マーケティング

顧客分類のためのRFM分析

  • このエントリーをはてなブックマークに追加

顧客の分析手法の一つに、RFM分析があります。

Recency (最後の注文)、Frequency (注文回数)、Monetary (購入金額)の3つの指標で顧客を分類し、グループ化した上で、個々のグループの性質を知り、グループ毎のマーケティングを行う手法です。

どのグループの顧客を、優先的に対応するかなどの対策がとれます。

例えば、2回目、3回目と購入してくれるリピータを増やしたいときは、Recency (最後の注文)が重要になってきます。商材が消耗品であれば、グループ毎にまた購入してもらえるか、ライバル店に移ってしまうかの重要なタイミングがあります。

Recency (最後の注文)を把握していれば適切なタイミングで顧客グループへアプローチし、リピータを増やすことが出来ます。

軸が3つなので、結果も3次元で表現したいですね。
そんな時、役に立つのがPythonのmatplotlibのAxes3Dです。
Jupyter Notebookだと3軸を回転させて、いろいろな角度から顧客を眺める事ができます。

顧客を分類する際、sklearnのKMeans(k平均法)を利用すると、データに基づいて、自動で分類してくれます。
n_clustersパラメータでいくつのクラスタに分類するかを設定します。

人間の思い込みを省いた、分類をしてくれるのでカテゴリから、新たな発見がある場合があります。

  • このエントリーをはてなブックマークに追加