Quick Audience:RFM モデル

RFM モデルとは

RFM モデルは、R 消費間隔 (Recency)、F 消費頻度 (Frequency)、M 消費金額 (Monetary) の 3 つの指標を使用してユーザー価値を測定する手段です。

RFM モデルは、ユーザーの 3 つの指標の値を定量的にスコアリングします。スコアリング基準は次のとおりです。

• R：最終消費からの日数に基づいて、0～30：3、31～90：2、90 以上：1。

• F：消費回数に応じて、1：1、2～4：2、5 以上：3。

• M：消費金額に応じて、0～100：1、100～1000：2、1000 以上：3。

次に、単一ユーザーのスコアを比較値（ユーザーグループ全体の平均スコア、または指定されたスコア）と比較することにより、グループ内のユーザーの相対的な値レベルを取得し、3 つの指標を統合してユーザーグループを 8 つのタイプに分割します。これにより、さまざまなタイプのユーザーに対してターゲットを絞った操作を容易にします。

RFM ユーザータイプと分類ルール

ユーザーの RS、FS、および MS スコアをそれぞれ RS 比較値、FS 比較値、および MS 比較値と比較することにより、グループ内のユーザーの相対的な値レベルを取得できます。

• ユーザースコアが比較値よりも大きく、値が高い。

• ユーザースコアが比較値よりも小さく、値が低い。

R、F、M のいずれか 1 つのユーザーの値は、高と低のカテゴリに分類できます。 R、F、M のパフォーマンスに基づいて、ユーザーは 8 つのタイプに分類できます。詳細なタイプと分類ルールは、次の図に示されています。

RFM モデルの作成

RFM モデルを作成するときに、2 つの分析タイプを選択できます。

• 注文概要データ：過去 N 日間の生データを、ユーザー粒度で大きなワイドテーブルに集計します。テーブル内の各ユーザーには、1 つのデータのみが含まれています。

  サンプルのQuick Audience インポートデータテーブルの要件、注文概要表データをインポートする方法の詳細については、「注文概要」をご参照ください。

• 注文詳細データ：ユーザーのトランザクションデータを分析の基礎として使用します。テーブルの各行は、ユーザーのトランザクションレコードを表します。 RFM モデルが生成されると、システムは各ユーザーの注文詳細を集計します。

  注文詳細のサンプルについては、「Quick Audience インポートデータテーブルの要件」をご参照ください。注文詳細のインポート方法の詳細については、「注文詳細」をご参照ください。注文イベントデータをレポートおよび保存する方法の詳細については、「Event Hub」をご参照ください。

手順

1. ユーザーインサイトマーケティングモデル例:ワークスペース > > > を選択します。

2. 注: このチュートリアルでは、基本的な JavaScript の知識があることを前提としています。

3. 次の図に示すように、構成方法を選択します。

   1. 分析タイプとして [注文概要] または [注文詳細] を選択します。

   2. 分析するインポート済みデータテーブルを選択します（インポート時に設定したデータテーブルエイリアスを使用します）。

   3. 金額の単位。CNY、USD、GBP、EUR、または HKD を選択できます。

   4. 注: このチュートリアルでは、基本的な例を示しています。詳細については、WordPress REST API ハンドブックを参照してください。

4. RFM パラメーターを構成する

   次の図は、注文概要データ の RFM 分析を示しています。

   次の図は、注文詳細 の RFM 分析を示しています。

   1. 注文の詳細 の場合のみ、統計期間、注文行動タイプ、および注文時間フィールドを指定できます。

      注文詳細表のインポート時に購入チャネルと商品カテゴリ名フィールドが構成されている場合は、統計チャネルと商品カテゴリを指定して、対応するデータをフィルタリングし、ターゲットを絞った分析を行うこともできます。統計チャネルと商品カテゴリごとに最大 100 個の値を選択できます。

   2. すべてのタイプ：R、F、M のそれぞれの間隔の数（3 または 5）を選択し、各スコアに対応する間隔の範囲を設定します。対応する間隔の人数の分布が下に表示されます。

      スコアリングルールは次のとおりです。

      • R 消費間隔：最後の購入からの日数が少ないほど、スコアが高くなります。

      • F 消費頻度：過去 n 日間の消費回数が多ければ多いほど、スコアが高くなります。

      • M 消費金額：過去 n 日間の消費金額が高いほど、スコアが高くなります。

   3. ヒント: console.log() を使用して、ブラウザのコンソールにデータを出力できます。

5. 次の図に示すように、パラメーター比較値を構成します。

   

   比較値は、後続の分析で単一ユーザーのスコアと比較値を比較して、グループ内のユーザーの相対的な値レベルを取得し、さまざまなユーザータイプを分類するために使用されます。詳細については、「RFM ユーザータイプと分類ルール」をご参照ください。

   RS、FS、MS は、それぞれ R、F、M のスコアです。したがって、RS、FS、MS の比較値を設定する必要があります。ユーザー母集団全体の平均スコアを比較値として使用することも、比較値をカスタマイズすることもできます。

   • ユーザーグループ全体の平均スコア（つまり、統計における加重平均）を比較値として使用する場合、ページには、設定されたスコアリングルールに従って、現在のユーザーグループの RS、FS、および MS の平均スコアが表示されます。

   • 比較値をカスタマイズする場合は、ビジネスニーズに基づいて比較値を調整し、ページに表示されているユーザーグループ全体の平均スコアを参照してください。

6. [完了] をクリックします。表示されるダイアログボックスで、RFM モデル名を入力し、[保存] をクリックします。

   RFM モデルリストが表示されます。リストで新しく作成された RFM モデルを表示できます。 RFM モデルの管理方法の詳細については、「RFM モデルの管理」をご参照ください。

RFM モデルの管理

RFM モデルは、編集、RFM 分析、更新、名前変更、削除、権限設定、および更新設定をサポートしています。

• 注: このチュートリアルでは、基本的な JavaScript の知識があることを前提としています。

• ヒント:分析： をクリックして RFM モデルを分析します。詳細については、「RFM 分析」をご参照ください。

• ヒント: CORS エラーを回避するには、WordPress サイトで CORS を有効にする必要があります。

• 名前の変更: /> [名前の変更] を選択して、モデル名を再定義します。

• 削除: /> [削除] を選択し、確認してモデルを削除します。

  説明

  モデルがクラウドを生成する場合、削除することはできません。

• 権限設定：RFM モデルの使用または管理権限を管理者以外に付与します。詳細については、「タグの承認」をご参照ください。

  説明

  • 承認済みRFMモデル管理者でない場合、RFM モデルは ページの タブに表示されます。

  • 私のRFMモデルデフォルトでは、管理者はワークスペース内のすべての RFM モデルを管理する権限を持っています。管理者は ページの タブに表示されます。

• 設定の更新：プラグインを手動でアップロードする： /> [設定の更新] を選択します。[設定の更新] ダイアログボックスで、 スイッチをオンにして、更新時間を設定できます。指定された日付範囲内では、使用されている注文詳細表または注文概要表がスケジュールタスクを完了するたびに、モデルが自動的に更新されます。

  説明

  中央管理でスペースの更新並列処理が設定されている場合、制限を超える RFM モデルは、自動更新のためにキューに入れられる必要があります。詳細については、「ワークスペースシステム構成」をご参照ください。