【完全版】エクセルを用いたRFM分析の手順。注意点や属人化を防ぐコツも解説

※この記事は 2026年1月21日時点の情報をもとに執筆しています。

既存顧客のLTV向上のために重要なのが、「RFM分析」です。分析のための専門ツールもありますが、導入によってコストがかかる点や計算が難しい点に懸念を抱く人も少なくありません。

本記事では、エクセルでRFM分析を行う手順や分析結果の活用例、運用のコツまで詳しく解説します。

RFM分析とは？

顧客分析の手法はさまざまですが、その中でも特に多く取り入れられているのが「RFM分析」です。まずは、その定義と仕組みについて見ていきましょう。

顧客をグルーピングするための分析方法

RFM分析とは、顧客の購買行動を3つの指標で数値化し、そのスコアに基づいて顧客をグループ分けする手法のこと。すべての顧客において同一の施策を行うのではなく、顧客に合わせたアプローチを行うのが目的です。

例えば、全顧客に対する割引クーポンの配布は公平である一方で、売上向上を狙う場合は非効率といえます。なぜなら、頻繁に商品を購入している優良顧客であれば、わざわざ割引クーポンで興味を引く必要性が低いためです。また、一定期間商品の購入をしていない離反顧客には、ただの割引クーポンよりも新商品の案内の方が刺さりやすいでしょう。

RFM分析によって顧客を数パターンにグルーピングすれば、限られた予算とリソースで、各顧客ごとに適した対応が可能になるため、投資対効果を高められます。

RFM分析の3要素

RFMとは、「Recency（直近購入日）」「Frequency（購入頻度）」「Monetary（購入金額）」の3つの頭文字を取って作られた言葉です。これら3つの指標を用いて顧客を評価します。

Recency（直近購入日）

「Recency」は、「最後に購入したのはいつか」を指す、RFMの中で最も重要視される指標です。最近購入したばかりの顧客は、そのブランドをまだ知ったばかりであるため、次の提案にも反応しやすい傾向にあります。

逆に、購入から時間が経過している顧客は、離反や他社への乗り換えの可能性が高いと判断できるでしょう。

Frequency（購入頻度）

「Frequency」は、「一定期間内に何回購入したか」を指す指標です。購入回数が多いほど、そのブランドやサービスに愛着があるリピーターであることを意味します。

一方で、「R」が最近であるにもかかわらず「F」が低い顧客は「新規顧客」、「R」がかなり前で「F」が高い顧客は、「かつてのリピーター」といった判断ができます。

Monetary（購入金額）

「Monetary」は、「これまで商品の購入に使った累計金額」のことで、企業に対する顧客の収益貢献度を表すものです。「M」が高い顧客は「重要顧客」ですが、「一度に高額購入しただけの人」と「少額を積み重ねて高額になった人」を区別しなくてはなりません。そのため、必ず「R」や「F」と組み合わせて顧客をグルーピングする必要があります。

RFM分析とデシル分析の違い

RFM分析と並んでよく比較される手法のひとつとして、「デシル分析」が挙げられます。デシル分析は、全顧客を購入金額順に並べたうえで、10等分して分析する手法です。

非常にシンプルではありますが、「時間（Recency）」の概念がないため、10年前に10万円の買い物をした顧客も、最近10万円の買い物をした顧客も「同様の顧客」としてグルーピングされてしまいます。

その点、RFM分析であれば、「最近買い物をしたのがいつなのか」も見られるため、まず一番にアプローチすべき顧客を明確にできるでしょう。

RFM分析を行うメリット

RFM分析は、単に顧客を分類するだけのツールではありません。分析結果をもとに、顧客を具体的な行動へ促すことで、マーケティングにおいて大きな変化をもたらします。ここでは、RFM分析を導入することで得られる3つのメリットを詳しく見ていきましょう。

自社リソースを注力する顧客を絞れる

企業のマーケティング予算や人的リソースには限りがあります。そのため、すべての顧客に対して同じアプローチをすることは、事実上不可能です。RFM分析を導入する最大のメリットは、「大切にすべき顧客が誰なのか」を可視化し、アプローチする優先順位を明確にできる点にあります。

