Как провести RFM-анализ клиентской базы

RFM-анализ распределяет клиентов по трём признакам: как давно была последняя покупка, как часто человек покупал и какую сумму принёс за выбранный период. Метод полезен не готовыми ярлыками, а прозрачной цепочкой от исходных заказов до проверяемого действия для сегмента.

Гаврилов Александр

Совладелец маркетингового агентства PRAVDA, эксперт в маркетинге, Digital-маркетинге и SMM. Преподаватель курса «Интернет-маркетолог»

Что показывает RFM-анализ

RFM расшифровывается как Recency, Frequency, Monetary. Для каждого клиента рассчитывают давность последней покупки, число покупок и их денежную сумму, затем переводят значения в оценки и объединяют похожие строки в сегменты. Официальная документация Oracle описывает ту же основу: давность, частоту и ценность транзакций используют для сегментации поведения клиентов: модель RFM в Oracle CX Unity.

Метод отвечает на ограниченный вопрос: как различается покупательская активность внутри выбранных данных и периода. Он не объясняет мотивы человека, не предсказывает покупку без проверки и не определяет пожизненную ценность клиента автоматически. Один и тот же покупатель может получить другую оценку после смены окна анализа или бизнес-модели.

Какие исходные данные нужны

Минимальная таблица содержит синтетический или разрешённый идентификатор клиента, идентификатор заказа, дату оплаты, чистую сумму и признак отмены или возврата. Единица анализа — клиент, но исходные строки — заказы. До расчёта договоритесь, что считается покупкой и какую сумму использовать: начисленную, оплаченную или за вычетом возвратов.

• Выберите общую дату анализа и единый период для всех клиентов.
• Исключите тестовые, отменённые и полностью возвращённые заказы по записанному правилу.
• Проверьте пропуски идентификаторов и дат, дубли заказов и разные валюты.
• Не объединяйте однофамильцев и не считайте email надёжным идентификатором без проверки.
• Сохраните число строк и общую сумму до и после очистки — это контроль потерь.

Если задача учебная, безопаснее сразу создать вымышленные записи. RFM не требует реальных имён, телефонов или адресов: для вычисления достаточно условного ID и транзакционных признаков.

Как рассчитать R, F и M

Ниже — полностью синтетический набор. Дата анализа — 1 августа 2026 года, период заказов — с 1 января по 31 июля. Формулы едины для всех строк:

• R = дата анализа − дата последнего учтённого заказа, в днях; меньшее значение означает более свежую покупку.
• F = количество уникальных учтённых заказов клиента за период.
• M = сумма чистых значений этих заказов за период.

Контрольная арифметика: у A три заказа на 2500, 1800 и 2200 ₽, поэтому M = 6500 ₽; между 29 июля и 1 августа прошло 3 дня. У C два заказа на 5000 и 4800 ₽, итого 9800 ₽, а R = 47 дней. У D четыре заказа на 800, 900, 700 и 1000 ₽, итого 3400 ₽. У F четыре заказа на 1300, 1200, 1100 и 1000 ₽, итого 4600 ₽. Суммы, число заказов и последнюю дату нужно сверять с исходной выгрузкой независимо от итоговой RFM-таблицы.

Как выбрать оценки без универсальных порогов

Для маленького примера введём три уровня. По R: 3 балла для 0–7 дней, 2 для 8–60, 1 для 61 дня и более. По F: 3 балла для четырёх заказов и более, 2 для двух–трёх, 1 для одного. По M: 3 балла для 8000 ₽ и более, 2 для 3000–7999 ₽, 1 для суммы менее 3000 ₽. Это учебные границы, а не рекомендации бизнесу.

Все шесть строк попали ровно в один сегмент. Но на реальной базе сначала изучают распределения R, F и M, цикл повторной покупки, сезонность и объём групп. Можно использовать квантили, бизнес-пороги или гибрид, если правило записано и воспроизводится. Официальная документация SAP Emarsys прямо допускает изменение границ RFM и периода денежного показателя под конкретную базу: настройка параметров RFM.

Не начинайте с названий «чемпионы» или «потерянные». Сначала задайте числовые правила, затем опишите наблюдаемое поведение нейтрально. Ярлык не должен превращать модель в психологический диагноз.

Как связать сегмент с действием

RFM даёт основание для гипотезы, но не доказывает, что сообщение стало причиной покупки. Для измерения заранее определите контрольную группу, окно наблюдения, основную и защитные метрики. Сравнивайте группы одинаковым способом. Если данных мало, честнее зафиксировать неопределённость, чем объявлять случайное отличие успехом.

Контрольный список анализа

1. Едино ли определены заказ, клиент, дата оплаты, возврат и чистая сумма?
2. Одинаковы ли дата анализа и период для каждой строки?
3. Сходятся ли количество заказов и общая сумма до и после агрегации?
4. Покрывают ли интервалы все значения без пересечений и пробелов?
5. Попадает ли каждый клиент ровно в один сегмент?
6. Есть ли у сегмента действие, основная и защитная метрики?
7. Можно ли изменить пороги без переписывания исходных расчётов?

Сохраните две таблицы: исходные агрегаты R, F и M и отдельный справочник порогов и названий сегментов. Тогда изменение границ не уничтожит расчёт, а различия между версиями можно будет объяснить.

От разовой таблицы к CRM-системе

Один RFM-анализ помогает расставить приоритеты, но не заменяет стратегию работы с базой. Нужно обновлять расчёт, контролировать качество данных, исключать чрезмерную частоту контактов и измерять каждый сценарий. Более широкий контекст разобран в материале о том, как работать с клиентской базой без спама.

Надёжный RFM-анализ можно проверить от последней покупки до итогового сегмента. Зафиксируйте период, очистите заказы, рассчитайте три исходных показателя, вынесите пороги в отдельные правила и назначьте сегментам не обещания, а тестируемые действия. Если данные или границы меняются, пересчитайте результат и сохраните причину изменения.

Практика вместо теории

От одного RFM-разбора — к системной CRM и маркетинговой аналитике

Курс «Интернет-маркетолог» помогает связать CRM, персонализацию и автоворонки с digital-стратегией, каналами продвижения и аналитикой клиентского пути. Преподаватель курса — Александр Гаврилов. По итогам обучения выдаётся Удостоверение о повышении квалификации.

Смотреть программу

Вопросы и ответы

• Сколько уровней использовать для каждого показателя RFM?

  Столько, сколько можно устойчиво объяснить и применить на вашем объёме данных. Часто встречаются три или пять уровней, но это не обязательный стандарт. Проверьте распределение значений и размер итоговых сегментов до выбора.

• Какой период брать для RFM-анализа?

  Период должен покрывать осмысленный цикл повторной покупки и учитывать сезонность. Для частых покупок он может быть короче, для редких — длиннее. Главное — одна дата анализа и одинаковое окно для всех клиентов.

• Нужно ли включать отменённые и возвращённые заказы?

  Правило зависит от задачи, но его нужно записать до расчёта. Для анализа покупательской ценности обычно используют оплаченные суммы за вычетом возвратов и отдельно контролируют отмены.

• RFM-анализ предсказывает будущие покупки?

  Нет, сам по себе он описывает прошлую активность по трём признакам. Сегмент помогает сформулировать гипотезу, а причинный эффект действия нужно проверять сравнением и защитными метриками.

По теме