顧客セグメントとは？意味と、混同しやすい言葉との違い

顧客セグメントとは、自社の顧客を、年齢や地域、購入の仕方などの共通点でまとめたグループのことです。顧客をこうしたグループに分ける作業を「セグメンテーション（顧客セグメンテーション）」と呼び、「カスタマーセグメント」もほぼ同じ意味で使われます。

たとえばネットショップの顧客を「この3か月以内に2回以上買った人」と「1年以上買っていない人」に分ければ、それぞれが1つの顧客セグメントです。前者には新商品の先行案内、後者には久しぶりの購入を促す案内というように、グループごとに伝える内容を変えられるようになります。全員に同じメッセージを送るのではなく、相手の状況に合った連絡ができるようになることが、顧客を分ける一番の理由です。

ターゲット・ペルソナとの違い

顧客セグメントと一緒によく出てくる言葉に、ターゲットとペルソナがあります。マーケティングの基本的な枠組みであるSTP分析では、まず顧客や市場を分け（セグメンテーション）、その中から狙うグループを選び（ターゲティング）、選んだ相手に対して競合とどう違う立ち位置を取るかを決めます（ポジショニング）。顧客セグメントは、この最初の「分ける」段階で生まれるものです。

分ける、選ぶ、1人の人物像に具体化する、という順番で対象が絞られていきます。狙う相手を先に決めてから顧客を分けると、最初の思い込みに合う顧客しか見えなくなるため、この順番を守ることが大切です。

市場セグメンテーションとの違い

似た言葉に「市場セグメンテーション」があります。こちらは、まだ自社の商品を買っていない人も含めた市場全体を、年齢や地域、価値観などで分ける考え方です。新商品の企画や、どの市場に参入するかを考えるときに使います。

一方、顧客セグメントは多くの場合、すでに取引のある自社の顧客を対象にします。使うデータも異なり、市場セグメンテーションでは公的な統計や市場調査の結果が中心になるのに対し、顧客セグメントでは購入履歴や会員情報、問い合わせ履歴などの社内データが中心です。この記事では、後者の「自社の顧客を分ける」場面を中心に扱います。

分析ツールの「セグメント」機能との関係

Googleアナリティクス4（GA4）や、ネットショップ作成サービスのShopifyなど、多くのツールにも「セグメント」という機能があります。GA4では、探索レポートで分析するために、特定の条件に当てはまるユーザーやセッション（1回の訪問）、イベント（ページの閲覧やクリックなどの操作）を絞り込んだデータの集まりを「セグメント」と呼びます。Shopifyの「顧客セグメント」は、設定した条件に合う顧客が自動で出入りする顧客リストです。

ツールによって対象がサイトの訪問者なのか、購入した顧客なのかは異なりますが、「共通点で絞り込んだグループ」という考え方は同じです。ツールの機能は「どの条件で分けるか」が決まって初めて役に立つため、まずは分け方そのものを決めることから始めます。なお、各ツールの機能や画面は変更されることがあるため、操作方法は各サービスの公式ヘルプでご確認ください。

顧客を分ける4つの切り口

顧客の分け方には、マーケティングで広く使われる4つの切り口があります。それぞれ取りやすさと限界が異なり、実務では単独で使うより、目的に合わせて1〜2個を組み合わせるのが一般的です。

デモグラフィック（年齢・性別・家族構成など）：誰が買っているかを知りたい場合

デモグラフィックとは、年齢・性別・職業・年収・家族構成といった、その人の基本的な属性による分け方です。法人向け（BtoB）のビジネスでは、業種・従業員数・売上規模など、企業の属性がこれに当たります。

