Что такое RFM-анализ и как работает сегментация клиентов

Что такое RFM-анализ 

RFM-анализ — это один из этапов маркетинговой стратегии, который помогает проанализировать клиентскую базу по трем критериям: 

• сколько времени прошло с момента последней покупки — R — Recency;
• как часто человек делает заказы за выбранный период — F — Frequency;
• сколько денег он приносит бизнесу — M — Monetary. 

По каждому показателю выделяют несколько групп покупателей и присваивают им баллы от 1 до 3. 

Чем выше число — тем ценнее такие клиенты для бизнеса. В результате каждой группе присваивается индекс из трех цифр, например, 3-2-1, который отражает ее активность, лояльность к бренду и вклад в выручку. 

Сегментация рынка: что это такое и как ее сделать

​RFM-анализ позволяет предпринимателю взглянуть на клиентскую базу системно:

• одни покупатели делают заказы регулярно и формируют стабильный денежный поток;
• другие появляются редко, но у них высокий средний чек;
• третьи же купили один раз и пропали. 

Такой подход превращает обычный список покупателей в сегменты с разным типом поведения. 

Для каждой группы можно выстроить собственную стратегию продаж, удержания и маркетинга. В результате меньше денег будет уходить впустую и больше возвращаться в кассу за счет точных и продуманных действий.

Для чего и кому нужен RFM-анализ

Метод особенно пригодится в нишах, где клиенты возвращаются регулярно. Анализ помогает выделить группы покупателей и выстроить для каждой свои сценарии удержания.

1. Интернет-магазины, маркетплейсы и розничные точки продаж. Можно понять, кто покупает каждую неделю, кто приходит только в сезон, а кто исчезает после первой покупки.

2. Сервисы доставки еды и товаров. Частота заказов показывает, кого сто́ит мотивировать «каждым десятым заказом со скидкой», бесплатной доставкой за отзыв, а кого — вернуть рассылкой в мессенджерах.

3. Салоны красоты и барбершопы. По частоте и давности визитов легко отследить постоянных клиентов и тех, кто пришел один раз и не нашел своего мастера.

4. Фитнес-центры и студии. Анализ показывает, кто вовремя продлевает абонемент и на какой срок, а кто оформил его и перестал ходить.

5. Клиники и стоматология. Сегментация показывает, кто приходит на плановые процедуры, кто обращается редко, а кто пришел однократно, и то потому, что в тот момент действовала акция.

6. Образовательные проекты и онлайн-курсы. Видно, кто покупает каждый новый курс, а кто прошел лишь один бесплатный урок-прогрев.

Кому не подходит RFM-анализ 

Есть направления, где RFM-анализ не дает полной картины и не окупает затраченные усилия:

1. Разовые покупки с высоким чеком. Недвижимость, строительство домов, автомобили. Сделка совершается один раз за долгие годы, поэтому показатели частоты и давности здесь не несут смысла.

2. Долгий цикл сделки. Пластическая операция, имплантация зубов, сложная хирургия. Клиент готовится к такой покупке месяцами, иногда годами, и не возвращается, если услуга оказана хорошо. Для анализа лояльности этот метод не подойдет.

3. Компании, которые только вышли на рынок. Если бизнес работает меньше года, а клиентская база еще не набрана, сегментировать клиентов будет сложно, так как просто недостаточно данных. 

4. Сервисы «по подписке». Онлайн-кинотеатры, мобильные приложения или клубы с фиксированной оплатой. Клиенты платят одинаковую сумму ежемесячно, поэтому показатель «сумма покупок» не различается.

5. Жесткая сезонность. Продажа елок, школьных принадлежностей или подарочных наборов к 23 Февраля и 8 Марта. Покупатели приходят в одно и то же время года, приносят в бизнес примерно одинаковые суммы, и RFM-анализ не покажет различий между ними.

В таких сферах лучше использовать другие методы: опросы, анализ отзывов, интервью с клиентами, изучение причин отказа. Эти инструменты дают больше практической пользы, чем формальное деление базы по RFM.

Как проводить маркетинговые исследования самостоятельно

Как делать RFM-анализ своей клиентской базы

Метод RFM может показаться сложным, но его реально освоить даже предпринимателю без опыта в аналитике. Разберем пошагово, как посчитать показатели и сегменты своими силами, без дорогих сервисов и наемных маркетологов.

Инструменты анализа

Для небольшого бизнеса достаточно использовать Excel, «Google Таблицы» или «Яндекс Таблицы». В них можно выгрузить список клиентов, посчитать три показателя и присудить каждому баллы. Если база небольшая (до 500 человек), этого вполне достаточно. 

Если клиентов больше 500–1000 и данных становится слишком много, можно перейти на CRM (например, Битрикс24, amoCRM) — там удобно хранить историю заказов за несколько лет и контакты покупателей. 

