RFM分析とクラスター分析をどう使い分けるか?

RFM分析とクラスター分析をどう使い分けるか?

マーケティングにおいて、
顧客をある基準/ルールでセグメント分けを行い、
施策を出し分ける/管理をするといった手法がとられています。
その際の代表的な手法としては、RFM分析とクラスター分析があります。

 

それぞれ目的や方法が異なるものの、
実際の分析プロジェクトではどのように使い分けるか、
またそれぞれの分析結果から
どのようなマーケティングシナリオ/戦略案を
導き出すかは問題になることも多々あります。

 

RFM分析とは・・・

顧客分析の手法としては、
非常に古典的ですが実績のある手法であり、
ある期間における顧客の購買行動を

R(recency:最新購買日) いつ買ったか、最近購入しているか
F(frequency:累計購買回数) どのくらいの頻度で買っているか
M(monetary:累計購買金額) いくら使っているか

という3つの指標に集約し、それぞれの指標をランク化することで、
顧客のセグメント分けを行う分析です。

 

クラスター分析とは・・・

データマイニング手法の1つで、多変量の顧客情報について
特徴の似ている顧客同士(=距離の近いデータ同士)を
自動的にグループ化してセグメント分けを行う分析です。

 

RFM分析を用いるシーンとしては

・顧客構造の基本的なところを抑えたい

・シンプルな指標でマーケティング観点での顧客管理を行いたい

・自社における優良顧客の定義を明確にしたい

・ある一定の閾値以下の顧客にアラートを出す仕組みを作りたい

 

クラスター分析を用いるシーンとしては

・性別や年代などの基本的なデモグラ情報だけでは
 顧客ニーズがつかめなくなったため、
 より顧客の趣味嗜好/価値観によって施策の出し分けを行いたい

・複数の事業やサービス利用の顧客データが存在するため、
 単純な売上や頻度では顧客評価が難しい際の
 効果的な顧客分類を行いたい

 

といった違いがあります。

それぞれ目的や活用方法の違いがあるため、
うまく使い分けを行って最適な提案につなげる必要があります。

 

一方で、それぞれの手法で顧客分析を行った際に、
それぞれの結果をどう扱うか?
またどう融合させて解釈するか・・・は大きなテーマです。

 

いくつか効果的な活用案としては
・クラスター分析結果で分類された顧客グループ毎にRFM分析を実施し、
 顧客グループ毎に顧客構造把握~管理を行う

・RFM分析結果から、特にFランクの低い顧客は購買傾向が見えにくいため、
 ある一定のランク以上の顧客をクラスター分析対象とする
 (Fランクの低い顧客については、一旦”低頻度顧客”などとして別セグメント化する)

・同じくRFM分析結果から、優良顧客と定義された顧客のみを抽出し、
 優良顧客においてどんなタイプが存在するのかを把握する

 

など、いくつかの考え方があります。

データサイエンティストの皆さんが実プロジェクトで
このようなジレンマに陥らないために、
今一度整理してみては如何でしょうか。