強み：会員登録や問い合わせフォームの入力項目から集められるため、最も手軽に始められます。

注意点：同じ「30代女性」でも、買う理由や買い方はばらばらです。属性だけで分けると、動機の違う人が同じグループに混ざります。

ジオグラフィック（地域・気候・店舗からの距離など）：地域で売れ方が違うかを確かめたい場合

ジオグラフィックとは、住んでいる地域や都市の規模、気候、店舗からの距離など、場所に関する情報による分け方です。

強み：配送先の住所や来店店舗のデータからすぐに分けられ、実店舗や地域密着型のビジネスと相性の良い切り口です。

注意点：全国どこからでも買えるネットショップでは地域による違いが小さいことも多く、分けても打ち手が変わらない場合があります。

サイコグラフィック（価値観・ライフスタイル・購入の動機など）：なぜ選ばれているかを知りたい場合

サイコグラフィックとは、価値観やライフスタイル、趣味、「価格を重視するか、品質を重視するか」といった購入の動機など、心の内側に関する情報による分け方です。

強み：買う理由に直結するため、広告の訴求やWebページの見出しなど、伝える言葉を考えるときに最も役立ちます。

注意点：購入データには残らないため、アンケートやインタビュー、レビューの読み込みなどで情報を集める手間がかかります。

行動（最終購入日・購入回数・購入金額など）：リピートを増やしたい場合

行動による分け方とは、最後に買った日、買った回数、合計の購入金額、サイトで見たページなど、実際の行動履歴による分け方です。このうち、最終購入日（Recency）・購入回数（Frequency）・購入金額（Monetary）の3つで顧客を分ける方法は、頭文字を取って「RFM分析」と呼ばれます。

強み：購入履歴があればすぐに分けられ、「先週買った人」と「1年買っていない人」のように、送るべき連絡の違いがはっきり出ます。既存顧客の再購入を増やしたいときの基本となる切り口です。

注意点：住宅や自動車のように数年に1回しか買わない商品では、ほぼ全員の購入回数が1回になり、差がつきません。その場合は、資料請求や来店予約といった購入前の行動で分けるほうが役立ちます。

目的別：どの切り口から分ければいいか

4つの切り口のどれを使うかは、「セグメントを分けたあとに何をしたいか」で決まります。分けても打ち手が変わらない切り口は、どれだけ細かく分けても成果につながりません。自社の目的に近い行から確認してください。

迷った場合、購入履歴が手元にあるなら「行動」から始めるのが確実です。用意するデータが最も少なく、グループごとの打ち手の違いもはっきり出るためです。ただし行動データは「何をしたか」は教えてくれても、「なぜ買ったか」は教えてくれません。広告の訴求を考える段階に入ったら、アンケートやレビューなどサイコグラフィックの情報を足していきます。

購入履歴で顧客を4つに分ける手順（ネットショップの例）

ここでは架空のネットショップを例に、行動の切り口で顧客を4つのグループに分け、最初の施策と成功の基準を決めるまでの流れを紹介します。

• 顧客数：1,200人（過去1年に1回以上購入した人）
• 平均の客単価：7,000円
• 目的：しばらく買っていない顧客に、もう一度買ってもらう
• 使えるデータ：顧客ごとの最終購入日と購入回数（ショップの管理画面からCSVで出力できる想定）

1. 目的を1つに決める

最初に、分ける目的を1つに絞ります。この例では「しばらく買っていない顧客に、もう一度買ってもらう」です。目的が再購入なのか客単価の引き上げなのかで使うデータが変わるため、ここを曖昧にしたまま分け始めると、分類表を作っただけで終わってしまいがちです。

2. 顧客ごとに1行のデータを用意する

顧客ID・最終購入日・購入回数の3列が、顧客ごとに1行ずつ並んだデータを用意します。Excelやスプレッドシートで十分です。実店舗とネットショップで顧客IDが別々に管理されている場合は、同じ人が2人として数えられてしまうため、できる範囲で名寄せ（同じ人物のデータを1つにまとめること）をしておきます。

3. 2つの基準で4つのグループに分ける

「最後に買ってから90日以内か、それより前か」と「購入回数が2回以上か、1回だけか」の2つの基準で分けると、顧客は次の4つのグループになります。

90日という区切りは、この例での仮の値です。消耗品のように1〜2か月で買い替える商品なら短く、家具のように買い替えの間隔が長い商品なら長くするなど、自社の商品が「普通はどれくらいの間隔で買われるか」に合わせて決めます。

