顧客分析とは：目的別の手法の選び方と、Excel・BIツール・データ分析基盤を分ける判断基準

顧客分析とは、購買履歴や契約情報を顧客一人ひとりの単位で集計し、誰が売上を支えているか、誰が離れかけているかを見て次の施策を決める作業です。この記事では、RFM分析・デシル分析・コホート分析・LTVといった手法を「答えたい問い」ごとに整理し、分析に必要なデータの最小構成と進め方を説明します。競合の解説記事があまり触れていない点として、同じ顧客が別IDで登録されているときに起きる取りこぼしと、Excel・BIツール・データ分析基盤を分ける数値の目安も、Microsoftの公式情報をもとにまとめました。最後に、顧客分析を始めるべき会社と見送ってよい会社の境目を示します。

まとめ：顧客分析は手法より先に問いと顧客IDのそろった購買データで決まる

顧客分析がうまくいかない会社の多くは、RFM分析などの手法を先に選び、集計表を作った時点で止まっています。成果を分けるのは、何を決めるための分析かという問いと、顧客IDで正しくつながった購買データの2点です。

進める順番は次のとおりです。まず「上位顧客は誰か」「離れかけている顧客は誰か」のように、施策の判断に直結する問いを1つ決めます。次に、顧客ID・購入日・金額・商品の4列がそろった明細を用意し、同じ人が複数のIDに分かれていないかを確かめます。手法は、最初の1回はデシル分析で十分です。2回目以降にRFM分析やコホート分析へ広げてください。

道具は、明細が100万行に届かず月1回の集計ならExcelで足ります。毎週の確認や部署をまたいだ共有が始まったらBIツールへ移る段階です。顧客IDつきの購買履歴がない業態や、取引先が数十社しかないBtoBでは、分析より担当者の聞き取りを先に整えるほうが成果につながります。

顧客分析の意味と目的｜売上の内訳を顧客単位で見て次の施策を決める作業

顧客分析という言葉は広く使われますが、実務で役に立つ定義は狭いほうです。ここでは、ほかの分析との違いと、顧客分析で答えを出せる問いの範囲を押さえます。

市場調査やアクセス解析との違いは「一人ひとりの顧客」を見る単位

市場調査は、まだ自社の顧客になっていない人も含めた市場全体の傾向を見ます。アクセス解析で数えるのは、Webサイトへの訪問やページの閲覧です。顧客分析は、すでに購入や契約をした人を顧客IDで識別し、その人の購入回数や金額、最後に買った日を並べて比べる点が違います。

見る単位が「顧客」なので、結果をそのまま施策の宛先にできます。たとえば「半年以上買っていない元・上位顧客の320人」が分かれば、その320人にだけ案内を送れます。市場全体の傾向からは、こうした宛先のリストは作れません。

顧客分析で答えを出せる4つの問いと、データだけでは答えが出ない問い

購買データから答えを出しやすい問いは、次の4つです。

• 売上を支えているのはどの顧客か（上位何割で売上の何割を占めるか）
• 離れかけている顧客は誰か（最後の購入からの経過日数が延びている人）
• 獲得した時期によって、その後の定着に差があるか
• 一緒に買われやすい商品の組み合わせは何か

反対に「なぜ買わなくなったのか」「競合のどこに惹かれたのか」は、購買データだけでは分かりません。理由を知りたいときは、分析で絞り込んだ顧客に聞き取りやアンケートを行います。顧客の推奨意向を数値で測る方法はNPSの計算方法と必要な回答数で解説しています。

顧客分析の手法の選び方｜問い別にRFM・デシル・コホート・LTVを使い分ける

手法の解説記事では5〜9種類の手法が並べて紹介されることが多いのですが、実務では「どの問いに答えるために使うか」で選びます。同じ問いに2つの手法を重ねても、新しい判断材料は増えません。

問いと手法と必要なデータ列の対応表：顧客分析の8手法を目的別に整理

主な手法を、答えられる問いと必要なデータ列で並べると次のようになります。

表のうち、デシル・RFM・コホートの3つで、多くの会社が知りたい問いの大半に答えられます。LTVは獲得費用をいくらまでかけてよいかを決めるとき、バスケット分析は売場やおすすめ商品を決めるときに追加すれば足ります。

最初の1回はデシル分析、2回目からRFMとコホートへ進む順番

デシル分析は、顧客を購入金額の順に10等分し、各グループが売上の何割を占めるかを見る手法です。必要な列が顧客IDと金額の2つだけなので、データの整備状況を確かめる最初の分析に向いています。当社が公開データで検証した例では、上位10%の顧客が売上の59.6%を占めました。分析の手順と結果は顧客セグメントの分け方とRFM・デシル分析の実データ検証にまとめています。