Когда база становится еще больше, помогают BI-системы (Power BI, Tableau) — в них удобно не только анализировать данные, но и создавать наглядные отчеты и дашборды. 

Маркетинговая аналитика

Но в какой бы среде ни готовился анализ, подход везде один: 

• собрать актуальные данные;
• посчитать метрики R, F, M;
• перевести их в баллы;
• объединить баллы в индекс;
• разделить клиентов на сегменты.

Шаг 1: собрать и очистить данные

Выгрузите данные с клиентами или занесите необходимые данные. Минимальный набор колонок, который понадобится для анализа:

• имя или ID клиента;
• даты всех покупок;
• сумма каждого заказа.

Если есть возвраты или тестовые заказы — их лучше вынести в отдельную колонку и вообще исключить из расчетов. 

Обратите внимание: обязательно проверьте, чтобы в таблице не было дублей. Если один и тот же клиент купил несколько раз, нужно просто одним числом указать: 

а) количество продаж; 

б) общую сумму всех покупок.

Шаг 2: определить период и метрики R, F, M

Допустим, у вас есть история покупок за два с половиной года. Но считать показатели за весь этот срок смысла нет — за это время поведение клиентов могло измениться, и эти данные только искажают реальную картину. 

Поэтому для RFM-анализа клиентской базы берут ее «срез». Обычно это:

• для быстрых покупок (продукты, косметика, одежда, бытовые товары) — 6–12 месяцев;
• для стоматологии, бьюти-сферы, фитнеса или других услуг с редкими визитами — те же 6–12 месяцев;
• для B2B с редкими заказами и долгим циклом сделки — до 24 месяцев.

Метрики считаются так:

• R (Recency) — дни с момента последней покупки до даты анализа;
• F (Frequency) — сколько заказов сделал клиент за период;
• M (Monetary) — сколько денег потратил за период.

Пример

Если считать дату анализа как 1 октября, а срез взять за 12 месяцев, то получим:

Клиент	Последняя покупка	R (дни)	F (заказы)	M (сумма в рублях)
Анна	20 сентября	11	4	16 000
Иван	15 июля	78	2	7 000
Ольга	1 марта	214	1	2 500

Важно. Здесь R, F, M — обычные числа из вашей базы. Они не обязаны быть 1, 2 или 3, о чем мы говорили в самом начале. Баллы появятся на следующем шаге, когда мы переведем эти значения в единую шкалу.

Шаг 3: присвоить баллы

Задача — честно сравнить клиентов между собой. Для этого превращаем «сырые» числа в баллы от 1 до 3 по каждому показателю. Есть разные способы, но самый простой — разделить базу на три равные части (по 33%).

Сначала берется список всех клиентов и сортируется по каждому показателю: давность, частота и сумма. В итоге у вас получится: группа «лучших» по этому признаку — верхние 33%, им нужно присвоить 3 балла, средняя треть — 2 балла, нижняя треть — 1 балл. 

Таким образом, мы делим клиентов на три уровня ценности: топ, середина и низ.

Пример

Разберем на конкретном примере наших трех клиентов: Анны, Ивана и Ольги. Для наглядности возьмем их реальные показатели за последний год:

• Анна — последняя покупка 11 дней назад, всего 4 заказа на сумму 16 000 рублей;
• Иван — последняя покупка 78 дней назад, 2 заказа на 7 000 рублей;
• Ольга — последняя покупка 214 дней назад, 1 заказ на 2 500 рублей.

1. Давность (R).

Сортируем от меньшего к большему (чем меньше дней — тем лучше):

• Анна (11 дней) → попадает в верхние 33% → 3 балла.
• Иван (78 дней) → средние 33% → 2 балла.
• Ольга (214 дней) → нижние 33% → 1 балл.

2. Частота (F).

Сортируем по числу заказов от большего к меньшему:

• 4 заказа у Анны — это средняя позиция → 2 балла.
• 2 заказа у Ивана — попадает в нижние 33% → 1 балл.
• 1 заказ у Ольги — тоже нижние 33% → 1 балл.

Почему Анна не получила «3»?

В большой клиентской базе «3 балла» достались бы покупателям с частотой выше средней (например, 6–7 заказов). Здесь же выборка маленькая, поэтому 4 заказа попадают в середину, и для реалистичности расчетов мы указали 2 балла. 

3. Сумма (M).

Сортируем по сумме покупок от большей к меньшей:

• 16 000 рублей у Анны → 2 балла.
• 7 000 рублей у Ивана, нижняя треть → 1 балл.
• 2 500 рублей у Ольги, тоже нижняя треть → 1 балл. 

Почему Анна опять не в верхней трети?

В реальной базе наверняка нашлись бы клиенты с суммой покупок в 25–30 тысяч и больше. На их фоне 16 000 рублей — это уверенная середина, поэтому у Анны 2 балла.

