RFM-анализ клиентов: кого возвращать, а кому не нужна скидка

Разослать всей базе скидку проще, чем понять, кому она нужна. В одной рассылке оказываются человек после первого заказа, постоянный покупатель и тот, кто давно ушёл к конкуренту. Их объединяет только наличие контакта в таблице. Причины покупать у них разные.

RFM не читает мысли и не предсказывает продажи с заданной точностью. Но он позволяет хотя бы не обращаться со всеми одинаково. Ниже разберём метод на небольшой учебной базе и превратим сегменты в очередь действий.

Что означают R, F и M

R — Recency, давность последней покупки. F — Frequency, число покупок. M — Monetary, потраченная сумма. Именно эти три измерения используются в описании RFM-анализа IBM. Баллы по измерениям можно объединять в код сегмента.

Сразу договоритесь, что называется покупкой. Например, только оплаченный и завершённый заказ; отменённые заказы не учитываются, частичные возвраты уменьшают сумму. Правило должно быть одинаковым для всей базы. Иначе клиент, сделавший пять отмен, окажется активнее человека с двумя настоящими заказами.

Метод особенно понятен там, где покупают повторно: продукты, косметику, расходники, регулярные услуги. При продаже квартиры или редкого промышленного оборудования большой промежуток между сделками сам по себе не означает потерю клиента. Здесь полезнее смотреть на длинный цикл сделки, а не механически запускать «реактивацию».

Подготовьте базу до выставления баллов

Нужны идентификатор клиента, дата заказа, статус и сумма по согласованному правилу. Объедините дубли одного покупателя. Не смешивайте покупки из разных систем, пока не проверили, что один и тот же заказ не попал в выгрузку дважды.

Выберите дату расчёта и окно наблюдения. В нашем примере это 23 октября 2026 года и предыдущие 12 месяцев. Все имена, суммы и сроки ниже вымышлены. Окно в год выбрано для демонстрации, а не как универсальная настройка для любого бизнеса.

Для каждого клиента посчитайте три значения: число дней от последнего заказа до даты расчёта, количество подходящих заказов за окно и их суммарную стоимость. Не путайте M с прибылью. Покупатель может давать большую выручку и одновременно требовать скидок, возвратов или дорогого обслуживания. Дополнительно проверяйте ценность клиента и LTV.

RFM-анализ клиентов на учебном примере

Чтобы таблица читалась без калькулятора, используем по 3 балла для каждого признака. Чем больше балл, тем сильнее значение по выбранной шкале.

Таблицу можно прокрутить вбок →

Это условные границы для учебного магазина. Их нельзя переносить в бизнес с другим чеком и циклом покупок. Например, в RFM-отчётах Shopify используется другая модель: баллы от 1 до 5 на основе распределения данных конкретного магазина. Общая идея метода не требует именно нашей трёхбалльной шкалы.

Таблицу можно прокрутить вбок →

Код Бориса — 133, потому что он покупал давно, но часто и на значимую для этого примера сумму. Это не «133 балла из 333» и не вероятность покупки. Три цифры обозначают разные признаки; складывать их без отдельной логики не нужно.

Как превратить пять кодов в пять разных действий

Анне с кодом 333 не обязательно сразу давать скидку. Можно предложить подходящую новинку, удобный способ повторного заказа или раннее знакомство с ассортиментом. Сначала проверьте, есть ли реальная ценность помимо снижения цены.

Бориса 133 стоит изучить: перестал покупать из-за продукта, закончилась потребность, изменился график или его просто не было в наличии? Корректное персональное обращение через разрешённый канал связи может помочь понять причину. Сам код её не объясняет.

Для Веры 312 важен опыт после первого заказа: всё ли подошло, понятно ли использование, нужен ли следующий товар. Глебу 222 можно проверить уместность напоминания. А для Дины 111 сначала оцените, оправданы ли затраты на индивидуальную работу. Низкий сегмент — не характеристика человека и не запрет на обслуживание.

Если слабое место находится ещё до первого заказа, RFM его не исправит: в этой модели нет непокупателей. Для входящих обращений нужен скоринг лидов, а для причин выбора — карта пути клиента.