例えば、購入金額（M）が高く、最近も購入（R）した履歴があり、頻度（F）も高い「優良顧客」は、売上を支える重要な層といえるでしょう。この層に対しては、アフターフォローや特別な特典を用意し、競合他社への乗り換えを防ぐ必要があります。

このように、優先して対応する顧客を絞り込むことで無駄なコストを削減し、収益性の高いマーケティングを実現できるのです。

顧客ごとに施策を打てる

RFM分析によって顧客を細分化することで、それぞれのグループが抱える課題やニーズが明確になります。これにより、顧客の状態に「刺さる施策」を打てるでしょう。

具体的には、以下のような施策が有効です。

顧客全員に同じメッセージを届けるのではなく、それぞれの顧客が求めている情報を届けることで、顧客体験（CX）の向上とコンバージョン率の改善を同時に達成できます。

施策の課題を明確化できる

RFM分析は、実施した施策の答え合わせも可能です。施策前後の数値を追うことで、行った施策が本当に効果的だったのかを客観的に評価できます。
例えば、一定期間利用がない「休眠顧客」を呼び戻すためのキャンペーンを行った後に、対象者の「R（直近購入日）」の値が上がったのであれば、その施策は成功したと判断できます。

しかし、値にまったく変化がなければ、キャンペーン内容が休眠顧客には刺さらなかったことがわかり、次の施策を打ち出す材料になるでしょう。

このように、RFM分析を行うことでデータに基づいたPDCAサイクルを回せるようになるため、マーケティング全体の精度を継続的に向上させられます。

RFM分析が向いているのは？

RFM分析は、顧客との関係性を継続したいと強く考えているサービスにおいて、大きな効果を発揮します。具体的にどのようなサービスや商品に向いているのかを見ていきましょう。

会員制のサービス

購入履歴や利用日などの顧客データをIDで管理しているような会員制サービスは、RFM分析と非常に相性が良いといえます。

例：サブスクリプションサービス、フィットネスクラブなど

顧客が会員登録することによって、「誰が・いつ・いくら使ったか」というデータも入手できるので、精度の高い分析が可能になります。

また、会員のログイン頻度や利用状況を「R」や「F」に置き換えることで、退会予備軍に当てはまる顧客を発見でき、引き止める施策を打てるでしょう。

年間を通して購入頻度が高い商品

季節を問わず、日常的に購入される「消耗品」などを扱うビジネスも、RFM分析が有効です。

例：食品や日用品、化粧品、コンタクトレンズなど

上記のような購入頻度の高い商品は、少しでもR（最新購入日）から間隔が空いた場合、「離脱の兆候がある」と見極めやすくなります。

逆に、家具や家電のように「一度買ったら数年は買わない」商品の場合、F（頻度）が上がりにくいため、RFM分析だけでは正確な顧客像を捉えにくいでしょう。

リピーターが多い商品

ファンがつきやすく、繰り返し購入される、嗜好品やアパレルアイテムなども、RFM分析によって売上向上を狙えます。

例：特定のファッションブランドやスイーツなど

上記のようなリピーターが多いジャンルでは、優良顧客が売上の大部分を支えているケースが多いものです。RFM分析で「優良顧客」を明確化し、VIP待遇や先行販売などの特別な施策を打つことで、LTV（顧客生涯価値）を効率的に高められます。

費用をかけずにRFM分析を行うならまずは「エクセル」で

RFM分析を行う際、高額な専用ツールやBIツールが必要だとイメージされやすいですが、実は「エクセル」でも対応可能です。

特に「手元のデータで試してみたい」ということであれば、エクセルを使ってコストをかけずに、スピーディーに分析を始められます。特別なシステム開発や契約は一切不要です。
エクセルを使う場合は、「顧客ID」「購入日」「購入金額」の3つのデータが入った履歴を用意しましょう。関数やピボットテーブルを組み合わせることで、顧客ごとにスコアリングを行い、ランキングまで完成させられます。

