既存顧客を呼び戻す戦略——RFMモデルとその応用！

何らかの理由で、古い顧客を呼び戻す必要があるとします。消費属性レベルが異なる古い顧客には、異なるリコールトリガーポイントが必要になるため、古い顧客を階層化して扱う必要がある場合があります。このとき、顧客関係管理モデルであるRFM モデルが導入されました。この記事では、RFM モデルに基づいて古い顧客を呼び戻すためのアイデア、つまり、消費レベルの異なる古い顧客を象限に分割し、異なる象限の顧客に適切な薬を処方する方法を共有することに焦点を当てています。

1. RFMモデルの概要

多くの顧客関係管理 (CRM) 分析モデルの中で、RFM モデルは広く言及されています。

RFM モデルは、顧客価値と顧客収益性を測定するための重要なツールおよび手段です。機械モデルは、顧客の最近の購入行動、全体的な購入頻度、費やした金額という 3 つの指標を通じて顧客の価値の状態を説明します。

アメリカデータベースマーケティング協会のアーサー・ヒューズ氏によると、顧客データベースにはR (最新性)、F (頻度)、M (金額) の 3 つの要素があります。

1. 最近の消費R（Recency）

顧客が最後に購入したのはいつですか?最後に購入したのが最近である顧客は、提供される商品やサービスに反応する可能性が最も高くなります。

最終購入がごく最近（1 か月以内の消費）の顧客の数が増えれば、その会社は着実に成長していることを意味します。そうでない場合は、不健全な成長の兆候です。

1 年以上前に来店した顧客を獲得するよりも、数か月前に来店した顧客に購入してもらう方がはるかに簡単です。

2. 消費頻度

指定された期間中に顧客が行った購入の数。最も頻繁に購入する顧客は、最も満足度の高い顧客でもあります。

ブランドと店舗への忠誠心を信じるなら、最も頻繁に買い物をする人が最も忠誠心が高いでしょう。顧客の購入回数を増やすということは、競合他社から市場シェアを奪い、他者を犠牲にして売上を獲得することを意味します。

3. 金額: 顧客の購入金額（累積購入額と時間あたりの平均購入額に分けられます）

支出額はすべてのデータベースレポートの基盤であり、企業の収益の 80% は顧客の 20% から得られるというパレートの法則を証明することもできます。

「↑」は値が平均値より大きいことを示し、「↓」は値が平均値より小さいことを示します。

変数が 3 つあるため、表示には 3 次元座標系が使用されます。X 軸は最新性、Y 軸は頻度、Z 軸は金額を表します。座標系の 8 つの象限は、8 種類のユーザーを表します。上記の表の分類に従って、次の図で説明できます。

以上が、RFM モデルの大まかなフレームワークの紹介です。次に、このモデルを実際の業務でどのように使用して古い顧客を分類するかについて説明します。

2. RFM標準分析

Shuyun などの同様の CRM システムでは、顧客は 5 つのカテゴリに分類されます。この 5 つのカテゴリの分析は、「ロイヤルティラダー」に相当します。秘訣は、消費者がラダーを登り続けるようにすることです。販売とは、2 度目の顧客を 3 度目の顧客に押し上げ、1 度目の購入者を 2 度目の購入者に変えることと考えてください。

以下の説明を容易にするために、対応する象限は 1 ～ 25 の文字で表されます (下の図を参照)。

たとえば、顧客の F=1、30＜R≤90 の場合、その顧客は象限 22 に該当します。

このモデルを使用して古い顧客を思い出す前に、まず各象限の意味を明確にする必要があります。

右上象限に近い顧客は質が高く、再購入の可能性が高く、ブランドに対する忠誠心も高くなります。
象限 21 ～ 25 の顧客は、さらに 1 回購入すると、直接象限 16 の顧客になります。象限 6 ～ 10 の顧客は、さらに 1 回購入すると、直接象限 1 の顧客になります。
象限 25 は失った顧客に属し、象限 1 は絶対的に忠実な古い顧客 (このタイプの顧客は電話で最も直接的にコミュニケーションをとります) に属し、象限 5 と 10 の顧客 (忠実な古い顧客がなぜ解約したのか) に焦点を当てます...

より直感的に理解するために、下の表をご覧ください。

RFM 標準分析では、顧客数/割合という別のパラメータも導出されます。したがって、顧客数/割合に基づく象限、時間あたりの平均購入金額に基づく象限、累積購入金額に基づく象限に分けることができます。

表2.1 累積量で分けた象限のRFM標準分析

表 2.1 は、顧客の購入回数が増えるほど、割合が小さくなることを示しています。象限 24 (茶色) に注目してください。このタイプのデータは、失った顧客が多すぎることを意味します。新規顧客向けのマーケティング活動にさらに注意を払い、象限 21 ～ 25 の顧客を象限 16 に移動させる時期です。

表2.2 平均購入金額で分けた象限のRFM標準分析

表 2.2 を M (消費量) の観点から分析すると、第 2 象限と第 3 象限 (黄色) に焦点を絞ることができます。これらの顧客は貢献度が高く、優先的に訪問または連絡することで、最も効果的な方法でより多くのビジネスチャンスを取り戻すことができます。

表2.3 累計購入額で分けた象限のRFM標準分析

表 2.3: M (消費額) の観点から分析を続けると、人民元の主な貢献価値は失われた顧客にあることがわかります。言い換えれば、古い顧客から搾り取られるお金が少なすぎるということです。 CRM のメンテナンス作業が不十分です。新規顧客の二次リコールは、次の段階で重点的に取り組む必要がある重要な問題です。

3. RFMモデルに基づく既存顧客リコールのロジック

別の仮定をしてみましょう。

顧客が 10,000 人いて、テキストメッセージや電子メールを送信して、可能な限り (顧客数または支出額の観点から) それらの顧客を呼び戻す必要があります。ただし、予算は限られており、最大で 2,000 ～ 3,000 人の顧客しか選択できません。では、最も最適化された顧客サンプルをどのように見つければよいでしょうか。

RFM のロジックを理解すれば、ROI を 1:6 から 1:30 に急上昇させることが可能になり、マーケティングにおけるコスト削減は相当なものになります。

さまざまな象限の定期的な変化に基づいて、顧客の消費の変化を推測し、顧客離脱の可能性に応じて顧客をリスト化できます。

サンプルの取り方がわからない場合は、すべての象限のすべての顧客を徹底的に調査し、さまざまな象限の ROI を計算します。次のイベントの予定があるよ〜

一度コンセプトが決まったら、それを実践→まとめ→調整して、理想の状態に到達するまで繰り返していく必要があります。

次回は、胸を張って上司に質問してみてください。