RFM分析

Ｒ・Ｆ・Ｍとはそれぞれ、「Recency（最新購買日）」、「Frequency（購買頻度）」、「Monetary Value（累積購買金額）」のことで、データベースのセグメンテーション基準として特に重要な意味を持つと言われる、個別データの構成要因。Rがデータベース使用の時点に近ければ近いほど、Fが多ければ多いほど、Mが大きければ大きいほど、その要因を含んだデータを使用した場合の購買確率が高くなることが統計的に証明されている。したがって、これらの要因を基準として過去の受注タイミングや頻度や金額を段階的に細分化し、R・F・Mそれぞれの変化に対応する購買率（レスポンス率）の変化と収益性の変化、およびそのベースになる発信量の変化と投資額の変化をチェックしてゆくことは、”最適収益のために投資すべきセグメント”を発見するために極めて重要なことで、このように、段階的に分割したR・F・Mのそれぞれを相関させたセグメントを全体的に見て、レスポンス率や収益効果がより高くなるような組み合わせ方を発見してゆくのが、「RFM分析」と呼ばれるデータ選別の技法なのである。