RFM分析のやり方
Advanced1のQ2~4で解いた問題の復習で
サンプルスーパーストアのデータを活用してRFM分析をしたいと思います。
RFM分析とはRecency（最新購入日）、Frequency（購入頻度）、Monetary（購入金額）の３軸で顧客を分類する方法です。
優良顧客、離反顧客、新規顧客などグループ分けすることによって、それぞれのグループにあったコミュニケーションをとることができるようになります。
それでは早速作成していきます。
1.Recency
最終購入日からどれくらい経過したかを調べます。
①顧客ごとの最終購入日を出す
②基準日（=今回はサンプルスーパーストアの中の1番最新の購入日）との日数の差を出す
Recencyだけをグラフにしたものがこちら↓
ビンを作成して30日ごとの分布を見れるようにしました
（追記：間違えてオーダーIDの個別カウントをしているのですが顧客IDの個別カウントが正しいです）
③ランク分けをする
今回は以下の5つにランク分けをしました。
担当するサービスに合わせた設定が必要です。
2.Frequency
顧客ごとの購入回数を調べます。
Frequencyだけをグラフにしたものがこちら↓
6回購入者が一番多いなんて継続率の高い事業ですね。
②ランク分けをする
こちらも5つのランクに分けました。
1回だけのランクは必ず作成したほうが良いと思います。
3.Monetary
顧客ごとの売り上げを調べます。
Monetaryだけをグラフにしたものがこちら↓
②ランク分けをする
こちらも5つのランクに分けました。
4.RFM分析
RFM分析といってもTableauは二次元なので2つの項目ずつ関係性を見るのがよいと思います。
①R×F
縦軸にFrequency Rank、横軸にRecency Rank、色にオーダーごとの売上の平均を入れてビジュアライズしました。
テキストには顧客名の個別カウントを入れています。
色は何を入れるのか悩んだのですが…
Monetaryで作成した「顧客ごとの売上」の合計を入れても当然人数が多いほど色が濃くなるし、平均を入れたら当然Frequency Rankが高いほど色が濃くなるし…
今回はオーダーごとの売上の平均を入れてみましたが示唆は得られなかったです。
もしかして何度も購入している人は1回あたりのオーダー金額が低いのかなと思ったのですが、そうでもなかったです。
左上の購入頻度が高く、購入期間があいていない層が多くいますが、
右上の直近の新規ユーザーが0なので新規獲得に課題があります。
また90日以上購入がないユーザーもかなりいるのでリテンション施策が必要だと思います。
②R×M
縦軸にRecency Rank、横軸にMonetary Rank、色とテキストには顧客名の個別カウントを入れています。
（R×Fのときは色を使って無理やり売上の要素を入れてみたのですがいまいちだったのでやめました）
30万円以上の購入層になると90日以内に購入しているユーザーが過半数になりました。
購入金額が高い層は複数回購入している割合が高いので当然かもしれないです。
③F×M
縦軸にFrquency Rank、横軸にMonetary Rank、色とテキストには顧客名の個別カウントを入れています。
これは本当に当たり前の結果で購入回数が多いほど購入金額も高いという結果になりました。
RFM全ての掛け合わせでビジュアライズしてみましたが、
R×F 以外は有益な情報は得られませんでした…。
F×MやR×Mで有益な情報が得られる場合もあるのでしょうか？
5.ダッシュボードの作成
Recency Rank とFrequency Rankの表と
サブカテゴリ別購入回数のハイライト表でダッシュボードを作成しました。
購入頻度が高いユーザーとそれ以外のユーザーで購入品の違いがあるか見ることができます。
↓10回以上購入しているユーザー
↓それ以外のユーザー
10回以上購入しているユーザーはそれ以外のユーザーと比較して文房具の購入回数が多いように見えます。
つまり文房具購入したユーザーは今後も継続的に購入してくれる可能性が高いので、
文房具のプロモーション強化などを検討するとよいかもしれません。
Tableau Publicのリンク
https://public.tableau.com/app/profile/kaoru.kishiue/viz/RFM_16557188378230/Recency?publish=yes
今後マーケティング施策の検討に活用したいと思い備忘録として残しました。
他の人が作成したVizも参考にしてより良いビジュアライズ手法を学んでいきたいと思います。