なお、専用ツールは便利である一方、決められた枠組みでしか分析できないケースも少なくありません。その点、エクセルであれば、「R（最新購入日）が何日以上空いたらランクをいくつ下げる」といった基準を、自由に調整できます。
専用ツールの導入を検討している場合であっても、まずは費用をかけずに分析できるエクセルを活用し、施策の効果が実感できてから移行すると失敗を防げるでしょう。

エクセルでRFM分析する手順

エクセルを使ったRFM分析は、以下の4つのステップで進めます。一見難しそうに感じるかもしれませんが、手順さえ理解すれば、専門的なツールを使わなくても十分に分析可能です。

STEP1　RFM分析に必要なデータを収集・入力する

まずは、分析のために必要なデータを準備します。最低限必要な項目は、以下の3点です。

• 顧客ID（誰が）
• 購買日（いつ）
• 購買金額（いくら）

これらのデータを1つのシートにまとめます。ECサイトの受注管理システムや店舗のレジのデータなどからCSV形式で出力し、エクセルに貼り付ければ効率的です。
重複しているデータやキャンセル分は、この時点で整理しておきましょう。

STEP2　関数を使用してR値・F値・M値を設定する

次に、集めたデータから顧客ごとの「R」「F」「M」それぞれの数値を算出してください。

それぞれの数値が出揃ったら、それらを「1〜5点」の5段階でスコアリングしましょう。例えば、購入回数が10回以上なら5点、1回なら1点といった基準で設定します。

STEP3　データを集計してグルーピングする

算出したスコアをもとに、顧客をグループ分けします。ここで活用したいのが、エクセルの「ピボットテーブル」です。
ピボットテーブルを使えば、R・F・Mのスコアを軸にして、顧客を「優良顧客」「新規顧客」「休眠顧客」などの種類ごとに一瞬で振り分けられます。
スコアリングは一般的に、5が最高、1が最低の5段階で行います。そのため、3を平均値として考え、「R（最新購入日）」や「F（購入頻度）」が4以上の顧客を抽出することで、自社の売上を支える中心的なリピーター層を可視化できるのです。

STEP4　グループごとに傾向を分析する

最後に、抽出された各グループの「特徴」を分析します。
数字だけを見るのではなく、「優良顧客はどのカテゴリの商品を買っているのか」「休眠顧客が最後に買ったのはどのキャンペーンの時だったのか」など、顧客パターンと掛け合わせて分析することが重要です。
この結果によって、「優良顧客には先行予約の案内を送る」「休眠顧客には特別なクーポンで再度興味を持ってもらう」といった、具体的な施策を立てられるようになります。

エクセルでRFM分析した結果の活用例

分析によって顧客をグルーピングできたら、次はその結果をもとに具体的な施策を実行しましょう。ここでは、代表的な4つの活用例を紹介します。

優良顧客のLTVを向上させる

R・F・Mすべての値が高い「優良顧客」は、売上の基盤となる大切な層です。この層には、さらにファンになってもらうべく、LTV（顧客生涯価値）を最大化させる施策が有効といえます。
例えば、限定イベントへの招待や新商品の先行販売、ポイント還元率のアップといった、特別感のあるキャンペーンを実施することで、「これからもこのブランドを使い続けたい」と、他社への乗り換えを防げるでしょう。

離反予備軍に該当する顧客に再アプローチする

以前は購入頻度が高かったものの、最近は購入歴がほとんどないのが、「F」が高く「R」が低い「離反予備軍」の顧客。そのまま何の施策もせずにいると、完全に離脱してしまう可能性があるため、早急な対応が必要です。
例えば、「お困りごとはありませんか？」といったフォローメールや新商品のサンプル送付など、割引だけでなく、ブランドとの接点を思い出してもらったり、不満を解消してもらえたりするような施策がおすすめです。

