セグメント分析・RFM・コホート：顧客を分けて見る｜マーケターのためのデータ分析・統計入門 第7回

セグメントの切り口

顧客を分ける切り口は無数にありますが、大きく4つに整理できます。

マーケティングで特に役に立つのは「行動」の切り口です。属性が同じ30代の顧客でも、先週買った人と1年買っていない人では、送るべきメッセージがまったく違います。行動による分け方の代表が、次に紹介するRFM分析です。

良いセグメントの条件

セグメントは、細かく分ければよいというものではありません。良いセグメントには、次の3つの条件があります。

1. 打ち手が変わる：セグメントごとに、違う施策が考えられること。分けても同じ施策しか打たないなら、分ける意味はありません。
2. 十分な大きさがある：第6回で学んだとおり、母数が小さいと数字は偶然で大きくぶれます。数十人しかいないセグメントの数字で判断するのは危険です。
3. 測り続けられる：毎月同じ定義で分けられること。定義が変わると、変化を追えなくなります。

RFM分析：最近・回数・金額で顧客を分ける

RFM分析は、顧客の購入行動を次の3つの指標で表し、組み合わせて顧客を分ける方法です。

• R（Recency：最新購入日）：最後に買ったのはいつか。最近であるほど、また買ってくれる見込みが高い
• F（Frequency：購入頻度）：これまでに何回買ったか。多いほど、関係が深い
• M（Monetary：購入金額）：これまでにいくら買ったか。多いほど、売上への貢献が大きい

必要なのは、顧客IDと購入日と購入金額が並んだ購入の明細データだけです。第1回で「データは明細の形で残す」と説明したのは、こうした分析のためでもあります。

RFM分析の手順

1. 顧客ごとにR・F・Mを計算する：最後の購入日から今日までの日数、購入回数、購入金額の合計
2. それぞれを点数にする：たとえば顧客を5つのグループに均等に分け、Rなら最近の20％に5点、もっとも古い20％に1点をつける（回数のように同じ値が多い指標は、「1回」「2回」「3〜4回」のように区切りを決めてもよい）
3. 組み合わせてセグメントにする：RとFの組み合わせで名前をつけ、Mは同じセグメントの中で手厚さを決めるのに使う
4. セグメントごとに打ち手を決める

図3のように、横軸にR、縦軸にFをとった表に顧客を置くと、いる場所によって打ち手が変わります。

特に大事なのが「離反しかけ」のセグメントです。もともと関係の深い顧客なので、離れた理由が分かれば取り戻せる可能性があり、失ったときの影響も大きいからです。A社の既存客の注文が減っていたのも、このセグメントの顧客が増えていたのが原因かもしれません。

売上は一部の顧客に集中している

RFMのMに関連して、売上がどれくらい一部の顧客に集中しているかも見ておきましょう。

第2回で使ったA社の顧客1,000人のデータでは、購入金額の上位10％の顧客が売上の約35％、上位20％が約51％を占めていました。全員に同じ手間をかけるより、上位の顧客を見失わない仕組みを作るほうが、売上への影響は大きいことが分かります。ただし、上位の顧客もはじめは「新規客」だったことを忘れてはいけません。新規客を上位に育てる道筋も同時に考えます。

コホート分析：始めた時期ごとに追いかける

セグメント分析やRFM分析は、ある時点の顧客を分けて見る方法でした。もう1つの大事な見方が、顧客を「始めた時期」ごとにまとめて、その後の行動を時間の流れに沿って追いかける「コホート分析」です。コホートとは、もともと「同じ時期に生まれた集団」のような、共通の特徴を持つグループを指す言葉です。GA4のヘルプでも、コホートは「共通の特性を持つユーザーのグループ」と説明されています。

図5の表は、行が「初回購入した月」、列が「初回から何か月後か」で、数字はその月にもう一度購入した顧客の割合です。表の読み方は3通りあります。

1. 横に読む：あるコホートが、時間とともにどう減っていくか。1月に始めた顧客は、1か月後に30％、5か月後に15％が購入している
2. 縦に読む：同じ「1か月後」でも、始めた月によって違うか。4月以降に始めた顧客は1か月後の割合が36〜38％と、それ以前（28〜30％）より高い
3. 斜めに読む：同じカレンダーの月に、すべてのコホートで同時に起きた変化（セールや季節の影響など）を見つける