デシル分析だけでは、上位顧客がいま離れかけているかどうかが分かりません。そこで2回目は、最後の購入日（Recency）・購入回数（Frequency）・購入金額（Monetary）の3つで顧客を分けるRFM分析に進みます。Recencyの考え方と計算方法はRecencyとRFMの計算方法で解説しています。獲得した月ごとに翌月以降も買い続けている割合を追う場合は、コホート分析のGA4・Excel・SQLでの作り方を参照してください。

SQLで10等分するならntile関数、同額の扱いはpercent_rankで確認

明細がデータベースにある場合、デシル分析はSQLで短く書けます。PostgreSQL 18の文書（ウィンドウ関数）によると、ntile関数は行をできるだけ等しい数に分け、1から引数の値までの番号を返します。次の例は、2025年度の購入金額で顧客を10グループに分けるSQLです。

SELECT customer_id,
       SUM(amount) AS total_amount,
       NTILE(10) OVER (ORDER BY SUM(amount) DESC) AS decile
FROM orders
WHERE order_date >= DATE '2025-04-01' AND order_date < DATE '2026-04-01'
GROUP BY customer_id;

ntileは行数で機械的に分けるため、同じ金額の顧客が別のグループに入ることがあります。同額を同じ順位として扱いたいときは、(順位-1)を(総行数-1)で割った値を返すpercent_rank関数で割合を出し、自分で区切ってください。購入回数のように同じ値が多い列でこの差が大きく出る点は、データベースマーケティングの解説にあるRFM分析のSQL例で実データとあわせて説明しています。

CTB分析・CPM分析・クラスター分析は顧客数が数万人を超えてから

CTB分析は、購入した商品の分類（Category）・好みの色や味（Taste）・ブランド（Brand）で顧客の好みを分ける手法です。商品の属性が整理されていないと使えないため、商品マスタの属性項目がそろった小売や通販に向いています。CPM分析は、購入回数や在籍期間をもとに初回客から優良客までの育成段階と、離脱した顧客を分けて数える手法です。

クラスター分析は、複数の指標が似ている顧客を自動でまとめます。グループ数の決め方に統計の知識が要るため、顧客が数百人規模なら、人が区切りを決めるRFM分析のほうが結果を説明しやすくなります。グループ数の決め方はデンドログラムの見方とクラスタ数の決め方を参照してください。

顧客分析に必要なデータ｜顧客ID・購入日・金額・商品の4列と名寄せ

手法を決めても、データが分析に使える形になっていなければ結果は信用できません。ここでは最小限のデータ構成と、集計の前に確かめる2つの点を挙げます。

最小構成は4列の明細、BtoBでは顧客IDを会社単位か担当者単位か決める

顧客分析に必要な最小のデータは、1回の購入を1行にした明細で、列は顧客ID・購入日・金額・商品の4つです。この4列があれば、前述の表のうちCTB分析以外の手法はすべて計算できます。会員の性別や地域などの属性は、分析の結果を説明するときに後から結合すれば足ります。

BtoBでは、顧客IDを会社単位にするか担当者単位にするかを先に決めてください。同じ会社の別部署から注文が入る業態で担当者単位のまま集計すると、上位顧客の売上が分散して見えます。基幹システムやERPの取引先コードは会社単位、CRMのコンタクトは担当者単位で管理されていることが多いため、どちらの表を正とするかで結果が変わります。

同じ顧客が別IDで重複すると上位顧客と離脱の判定を取り違える

ECサイトの会員と店舗のポイントカードを別々に発行している会社では、同じ人が2つのIDで記録されがちです。この状態で集計すると、両方で買っている上位顧客が2人の中位顧客に見えます。片方のIDでの購入が止まると、実際には店舗で買い続けている人が離脱扱いになります。

分析の前に、メールアドレスや電話番号で同じ人を突き合わせ、1つの顧客IDにまとめる「名寄せ」を行います。どの項目をキーにするか、表記ゆれをどう吸収するかの設計は顧客データ統合の進め方と名寄せのキー設計で解説しています。

購買履歴を分析して広告や案内に使うなら具体的な利用目的に書いておく

顧客分析で扱う購買履歴は、個人情報保護法の対象となる個人データです。購買履歴を分析して趣味や嗜好に応じた広告や案内を送る場合は、その使い方を本人が予測できる程度に利用目的として示しておく必要があります。プライバシーポリシーに「サービスの提供のため」としか書いていない会社は、分析を始める前に見直してください。

利用目的の書き方の具体例と、広告メールを送る際の同意の管理は、データベースマーケティングの解説の「個人情報保護法と特定電子メール法の設計要件」の章で扱っています。