Клиент	R (дни)	Балл R по шкале от 1 до 3	F (заказы)	Балл F по шкале от 1 до 3	M (сумма в рублях)	Балл M по шкале от 1 до 3
Анна	11	3	4	2	16 000	2
Иван	78	2	2	1	7 000	1
Ольга	214	1	1	1	2 500	1

Шаг 4: рассчитать RFM‑индекс

Теперь объединяем три балла в индекс:

Клиент	Балл R	Балл F	Балл M	Индекс
Анна	3	2	2	3-2-2
Иван	2	1	1	2-1-1
Ольга	1	1	1	1-1-1

Мы получаем понятный индекс из трех чисел, который можно присудить каждому клиенту.

Шаг 5: сформировать сегменты

По индексам клиенты распределяются в сегменты:

1. Анна — «Лояльные» (3-2-2). Она недавно совершала покупку, тратит средние суммы, но делает заказы нерегулярно.
2. Иван — «Под угрозой» (2-2-2). Малоактивный клиент, который редко совершает заказы и на небольшие суммы.
3. Ольга — «Потерянные» (1-1-1). Она давно ничего не покупала, у нее всего один заказ на небольшую сумму. Поэтому вероятность, что она вернется к нам вновь, минимальная. 

Даже на таком небольшом примере видно: каждому клиенту нужен свой сценарий работы. 

Анну можно «подтянуть» до постоянного покупателя, Ивана попробовать удержать, пока он не ушел к конкурентам, а Ольгу — оставить в архиве и сосредоточить усилия на более перспективных группах.

А о том, какие еще сегменты формируются в RFM-анализе и какие стратегии к ним подходят, расскажем далее. 

Data-driven marketing: что это и как применять

Сегменты покупателей: 7 категорий и как с ними работать

RFM-анализ показывает, что клиенты сильно отличаются друг от друга. Одни тянут бизнес вперед, другие приходят от случая к случаю, третьи давно забыли про компанию. 

Гораздо эффективнее разделить базу на сегменты и придумать для каждого свой сценарий: 

• одним предложить бонусную программу;
• другим — напомнить о себе через рассылку;
• третьим — подтолкнуть к повторной покупке акцией.

Теоретически метод позволяет выделить 27 сегментов. Но в реальной жизни такая детализация нужна только тем, у кого есть большая база клиентов, штатный аналитик и миллионные бюджеты на рекламу. 

Малым предпринимателям все это добавит лишних проблем. Поэтому можно все 27 индексов объединить в 7 самых крупных категорий и работать уже с ними.

Давайте рассмотрим их и разберем на примерах, какой подход лучше применить. 

1. Чемпионы или идеальные (RFM-индексы: 3-3-3, 3-3-2, 3-2-3)

Это наши лучшие покупатели, «ядро» клиентской базы. Они недавно совершали покупки, делают это часто и тратят больше остальных. 

Обычно таких клиентов немного, но именно они приносят бо́льшую прибыль.

Как с ними работать:

• предлагать ранний доступ к новинкам;
• дарить статус VIP и продумать систему привилегий;
• усиливать заботу через персональное обслуживание;
• не «спамить» рассылками с акциями и скидками — они и так лояльны и хорошо покупают.

Как использовать программу лояльности

2. Лояльные (RFM-индексы: 3-2-2, 3-1-3, 2-3-2)

Постоянные клиенты с хорошей частотой покупок, но их средний чек и LTV (суммарная прибыль от покупателя за все время) не такие высокие, как у первого сегмента. 

Их поведение предсказуемое, поэтому с этой группой удобно планировать продажи и в перспективе переводить в категорию «чемпионов». 

Как с ними работать:

• стимулировать рост среднего чека через пакеты и комбо-предложения;
• предлагать персональные акции в офлайн-продажах и рассылках;
• вводить бонусные программы, которые поощряют покупать чаще и больше.

Лояльность клиентов: что это, как оценить и повысить NPS

​3. Перспективные (RFM-индексы: 3-1-2, 2-2-3, 2-1-3)

Это клиенты, которые только проявили к нам интерес, но пока редко что-то покупают и на небольшие суммы. У них высокий потенциал для роста, однако без поддержки они легко уйдут в менее активные сегменты.

Как с ними работать:

• привлекать их в бонусные системы и программы лояльности;
• давать скидки на повторную покупку, но в ограниченный срок;
• регулярно знакомить с брендом и ассортиментом;
• поддерживать контакт в соцсетях и с помощью контент-маркетинга.

Контент-план для социальных сетей

​4. Новички (RFM-индексы: 3-1-1, 2-1-1)

Это клиенты, которые сделали первую или вторую покупку. У них еще нет привычки возвращаться, а впечатление о компании только формируется. Любая ошибка на старте может отбить желание сотрудничать дальше.

