Как построить и интерпретировать RFM-анализ?

RFM-анализ: сегментация клиентов по поведению

RFM (Recency, Frequency, Monetary) — это метод сегментации клиентов на основе трёх ключевых параметров поведения. Это один из самых практичных инструментов для определения ценности клиента и выбора стратегии его удержания.

Три составляющих RFM

R — Recency (Давность) Сколько дней прошло с последней покупки клиента?

• R = Сегодня минус Дата последней покупки
• Низкое значение (недавнее) — хороший знак

F — Frequency (Частота) Как часто клиент совершает покупки за определённый период (обычно год)?

• F = Количество транзакций за последний год
• Высокое значение — клиент лояльный и активный

M — Monetary (Денежная стоимость) Сколько денег потратил клиент всего или за последний период?

• M = Сумма всех платежей за последний год
• Высокое значение — клиент высокого стоимости

Построение RFM в SQL

WITH rfm_data AS (
  SELECT
    user_id,
    MAX(DATE(order_date)) as last_purchase,
    CURRENT_DATE - MAX(DATE(order_date)) as recency,
    COUNT(DISTINCT DATE(order_date)) as frequency,
    SUM(order_amount) as monetary
  FROM orders
  WHERE order_date >= CURRENT_DATE - INTERVAL 365 DAY
  GROUP BY user_id
),
rfm_scores AS (
  SELECT
    user_id,
    recency,
    frequency,
    monetary,
    NTILE(4) OVER (ORDER BY recency DESC) as r_score,
    NTILE(4) OVER (ORDER BY frequency ASC) as f_score,
    NTILE(4) OVER (ORDER BY monetary ASC) as m_score
  FROM rfm_data
  WHERE frequency > 0
)
SELECT
  user_id,
  recency,
  frequency,
  monetary,
  r_score,
  f_score,
  m_score,
  CONCAT(r_score, f_score, m_score) as rfm_segment
FROM rfm_scores
ORDER BY monetary DESC

Интерпретация баллов

Ballers (4-4-4) — VIP клиенты

• Покупали недавно, часто, на большие суммы
• Стратегия: максимум внимания, персональный сервис, эксклюзивные предложения
• Удержание: приоритет номер 1

Loyal Customers (3-3-4 или 4-3-4)

• Постоянные покупатели, хорошее среднее значение
• Стратегия: бонусы, программы лояльности, рекомендации
• Удержание: укреплять отношения

Potential High-Value (4-2-3)

• Недавно совершили крупную покупку, но редко
• Стратегия: win-back кампании, предложить экосистему товаров
• Удержание: реактивировать

At Risk (1-3-3)

• Раньше покупали часто, но давно не было
• Стратегия: специальные скидки, win-back письма
• Удержание: срочно вернуть

New Customers (4-1-1)

• Недавно первая покупка, малый объём
• Стратегия: welcome series, помощь в освоении
• Удержание: вторая покупка

Lost и Churned (1-1-1)

• Не покупали давно, редко покупали
• Стратегия: очень дешёвые скидки или удалить
• Удержание: нецелесообразна

Визуализация матрицы RFM

Высокая Частота вверху, Высокая Денежная Стоимость вправо:

• Верхний правый квадрант: BALLERS (VIP)
• Верхний левый: LOYAL CUSTOMERS
• Нижний правый: POTENTIAL HIGH-VALUE
• Нижний левый: AT RISK и LOST

Стратегия по сегментам

Метрики для отслеживания

SELECT
  rfm_segment,
  COUNT(*) as count,
  ROUND(100.0 * COUNT(*) / SUM(COUNT(*)) OVER(), 1) as pct,
  ROUND(AVG(monetary), 2) as avg_clv,
  ROUND(SUM(monetary), 0) as total_revenue
FROM rfm_scores
GROUP BY rfm_segment
ORDER BY total_revenue DESC

Важные замечания

1. Выбор периода — обычно 12 месяцев, но в e-commerce может быть 90 дней
2. Минимальный объём данных — нужно минимум 1000 активных клиентов
3. Пересчёт — обновляй RFM минимум ежемесячно
4. Комбинирование — не забывай про LTV, NPS, CAC для полной картины
5. Действие — анализ без действия бесполезен, нужна стратегия по каждому сегменту

RFM даёт 80 процентов инсайтов с 20 процентами усилий — это мощный инструмент для быстрой сегментации и начала работы с удержанием клиентов.