新規顧客にリピーターになってもらう

最近購入したものの、まだ回数が少ない、「R」が高く「F」が低いのが「新規顧客」です。このような顧客には、2、3回目の購入を促すような「ステップメール」の送付が効果的といえます。
例えば、初回購入のお礼メールや関連商品のおすすめ、次回使える期限付きのクーポンなど、興味がなくならないうちに次の行動を促すことで、中長期的なリピーターになってくれる可能性が高まります。

離反顧客を呼び戻す

一定期間購入がないのが、「R」が極端に低い「離反顧客（休眠顧客）」と呼ばれる層です。このような顧客には、通常のメルマガとは異なる「特別感」のあるアプローチで、再び興味を持ってもらいましょう。
例えば、「おかえりなさいキャンペーン」などの実施や、大幅な割引クーポンの配布などを行い、「もう一度この商品を試してみるか」と思わせるような施策を行うのがポイントです。

エクセルでRFM分析する際の注意点

エクセルは多くの人が使い慣れたツールである一方、専門の解析ツールではないからこその限界や、運用に伴う注意点もあります。精度の高い分析を持続させるためのポイントを押さえておきましょう。

元データが少ないと正確な分析結果を出せない

RFM分析をする際、分母となる顧客数や購入履歴が極端に少ないと、一部の購買行動によって結果が左右されかねません。例えば、顧客が数名しかいない場合、高額購入者が1人いるだけでスコアの基準が跳ね上がり、他の顧客が低く評価されるといったことが起こりえます。
目安として、少なくとも数百人以上の顧客データが蓄積されてから分析を行うと、正確な結果を出せるでしょう。

分析する期間によって結果に差が出る

「いつからいつまでのデータを集計するか」という期間設定によって、分析結果が変わる点にも注意が必要です。季節によって売上に差がある、アパレルやギフト商材の場合、抽出期間に繁忙期を含むかどうかで顧客ランクが大きく変わります。

また、商材の買い替えサイクルを無視して短い期間で区切ると、「優良顧客」が「離反顧客」として誤って判定されるリスクもあるでしょう。半年や1年など、自社のビジネスモデルに合う分析期間を見極めることがポイントです。

属人化によって、担当者以外が更新できない

エクセルでの分析は、関数やピボットテーブルの組み合わせに頼ることが多いため、「作成した本人にしか把握できない」といった「ブラックボックス化」しやすいのが難点です。そのような状態になると、担当者の異動や退職によって分析がストップしてしまいます。
分析を継続するためには、誰が担当しても同じ手順でデータを更新できるよう、ロジックや手順をドキュメントなどにまとめておきましょう。

データ量が増えると動作が重くなり、手動更新の手間が増える

エクセルは、数万件を超えるような大量データの処理には向いていません。顧客数が増えるほどファイルの動作が重くなり、再計算のたびにフリーズするなどのストレスが生じる可能性があります。

また、データの書き出しや加工、関数の再設定などの、手動で行う工程が手間となってしまい、施策を練るための時間が削られることも考えられるでしょう。このような本末転倒の事態を防ぐためには、将来的に自動化やツールの導入なども視野に入れておく必要があります。

属人化の防止と工数削減を実現するための運用のコツ

エクセルでのRFM分析を継続させるためには、属人化を排除し、運用を仕組み化することが必要です。限られた工数で最大の成果を出すための3つのコツを解説します。

エクセルに入れた関数やマクロのマニュアルを残す

エクセル運用の最大の弱点である「ブラックボックス化」を防ぐには、ドキュメント化が最も有効な解決策です。具体的には、データの貼り付け位置、使用している関数の意図、マクロの実行手順などを記載した「操作マニュアル」を作成します。

「なぜその判定基準にしたのか」という背景も残しておけば、担当者が変わっても分析の整合性を保てるでしょう。手順が明確になれば、担当以外でも作業が可能になり、組織としてのリスクヘッジにつながります。

集計用・分析結果のシートを作る

ミスを防ぎ工数を削減するためには、「入力シート」と「集計・分析シート」を分けた作りにするのがおすすめです。元データを貼り付けるだけの専用シートを用意し、そこから関数で自動的に集計結果が反映される仕組みを構築してみましょう。