顧客分析の進め方5工程｜問いの設定から施策の実行と効果測定まで

顧客分析は、集計表ができた時点ではまだ半分です。施策を実行し、効果を測るところまでを1回の分析として計画します。

問いの設定から効果測定までの5工程と、各工程で担当者が決めること

1. 問いを決める：「半年以上購入のない上位顧客は何人いて、呼び戻せるか」のように、施策の判断に直結する形で1つ書く
2. データを用意する：顧客ID・購入日・金額・商品の明細を、問いに必要な期間（多くの場合は直近1〜2年）で抜き出し、名寄せを済ませる
3. 手法を選んで集計する：対応表から問いに合う手法を1つ選び、顧客をグループに分ける
4. 施策の宛先と内容を決める：グループごとに送る案内や営業の動き方を決め、実行する
5. 効果を測る：施策を実行したグループと実行しなかったグループで、購入率や金額を比べる

手順1の問いが「顧客を理解する」のように曖昧だと、手順4で何をすればよいかが決まりません。問いの段階で、結果を見て誰が何を判断するのかまで書いておくと、集計表を作ったまま終わる失敗を避けられます。

施策の効果は、案内を送らない対照群を残して比べないと測れない

離脱しかけの顧客に案内を送り、翌月に2割が購入したとしても、それが案内の効果かどうかは分かりません。案内がなくても買う予定だった人が含まれるからです。対象の顧客を無作為に2つに分け、片方には送らずに残しておくと、両者の購入率の差が施策の効果になります。

対照群の大きさは、対象が数千人規模なら1〜2割を残す設計がよく使われます。対象が数百人しかないと差が誤差に埋もれやすいため、効果の判定は複数回の施策をまとめて行ってください。対照群の設計と測り方は前述のデータベースマーケティングの記事で、施策例とあわせて説明しています。

顧客分析ツールの選び方｜Excel・BIツール・データ分析基盤を分ける条件

顧客分析の道具は、Excel、BIツール、データ分析基盤の3段階で考えます。上の段階ほど費用と準備の手間が増えるため、いまの集計の規模と頻度に合う段階から始めます。

Excelで足りるのは明細が100万行未満で月1回の集計まで

Microsoftの「Excel の仕様と制限」によると、ワークシートの行数の上限は1,048,576行です。購入1回を1行とする明細が年に数十万行までなら、ピボットテーブルでデシル分析やRFM分析を十分に回せます。同じページには、データモデル（Power Pivot）を使えば64ビット環境ではファイルサイズのハード制限がないとも書かれており、行数の上限を超えた明細も扱えます。

Excelの限界は行数より運用にあります。毎月、基幹システムから明細を書き出して貼り付け、関数を更新する作業が担当者1人に集まると、その人が休んだ月は分析が止まります。集計を月2回以上にしたくなった時点が、次の段階を検討する目安です。

毎週の確認や部署間の共有ならBIツール、閲覧者のライセンス費も試算する

BIツールは、基幹システムやCRMのデータに直接つなぎ、集計とグラフを自動で更新します。営業・マーケティング・経営層が同じ数字を見る運用向けの道具です。たとえばPower BIの価格ページでは、Power BI Proが1ユーザーあたり月2,098円相当（年払い・税抜、2026年11月時点）、作成用のPower BI Desktopは無料と案内されています。

見落としやすいのが閲覧する側の費用です。Microsoft Learnのライセンスの種類別機能の解説によると、無料ライセンスで作れるのは自分用のレポートだけで、他の人との共有はできません。Premium容量やFabricのF64以上の容量を契約していない場合、閲覧する人にもProライセンスが要ります。作成者2人と閲覧者8人なら、Proだけで月20,980円（税抜）になる計算です。中小企業で導入するかどうかの判断はBIツールが中小企業に必要かを人員と予算から見る判断を参照してください。

EC・店舗・CRMなど複数の顧客データを統合するならデータ分析基盤が先

顧客データがECサイト、店舗のPOS、CRM、広告の管理画面に分かれている場合、BIツールだけでは名寄せと統合が追いつきません。各システムのデータを1か所に集めて顧客IDでつなぐデータ分析基盤を先に作り、BIツールはその上で集計を表示する役に回します。

基盤は構築に数か月と継続の運用費がかかるため、データ源が2つまでならBIツールのデータ結合で済ませる判断もあります。マーケティング用途の構成と作らない判断の基準はマーケティングのデータ分析基盤の構成と作らない判断で解説しています。

顧客分析を始めるべき会社と見送る会社｜顧客数と購買履歴の有無で決める

顧客分析は、データさえあれば誰にでも効く施策ではありません。以下は、これまでの論点を踏まえた当社の判断基準です。数値は目安で、業態に応じて調整してください。

顧客IDつきの購買履歴が1年分以上あり、顧客が千人を超えるなら始める

会員IDや取引先コードで識別できる購買履歴が1年分以上あり、年に1回以上買う顧客が千人を超えるなら、顧客分析を始める価値があります。この規模になると、営業や店舗の担当者が顧客一人ひとりの状況を記憶で追うのは難しくなり、離れかけた上位顧客に気づくのが遅れます。

