楽天ショップの運営で「どの商品がよく売れているかまとまっていない」「優先的にアプローチすべきお客さまが分からない」と感じていませんか。
本ガイドでは、普段使い慣れたExcelだけを使って楽天の商品データを取り出し、RFM（最近の購入日・購入頻度・購入金額）の算出までを説明します。
データの整え方、RFMの計算方法、結果の見方まで順を追って解説するので、分析が初めての方でも取り組みやすい内容です。
手元のデータから「売れ筋の把握」や「優先すべきお客さまの見つけ方」につなげ、次の販促や在庫判断に役立てましょう。
分析を始める前の準備と定義
最初に決めるべきは「参照日」「集計単位」「金額の定義」です。ここが曖昧だと、毎回の結果がぶれて比較ができません。参照日はデータ抽出日の翌日など、毎回同じルールに固定しましょう。
RMSデータの抽出ルールと集計基準
RMSから取り出す列は過不足なく、再現性を意識します。注文番号、注文日時、注文ステータス、購入者を識別するキー、税込金額、送料・手数料、ポイント・クーポン、キャンセルや返品の有無、商品コードが基本です。識別子は会員IDを優先し、無い場合の扱いは社内ルールに沿って決めます。
- 集計単位は顧客単位を基本に、受注明細を注文番号で集約
- 対象期間は商材の買い替え周期に合わせて設定
- ステータスは発送済や入金済のみを使用し、キャンセルやテストは除外
金額の定義はシンプルに統一します。M（金額）は「税込受注金額 − 送料 − 手数料 − クーポン − ポイント利用」を基本形にすると迷いません。店舗の損益管理に合わせて、税の内外や端数処理も固定化します。
データの取り込みとクリーニング
RMSの出力時に注意すべき点は、欠損と重複の有無、そして文字コードです。Excelで文字化けせず正しく取り込めるかを、最初の一回で必ず確認します。
- 欠損チェック：顧客識別子・注文番号・注文日時・金額が空の行は使いません。
- 重複チェック：同一注文の二重出力はないかを「注文番号＋明細行」で確認します。
CSVはUTF-8で出力し、Excelでは「データ」→「テキスト/CSVの取得」から文字コードを指定して取り込むと安全です。郵便番号や電話番号は数値化しないよう取り込み時に「文字列」に設定します。
Excelでのデータ整形とRFM算出
Excelでの整形は3ステップで十分です。まず除外フラグを作り、次に注文番号レベルへ集約し、最後に顧客キーへ統一します。列の加工は関数とピボットテーブルだけで完結できます。
- 除外フラグ：キャンセル・返品・テストを「有効/無効」で区分。
- 明細統合：注文番号で集計し、実績金額を合算。購入回数は注文件数で数えます。
- 顧客キー：会員IDを優先し、無い場合の扱いは事前に決めた代替キーを適用。
金額の正規化は1列にまとめ、どの式で作ったかをセル横にメモしておくと次回が速いです。M値の式は「M = 税込受注 − 送料 − 手数料 − クーポン − ポイント」。必要なら「商品代金ベース」と「実支払ベース」を別列で持ち、目的に応じて使い分けます。
ピボットテーブルによる集計手順
日付の扱いはRの精度に直結します。注文日時から日付のみを抽出し、YYYY-MM-DDに統一。参照日はシート上部に固定セルで置き、Rの計算は「参照日 − 最終購入日」の日数で求めます。
顧客別の集計表はピボットテーブルで作ります。行に顧客ID、値に「最終購入日（最大）」「購入回数（件数）」「購入金額（合計）」を配置。抽出条件と一致しているかを数名の顧客でサンプル検証しましょう。
- R（最近の購入）：参照日からの経過日数（小さいほど直近）
- F（購入頻度）：対象期間の注文件数（多いほど良好）
- M（購入金額）：定義に従った合計金額（大きいほど良好）
R・F・Mの桁や単位が混ざらないよう、列見出しに「日」「回」「円」を明記しておくと入力ミスを防げます。
スコア化とセグメント設定
スコア化は上位から5段階に分ける方法が扱いやすいです。Rは値が小さいほど良いので並び順を逆に、FとMは大きいほど良いのでそのまま区切ります。外れ値が強い場合は上限をクリップし、スコアの境界を固定して継続利用します。
セグメント別の具体的な施策
ここまででRFMスコアがそろいました。次は施策です。施策は「誰に・何を・どのタイミングで」を固定化し、運用の負担を下げると継続できます。
顧客ランク別のアプローチ例
- 優良顧客：新商品や再入荷の先行案内、限定情報、レビュー依頼
- 高頻度層：まとめ買い提案、セット商品の紹介、定期購入の案内
- 高単価不定期層：関連品やアクセサリーの提案、購入後フォロー
- 新規顧客：使い方ガイド、FAQ、サンキューメール
- 休眠予備軍：おすすめ商品の再提案、「お久しぶり」メッセージ
- 休眠顧客：ブランドストーリーやベストセラーの再訴求
「同じ割引を全員に」ではなく、「必要な人に必要な提案」を徹底すると粗利が安定します。RFMは割引の乱発を抑え、在庫の回転を整えるのに有効です。
精度向上と運用のコツ
RFMの限界も理解しておきます。購買履歴だけでは好みや検討中の気持ちは拾い切れません。閲覧履歴やカート状況、アンケートと組み合わせれば、訴求の精度が上がります。まずはExcelで小さく実験し、効果のあった組み合わせから広げます。
効率化は段階的に。Excelでの集計→配信ツールでの実行→結果の記録をテンプレート化します。成果が見えてきたら、RMSの関連機能や外部CRM連携を使って、セグメントの自動更新やメール配信の定期化に進みましょう。
まとめ
まずは直近3〜6か月分のデータでRとFを中心に評価し、手応えが出たらMや商品カテゴリーを足す。施策の反応を数字で記録し、次回のスコア境界やメッセージに反映します。
RMSの注文データをExcelで整え、RFMを算出してセグメント別に提案するだけで、売れ筋の把握と優先顧客の発見が進みます。色々な分析手法に手を広げる前に、参照日・集計単位・金額定義の固定化 → 欠損/重複の整理 → RFM算出 → スコアと施策の固定という流れを固めましょう。
今日から実行でき、翌月には改善の兆しが見えるはずです。
＜ご注意＞本記事の内容は執筆時点の情報に基づいています。楽天RMSの仕様や画面は予告なく変更される場合があります。最新の情報は必ず公式サイトやRMSのヘルプ・マニュアルでご確認ください。