分析結果がグラフや表として自動更新されるダッシュボード形式にしておけば、データの入れ替えだけで最新の状態を可視化できるようになります。毎回グラフを作り直す手間が省けるだけでなく、数式の消去といった人為的ミスも大幅に軽減できる点がメリットです。

自動で分析できるツールの導入を検討する

エクセルのデータ量が膨大になった場合は、自動化ツールの導入を検討すべきタイミングです。現在では、顧客データをインポートするだけで自動的にRFMスコアを算出するほか、施策まで連携できるCRM（顧客管理システム）やMAツールが普及しています。
ツールの導入によって、これまで集計作業に費やしていた時間を、施策立案の時間に充てられるでしょう。

エクセル以外でRFM分析する際のおすすめツール

専門ツールを導入することで、スピーディーにRFM分析ができます。以下では、おすすめの4つのツールを紹介します。

BIツール

BI（ビジネス・インテリジェンス）ツールは、社内に蓄積された膨大なデータを集計・可視化することに特化したツールです。データの更新が自動化されるほか、直感的に操作できるダッシュボードで、「R・F・Mの分布」をリアルタイムに把握できます。
RFM分析の結果を、性別や地域別に出したい場合や、複雑な相関関係を見つけ出したい場合に最適です。

CRMシステム

CRM（顧客管理システム）は、顧客との関係性を管理するためのツールです。顧客プロフィールと購入履歴が紐付いているため、インポートせずにスコアリングできます。
分析結果をもとに、特定の顧客へ連絡したりサポート内容を変更したりと、コミュニケーションの質を向上したい時に役立つでしょう。

ECサイトのCRMとは？売上・LTVを最大化する活用事例＆ツール比較ガイド

【2026年】おすすめCRMツール比較15選！機能や選び方までわかりやすく解説

SFAツール

SFA（営業支援ツール）は、主に商談進捗や営業活動の可視化に用いられます。一見RFM分析とは関係ないように思われますが、「重点顧客の特定」にも応用可能。営業担当者がどの企業を優先して訪問すべきかを判断する材料として、RFMスコアが活用できるのです。

MAツール

MA（マーケティング・オートメーション）ツールは、分析結果による施策の自動化が得意です。
例えば、「Rが90日を超えた顧客に、自動で再来店促進メールを送る」「Fが5回を超えたタイミングで、優良顧客向けの限定クーポンを付与する」といった、運用を自動化できます。

ECにMAツールはなぜ必要？導入メリット・活用事例・選び方まで徹底解説

RFM分析に関するQ＆A

最後に、RFM分析を実務で運用する際によくある疑問と、その解決策について解説します。

RFMの分析結果を可視化するには？

分析結果を直感的に理解するためには、バブルチャートや積み上げ棒グラフを用いた「可視化」が有効です。

例えば、縦軸に「F（購入頻度）」、横軸に「R（直近購入日）」をとり、円の大きさで「M（購入金額）」を表すバブルチャートを作成すると、どこに優良顧客が固まっているか、あるいは離反予備軍がどれほどいるかを一目で把握できます。
エクセルの「散布図機能」を使えば比較的容易に作成できるため、レポート作成時にはぜひ取り入れてみてください。

分析結果をもとに、さらに細かく分析するには？

RFM分析で抽出された結果をさらに深掘りしたい場合は、性別、年齢、居住地などのデモグラフィックデータや、購入商品カテゴリを掛け合わせる「クロス分析」が効果的です。

「優良顧客はどのカテゴリの商品を一緒に買っているのか」「離反傾向にあるのはどの年齢層か」を特定することで、より精度の高いマーケティング施策を打てます。

エクセルを使ったRFM分析で売上の向上を実現させよう

RFM分析は、単に顧客をランク付けするための手法ではありません。分析の目的は、抽出されたデータをもとに、「顧客一人ひとりの状態に寄り添った最適なコミュニケーション」を提供することです。

まずは、普段使っているエクセルを活用して分析を始めてみましょう。顧客の動きを可視化でき、それによってさまざまな課題や施策が見えてくるはずです。