回数（Ｍ値）に変えてみること。
最適な軸を作って比較しましょう。

６．受注・損益分析

最後に顧客ランク・クラスタを作った軸で受注・損益を分析しましょう。

＜計算式＞
注文金額＝顧客の配信数×発生率（CV）×単価
利益＝注文金額ーコスト（原価、配送、販促、人件費など）
配信効率＝注文金額÷配信数

他にも、ＣＰＡ、ＣＰＯやＬＴＶなどの言葉も知っておいて損はありません。

ＣＰＡ（コストパーアクション）：1件あたりの顧客獲得コスト

　　ＣＰＲ（コストパーレスポンス）とも言います。

　　（式）ＣＰＡ＝費用÷注文顧客数

ＣＰＯ（コストパーオーダー）：注文1件あたりにかかった顧客獲得コスト

　　（式）ＣＰＯ＝費用÷オーダー数

ＬＴＶ（ライフタイムバリュー）：顧客生涯価値

　　顧客がどの程度の利益・売り上げを生むかを測る指標

　　（式）ＬＴＶ＝顧客の平均購入単価×平均購入回数×顧客の継続年数

　　コスト継続顧客数分のコストを加味することで利益も把握できます。

以上、最適なターゲットにアプローチする手段を明確にするため、上記の指標を作って顧客管理をしていきましょう。

さらに、今後顧客管理の軸として考えていくこと

今までの考え方を応用して、あなたの事業の軸として関係が高そうな軸については、しっかりデータ収集をしていくことが大切です。

• 年齢
• 性別
• 地域・住所
• 登録時期
• 注文商材別
• 併売状況
• サイト（チャネル）登録状況
• アンケート回答有無
• 家族構成
• 年収
• ライフスタイル
• 趣味・趣向
• 価値観

人は「考え方」を手に入れたとたん頭がよくなる生き物です。

この考え方があなたの考え方の一つとして活用いただけると嬉しいです。

まとめ：ポイント

今回は顧客の消費行動を管理するダイレクトマーケティングの顧客管理について紹介しました。

古くからの言葉（ことわざ）に「鉄は熱いうちに打て」というがあります。
この記事に当てはめるとＲ（リーセンシー）が直近なほど確率が高い、という考えです。
いろいろ書きましたが、恋愛でも仕事でも、スピード重視で冷めないように対応していくことが大切です。すぐにこの考えを使いましょう。

それでは、良い一日をお過ごしください。