Как с ними работать:

• «прогревать» рассылками и приветственными письмами;
• предлагать скидку на вторую-третью покупку в течение 1–2 недель, бонусы за отзыв;
• не стесняться запрашивать обратную связь;
• не навязывать на старте лишние товары и услуги и не применять агрессивные методы продаж.

Как привлечь клиентов: обзор эффективных каналов

5. Спящие (RFM-индексы: 1-2-2, 1-2-1, 1-1-2)

Когда-то они покупали регулярно и на хорошие суммы, но давно не проявляли активности. Также в эту группу можно отнести пользователей интернет-магазинов, которые сохраняют товары в корзине или в «избранном», но не оформляют заказы.  

Они помнят бренд, но по разным причинам перестали возвращаться. Вернуть их сложнее, чем новичков, но часть группы можно реактивировать.

Как с ними работать:

• запускать реактивационные рассылки, push-уведомления;
• настроить ретаргетинг — формат рекламы, который показывается тем, кто приходил на наш сайт или соцсети, но не совершил покупку;
• предлагать специальные скидки для тех, кто давно не покупал;
• рассказывать не просто о продукте или услуге, но о его ключевых преимуществах, отличиях от конкурентов; 
• спрашивать покупателей, почему они стали приходить реже. 

Динамический ретаргетинг

6. Под угрозой (RFM-индексы: 2-2-1, 1-3-1)

Клиенты все еще совершают покупки, но реже и на меньшие суммы. Интервалы между заказами растут, и это тревожный сигнал: такие покупатели начинают присматриваться к конкурентам. 

Если не отреагировать вовремя, в ближайшее время они уйдут окончательно.

Как с ними работать:

• отправлять персональные предложения с ограниченным сроком действия;
• звонить напрямую и мягко выяснять, почему они не продлевают абонемент и не записываются на услуги;
• использовать сильные стимулы в push-уведомлениях и рассылках — «последний шанс», эксклюзивные акции;
• действовать быстро, пока клиент еще не потерян.

Поиск причин оттока клиентов

​7. Потерянные (RFM-индексы: 1-1-1, 1-1-2, 1-2-1)

Клиенты, которые давно ничего не покупают и с большой вероятностью не вернутся. Чаще всего это разовые заказчики или те, кто полностью перешел к конкурентам. 

Держать таких клиентов в активной базе нет смысла — ресурсы лучше направить на тех, кто действительно приносит прибыль.

Как с ними работать:

• отправить одно финальное письмо с благодарностью или скидкой;
• включать только в глобальные рассылки по акциям;
• исключать из базы, если нет от них отклика;
• сосредоточить ресурсы на работе с активной аудиторией.

Реклама с небольшим бюджетом: ошибки и решения

Как часто проводить RFM-анализ

RFM-анализ нет смысла проводить однократно. Поведение клиентов меняется: одни начинает покупать чаще, другие перестают открывать рассылки, а третьи молча переходят к конкурентам. И если данные не обновлять, работа отдела маркетинга и продаж быстро потеряет эффективность. 

Как часто проводить RFM-анализ, зависит от того, чем занимается бизнес и насколько быстро в нем обновляется клиентская база: 

Как часто считать	Кому подойдет
Ежемесячно	Доставка еды, супермаркеты, аптеки, товары первой необходимости.
Раз в 2–3 месяца	Интернет-магазины одежды, косметики, небольшие онлайн-сервисы.
Раз в квартал	Большинство малых бизнесов: магазины у дома, салоны красоты, небольшие частные клиники, B2C-услуги.
Раз в полгода	Стоматология, фитнес-центры, B2B с длинным циклом сделки.

Важно. Внеплановый пересчет тоже нужен, если клиенты ведут себя не так, как раньше. Например, резко упали продажи товара, который всегда брали в сезон, или подписчики стали хуже открывать рассылки. В таких случаях сто́ит пересчитать сегменты, чтобы понять, где именно мы теряем аудиторию. 

Коротко

• RFM-анализ помогает разделить клиентов на группы и проанализировать их по трем показателям: давность покупки (R), частота заказов (F) и сумма, которую они потратили за нужный период (M).
• Он нужен там, где клиенты возвращаются регулярно: интернет-магазины, доставка еды, аптеки, ретейл, салоны красоты, фитнес, стоматология, образовательные курсы.
• Метод делит клиентов на сегменты, и для каждого потом разрабатывается индивидуальная стратегия привлечения, удержания и повышения среднего чека. 
• Пересчитывать сегменты сто́ит регулярно: ежемесячно для быстрого ретейла, раз в квартал для малого бизнеса, раз в полгода для B2B и медицины.
• Главная выгода — меньше лишних затрат на маркетинг и больше продаж от тех, кто реально приносит прибыль.