A社では4月から「初回購入の2週間後に、豆の保存方法とおすすめの淹れ方を送るフォローメール」を始めていました。縦に読むと、4月以降のコホートは1か月後のリピートが高くなっており、施策の効果が出ている可能性があります。

なぜ全体の数字では分からないのか

もしこの変化を「全体のリピート率」だけで見ていたら、気づくのは難しかったでしょう。全体のリピート率には、何年も前から続いている優良客から、先月始めたばかりの客までが混ざっています。新しい施策の影響を受けるのは新しく始めた顧客だけなので、全体の数字の中では効果が薄まってしまうのです。

ただし、第4回で学んだとおり、コホートの比較も「前後比較」の一種です。4月から同時に始まった別の変化（季節、商品の入れ替え、広告の変更など）がないかを確かめ、可能ならフォローメールを送る・送らないを無作為に分けて確かめると、より確かな結論になります。

もう一歩深く：コホート分析の道具
コホート分析は、購入明細データがあれば表計算ソフトのピボットテーブルでも作れます（第9回で扱います）。Webサイトの場合は、GA4の「コホートデータ探索」で、初回訪問日などで分けたユーザーがその後どれくらい戻ってきたかを日・週・月の単位で見られます（2026年11月時点）。

この記事の監修者に相談できます

監修者の田中磨生が代表を務める株式会社Abinで、ご相談をお受けしています。

相談無料ツギノテ編集部に相談する→

BtoBではどう使うか

ここまでは通販のA社を例にしてきましたが、同じ考え方はBtoB（企業向けの商売）でも使えます。違いは、「顧客」が個人ではなく会社であることと、購入の回数が少なく、1件あたりの金額が大きいことです。

• セグメント分析：業種・従業員規模・獲得経路（展示会、ウェビナー、紹介、広告など）ごとに、商談化率や受注率、受注金額を比べる。「展示会で集めたリードは数は多いが商談化率が低い」といった違いが見えてくる。
• RFMの考え方：購入の代わりに「最後に接点があった日」「資料のダウンロードやウェビナー参加の回数」を使うと、見込み客の温度感を分けられる。これはMAツールのスコアリングと同じ発想。
• コホート分析：契約を始めた月ごとに、その後の解約率や追加契約の割合を追う。サブスクリプション型のサービスでは、定着の改善を確かめる基本の分析になる。

BtoBでは、1つのセグメントに入る会社の数が少なくなりがちです。数十社程度のセグメントの割合は偶然で大きく動くので、第6回の「母数を添える」習慣が特に大切になります。

実務ではこう使う：毎月の「顧客の健康診断」

この回で学んだ3つの分析は、毎月の定例として回すと威力を発揮します。

こうした分析を毎月手作業で集計するのは大変なので、顧客データを1か所にまとめて自動で集計できるようにしておくと便利です。顧客データの統合とセグメントの活用は顧客データ活用とCDP 第4回で、セグメントごとにメールの内容を変える方法はMAとナーチャリング（全6回）で、ツールについてはCDPおすすめ比較で紹介しています。

この回のまとめ

• 全体の数字は、セグメントごとの増減を打ち消してしまうことがある。主要な切り口で分けて見る。
• セグメントの切り口は、属性・行動・獲得経路・価値の4つ。良いセグメントは、打ち手が変わり、十分な大きさがあり、測り続けられる。
• RFM分析は、最近・回数・金額で顧客を分ける。特に「離反しかけ」の優良客を見逃さない。
• コホート分析は、始めた時期ごとに顧客を追いかける。縦に読むと施策の効果を考える手がかりになる。
• 毎月の「顧客の健康診断」として、3つの分析を定例で回す。

確認テスト

次回予告

次回は「回帰分析」を学びます。売上や問い合わせ数が、広告費・価格・季節などの要因でどれくらい説明できるのかを、1本の直線を引くところから始めて、複数の要因を同時に扱う考え方まで、数式に頼らずに見ていきます。

参考資料

• Google アナリティクス ヘルプ「[GA4] コホートデータ探索」（確認日：2026年11月12日）https://support.google.com/analytics/answer/9670133?hl=ja