Проверяйте не отправленные сообщения, а дополнительный результат

Выберите один сегмент и одну гипотезу. Например: напоминание о пополнении запаса полезнее общей скидки для повторных покупателей. Зафиксируйте код клиента на начало проверки, чтобы последующая покупка не перемещала его между группами задним числом.

Если объём базы позволяет, оставьте сопоставимую контрольную группу без этого воздействия. Сравнивайте покупки за одинаковое окно, учитывайте отписки и затраты. Иначе обычные повторные заказы легко принять за результат рассылки. С количеством наблюдений и осторожной интерпретацией поможет разбор A/B-тестов.

RFM показывает срез базы, а не изменение поведения новых поколений покупателей. Если нужно выяснить, стали ли клиенты последнего месяца возвращаться хуже прежних, дополните его когортным анализом.

RFM-анализ в Excel: формулы без путаницы в направлении шкалы

Сначала соберите одну строку на клиента за согласованное окно. Пусть B — дата последнего подходящего заказа, C — число заказов, D — сумма, а H1 — фиксированная дата расчёта. Используйте настоящие даты и числа, а не строки из выгрузки. Даты позже H1, пустые поля и некорректные суммы сначала разбирайте отдельно.

В E2 посчитайте давность: =$H$1-B2. Для учебной шкалы этой статьи балл R в F2: =IF(E2<=30,3,IF(E2<=90,2,1)). Здесь меньше дней означает больше баллов. Балл F в G2: =IF(C2>=4,3,IF(C2>=2,2,1)). Балл M в I2: =IF(D2>=5000,3,IF(D2>=1500,2,1)).

Соедините три балла в J2: =F2&G2&I2. Знак & объединяет коды, а не складывает их. Формулы приведены для английских имён функций и разделителей; другая локаль таблицы может требовать замены. Логика выбора ветви описана в справке Microsoft по IF.

Проверьте границы вручную: при 30 днях R=3, при 31 — R=2; сумма 4 999,50 ₽ даёт M=2, а 5 000 ₽ — M=3. У Анны из примера должен получиться 333, у Бориса —133. Если код отличается, проверьте дату среза, направление R и то, не посчитаны ли строки вместо уникальных заказов.

Для живого процесса сохраните рядом дату, окно и версию правил. Не заменяйте фиксированную дату автоматически меняющимся «сегодня», если хотите воспроизвести старый срез или оценить кампанию на исходных сегментах.

Рабочая таблица действий по сегментам

Дата расчёта и окно наблюдения:
Правило учёта заказов и возвратов:
Границы R / F / M:
Сегмент и размер группы:
Что предполагаем о его потребности:
Как подтвердим предположение:
Одно действие и ответственный:
Контрольная группа, если применимо:
Окно оценки, покупки, затраты и негативная реакция:

В хорошей таблице рядом с кодом стоит глагол: проверить, спросить, напомнить, предложить. Если в ней только названия вроде «спящие» и «чемпионы», работа ещё не закончена.

Короткие ответы перед запуском

Сколько клиентов нужно для RFM?

У метода нет единого минимального размера базы для всех задач. Важнее качество истории и наличие повторных покупок. Небольшую базу можно разобрать вручную. Но маленькие сегменты ограничивают точность выводов о результате кампаний: несколько дополнительных заказов ещё не доказывают устойчивый эффект.

Можно ли считать RFM без CRM?

Да, если есть корректная выгрузка заказов с единым идентификатором клиента. Сначала достаточно таблицы. CRM становится полезной, когда нужно регулярно обновлять сегменты и связывать их с задачами, коммуникациями и результатами, а не просто хранить трёхзначный код.

Как часто пересчитывать сегменты?

Частота зависит от цикла покупок и решений, которые вы принимаете. Ежедневный пересчёт не всегда полезнее ежемесячного. Важнее сохранять одинаковые определения и фиксировать исходный сегмент для эксперимента. Менять границы вслед за каждым удачным заказом — значит лишать сравнение смысла.

Следующий шаг

Начните не с массовой рассылки, а с одной группы: найдите её общую ситуацию и сформулируйте проверяемое действие. RFM-анализ клиентов полезен тогда, когда меняет обращение с базой, а не только раскрашивает её.