今回の目的に最も合うのは「離れかけの常連」です。過去に2回以上買っているため商品を気に入っている可能性が高く、まだ完全には離れていないと考えられるからです。人数が最も多い「一度きりの休眠」には、そもそも商品が合わなかった人も多く含まれるため、最初の重点には向きません。

4. 何人戻れば成功かを先に決める

施策を始める前に、「何人戻れば成功か」を数字で決めておきます。このグループから月に8万4,000円の売上を取り戻すことを目標にした場合、必要な人数と購入率は次のように割り出せます。

150人のうち12人（8%）が戻れば目標達成、という基準が決まりました。この8%が高すぎるか妥当かは、過去にこのグループへ案内を送ったときの反応や、何も送らなかった月に自然に再購入した人の割合と比べて判断します。

過去の実績がなければ、1回目は基準づくりと割り切り、結果を記録するだけでも十分です。こうした基準があると、「どれくらい成果が出るのか」と上司に聞かれたときにも、数字で説明できます。

5. 翌月に結果を確かめ、分け方を見直す

案内を送ったら、翌月に「離れかけの常連」150人のうち何人が実際に買ったかを数えます。あわせて、このグループの顧客が「常連」に戻ったのか、「一度きりの休眠」に近い状態へ移ったのかも確認すると、施策がどこまで効いたかが見えやすくなります。

数字を確かめるときは、購入したかどうかだけで判断を終えないことも大切です。戻ってきた顧客と戻らなかった顧客で、問い合わせの内容やレビューに違いがないかを見ると、「補充の案内が早すぎた」「案内した商品がずれていた」といった、数字だけでは分からない理由が見えてきます。より厳密に効果を確かめたい場合は、グループの一部にはあえて案内を送らず、送った人と送らなかった人の購入率を比べる方法もあります。

分けたグループが施策に使えるかを確かめる4つの視点

グループを作ったら、実際に施策の対象として使えるかを確かめます。国内では、優先順位（Rank）・規模（Realistic）・到達できるか（Reach）・反応を測れるか（Response）の頭文字を取った「4R」という確認の枠組みがよく使われます。ここでは、手順の例で選んだ「離れかけの常連」150人に当てはめて確認します。

優先順位をつけられるか（Rank）

複数のグループのうち、どれから手をつけるかを、目的や売上への影響から決められるかを確認します。例では、目的が「もう一度買ってもらう」ことであり、過去に2回以上買っているという根拠があるため、4つのグループの中で最優先にできます。

施策に見合う規模があるか（Realistic）

そのグループに施策を打ったときに、手間や費用に見合う売上が見込めるかを確認します。例では、目標どおり12人が戻れば月8万4,000円の売上です。メール配信のように追加費用がほとんどかからない施策なら十分に見合いますが、1人ずつ電話をかけるような手間のかかる施策であれば、かかる作業時間と比べて判断します。

連絡を届けられるか（Reach）

そのグループの顧客に、実際に連絡する手段があるかを確認します。メールアドレスが登録されていても、配信を停止している顧客には案内が届きません。150人のうち実際に案内を受け取れる人数を数えておき、届く人数が少なければ、目標の12人を達成するために必要な購入率はその分だけ上がると考えておきます。

反応を測れるか（Response）

施策のあと、そのグループの顧客がどう反応したかを数えられるかを確認します。例では顧客IDで購入履歴をたどれるため、案内後に何人が買ったかを測れます。店舗で会員証を提示せずに購入できるなど、誰が買ったか分からない仕組みの場合は、グループ専用のクーポンコードを使うなど、反応を測る工夫が必要です。

顧客セグメントでつまずきやすいポイント

顧客を分けること自体は、手順さえ決まれば難しくありません。つまずきやすいのは、分ける細かさや、分けたあとの扱い方です。

細かく分けすぎて、施策が回らない

切り口を増やせば、顧客の違いをより細かく捉えられます。ただし、たとえばRFM分析の3つの指標をそれぞれ5段階に分けて掛け合わせると、5×5×5で125ものグループができます。

グループごとに案内の内容を作り分ける余力がなければ、細かく分けても実行されないまま終わります。最初は自社で同時に回せる施策の数に合わせてグループ数を決め、運用に慣れてから増やしていくほうが成果につながります。

