Три буквы
RFM строится на трёх числах из истории заказов: Recency — сколько дней прошло с последней покупки, Frequency — сколько покупок всего, Monetary — на какую сумму. Каждому клиенту по каждому признаку ставится балл, обычно от 1 до 3 или от 1 до 5, и комбинация баллов и есть сегмент.
Ценность метода в том, что он не требует ни опросов, ни внешних данных: нужна выгрузка заказов. При этом он опирается на поведение, а не на намерения, — и потому работает лучше анкет.
Как собрать
- Возьмите заказы за период, равный двум-трём циклам покупки. Для продуктов это квартал, для мебели — три года.
- Посчитайте по каждому клиенту три числа: дни с последнего заказа, количество заказов, сумму.
- Разбейте базу на равные доли по каждому признаку отдельно: треть лучших получает 3, средняя треть — 2, худшая — 1.
- Склейте баллы: 333 — лучшие, 111 — почти потерянные.
Границы групп берутся из самой базы, а не из чужих примеров: «давно не покупал» для доставки еды — это две недели, для шин — год. Пересчитывать разбиение нужно ежемесячно, иначе клиент остаётся в группе, из которой давно ушёл.
Сколько групп делать
27 комбинаций при трёх баллах — слишком много: под каждую не напишешь коммуникацию, и половина окажется пустой. На практике их сводят к пяти-шести рабочим.
| Группа | Кто это | Что отправлять |
|---|---|---|
| Лучшие (R3 F3) | Покупают часто и недавно | Ранний доступ, закрытые события, персональные подборки. Скидка им не нужна — она просто уменьшит маржу |
| Стабильные (R3 F2) | Покупают регулярно, но реже | Повод вернуться раньше срока: допродажа к прошлому заказу, напоминание о расходниках |
| Новички (R3 F1) | Одна покупка, недавно | Сценарий второй покупки — самый важный в базе. Знакомство с брендом, сервис, мягкое предложение |
| Уходящие (R2 F2–F3) | Покупали часто, но давно | Реактивация с внятной причиной: что изменилось, что нового. Здесь скидка оправдана |
| Спящие (R1 F2–F3) | Ценные в прошлом, давно молчат | Одна-две попытки с сильным предложением, дальше — снижение частоты писем |
| Потерянные (R1 F1) | Одна покупка давно | Исключить из регулярных рассылок: они портят доставляемость и статистику |
Что это даёт в деньгах
Главный эффект RFM не в том, что лучшие получают больше внимания, а в том, что скидки перестают уходить тем, кто купил бы и так. В базе без сегментации акция рассылается всем, и значительная часть бюджета тратится на лояльных — тех, кто и без промокода сделал бы заказ.
Второй эффект — чистка базы. Группа «потерянные» обычно составляет заметную долю адресов, и именно она даёт жалобы и низкие открытия. Исключение её из регулярных рассылок улучшает попадание во «Входящие» для всех остальных.
Ошибки
- Фиксированные границы. Нарезка «90 дней — активный» переносится из чужой статьи и не имеет отношения к вашему циклу покупки.
- Разовый расчёт. Сегментация, посчитанная один раз, через два месяца описывает несуществующую базу.
- Скидка лучшим. Самая частая и самая дорогая ошибка: маржа падает, поведение не меняется.
- Monetary вместо маржи. Клиент с большими суммами и постоянными возвратами не ценный. Если данные позволяют, считайте по марже.
- Сегменты без сценариев. Разбиение, по которому никто не пишет, — упражнение в аналитике.
Если вы работаете в Mindbox, механика сборки описана отдельно: RFM-сегментация в Mindbox. Дальше по теме — когортный анализ и расчёт оттока.