通販、会員制の店舗、サブスクリプション型のサービス、消耗品を継続して納める卸売は、始める側に入ります。どれも購入が繰り返し発生し、最後の購入からの経過日数が離脱の兆しとして読めるからです。

取引先が数十社のBtoBや、店頭で顧客を識別できない業態は見送る

取引先が数十社に限られるBtoBでは、分析で分かることの多くを営業担当者がすでに知っています。集計の仕組みを作るより、商談記録をCRMに残して共有するほうが先です。

会員制度がなく、店頭のレジで顧客を識別できない業態も見送ってください。顧客IDのない売上は、商品別・時間帯別の分析はできても、一人ひとりの顧客は追えません。先に会員登録やポイントカードで顧客を識別する仕組みを整え、1年分の履歴がたまってから分析に移る順番が安全です。

集計の仕組みづくりは外部に任せ、問いと施策の判断は社内に残す

外部の支援を使う場合に切り出しやすいのは、基幹システムやCRMからのデータの抜き出し、名寄せの処理、BIツールのダッシュボードと自動更新の設定です。どの問いを立てるか、結果を見てどの顧客に何をするかは、顧客と接している社内の担当者が決める部分で、外部に任せると施策につながらない集計表が増えます。

ダッシュボードの設計からデータ連携、運用の定着までをまとめて相談したい場合は、一創のBIツール導入支援で対応しています。

よくある質問

顧客分析の手法やツールについて、検討の段階でよく出る質問に答えます。

顧客分析の代表的な手法には何がありますか？

よく使われるのは、デシル分析・RFM分析・コホート分析・LTV分析・バスケット分析です。顧客の好みを商品の属性で分けるCTB分析、育成段階で分けるCPM分析、似た顧客を自動でまとめるクラスター分析もあります。手法は数で選ばず、答えたい問いで選んでください。上位顧客を知りたいならデシル、離れかけの顧客を見つけたいならRFM、獲得時期による定着の差を見たいならコホートが入口になります。

顧客分析はExcelでもできますか？

Excelでも顧客分析は可能です。Excelのワークシートは1,048,576行まで扱えるため、明細が年に数十万行までならピボットテーブルでデシル分析やRFM分析を行えます。行数がそれを超える場合は、データモデル（Power Pivot）で扱う方法があります。課題になりやすいのは行数より、毎月の書き出しと貼り付けが担当者1人に集まる運用です。集計を月2回以上にしたい、複数の部署で同じ数字を見たいという段階になったら、BIツールを検討してください。

顧客分析にはどんなデータが必要ですか？

最小限必要なのは、1回の購入を1行にした明細で、顧客ID・購入日・金額・商品の4列です。この4列があれば、デシル・RFM・コホート・バスケット分析を計算できます。性別や地域などの属性は、結果を説明するときに後から結合すれば足ります。集計の前に、同じ顧客がECと店舗で別のIDに分かれていないかを確かめ、必要なら名寄せをしてから分析してください。

顧客分析とマーケティング分析の違いは何ですか？

マーケティング分析は、市場の規模や競合、広告の成果、Webサイトの流入など、販売活動全体を対象にします。顧客分析はその一部で、すでに購入や契約をした顧客を顧客IDで識別し、一人ひとりの購入回数や金額、最後の購入日から次の施策を決める点が特徴です。結果をそのまま案内の宛先リストにできるのが、顧客分析ならではの使い道です。

顧客分析の結果はどう施策に使えばよいですか？

分析で分けたグループごとに、送る案内や営業の動き方を決めて実行します。たとえば、半年以上購入のない元・上位顧客には個別の連絡を、購入1回だけの新規顧客には2回目の購入を促す案内を送ります。効果を測るときは、同じグループの中で案内を送らない対照群を残し、購入率を比べてください。対照群がないと、案内がなくても買った人の分まで施策の効果に数えてしまいます。

関連記事

• LTVとは？顧客生涯価値の意味・計算の考え方とCRM/MAでの高め方【2026年版】：顧客分析の結果を獲得費用の上限に結びつけるときに。
• チャーンレートとは？計算方法・種類とSaaS業界平均の目安を一次データで整理：サブスクリプション型の事業で離脱を率で追うときに。
• バスケット分析とは？アソシエーション分析との違いと4指標の計算・Excel・Pythonでのやり方：一緒に買われる商品の組み合わせを調べるときに。
• BIツールのダッシュボード設計｜見られる画面を作る指標の階層・更新頻度・粒度の決め方：顧客分析の結果を毎週見る画面に落とすときに。
• CRMとは？顧客関係管理の機能・SFA/MAとの違いと導入メリットを実務目線で解説：顧客IDと商談記録をそろえる仕組みから検討するときに。