購入データだけで分け、買った理由を確かめていない

行動データで分けると、誰が・いつ・いくら買ったかは分かりますが、なぜ買ったかは分かりません。同じ「離れかけの常連」の中にも、商品に不満があって離れた人と、単にまだ使い切っていないだけの人が混ざっています。この両者に同じ補充の案内を送っても、前者には響きません。

私たちが顧客を理解するうえで大切にしているのは、属性や購入データの裏側にある「その商品を通じて、本当は何を実現したいのか」という目的まで掘り下げることです。同じ補充の案内でも、「切らしたくない」人には残りの量の目安を、「もっと上手に使いたい」人には使い方の例を伝えるほうが届きます。

購入データで分けたグループの中を、こうした目的の違いでもう一段見てみると、案内に使う言葉そのものが変わってきます。

一度分けたら、そのまま固定してしまう

顧客は時間とともにグループを移動します。先月の「常連」が今月は「離れかけ」になることもあれば、その逆もあります。分けた結果を一度きりの資料で終わらせず、毎月1日時点など基準日を決めて定期的に分け直すと、グループ間の移動そのものが「どの顧客に今連絡すべきか」を教えてくれます。

基準日や集計期間を毎回変えてしまうと、顧客が動いたのか集計の条件が変わったのかを区別できなくなるため、条件は揃えておきます。

データが少ないことを理由に、分けるのを先送りにする

立ち上げたばかりの事業や、取引件数の少ない法人向けのビジネスでは、購入履歴だけでは十分に分けられないことがあります。この場合も、分けること自体を諦める必要はありません。問い合わせフォームの「ご相談内容」や商談時のメモ、既存顧客への短いヒアリングから、「何に困って相談してきたか」で顧客を分けるだけでも、提案資料や事例の見せ方を相手ごとに変えられます。数社・数人の顧客から始め、データが増えるにつれて切り口を足していく進め方で十分です。

よくある質問

顧客が何人くらいいれば、分ける意味がありますか？

明確な基準はありません。目安になるのは、分けたグループごとに「施策のあと何人が反応したか」を比べられる人数がいるかどうかです。1グループが数人しかいないと、反応した人数が1人増えただけで結果が大きく変わり、施策の良し悪しを判断できません。顧客が少ない場合は、まず2つのグループに分けるところから始めます。

顧客セグメントを作るのに、専用のツールは必要ですか？

最初はExcelやスプレッドシートで十分です。顧客ごとに最終購入日と購入回数が並んだ表があれば、並べ替えと条件付きの集計で4つのグループは作れます。顧客数が増えて毎月の分け直しが手間になってきたら、条件に合う顧客を自動で更新できるCRM（顧客管理システム）やMA（マーケティングオートメーション）、ネットショップの顧客セグメント機能などを検討します。

顧客セグメントは広告配信にも使えますか？

使えます。多くの広告媒体には、既存顧客のリストをもとに配信先を指定したり、既存顧客に似た人へ広告を届けたりする機能があります。たとえば「離れかけの常連」だけに再来訪を促す広告を出す、といった使い方です。ただし、顧客のメールアドレスなどの個人情報を広告媒体にアップロードして使うことになるため、利用目的について顧客から同意を得ているかを事前に確認する必要があります。利用条件は媒体ごとに異なり変更もあるため、各広告媒体の公式ヘルプで最新の条件をご確認ください。

まとめ

顧客セグメントとは、自社の顧客を共通点でまとめたグループのことです。分け方にはデモグラフィック・ジオグラフィック・サイコグラフィック・行動の4つの切り口がありますが、大切なのはどれを使うかよりも、「分けたあとに打ち手が変わるか」です。

購入履歴がある場合、最初の一歩はとても小さくて構いません。顧客の一覧を最終購入日の古い順に並べ替え、過去に2回以上買っているのに最近は買っていない顧客が何人いるかを数えてみてください。その人数が、最初に連絡すべき相手の候補です。分け方の設計や、分けたあとの施策づくりを社内だけで進めるのが難しい場合は、外部の専門家と一緒に整理するのも一つの方法です。