RFM-анализ — метод сегментации клиентов по трём показателям: давность последней покупки (Recency), частота покупок (Frequency) и общая сумма покупок (Monetary). Он не требует специальной CRM — все данные собираете в Google Таблице. В статье разберём, как вручную рассчитать RFM, разделить клиентов на группы без дорогих инструментов и сразу применить результаты для акций или рассылок.
Что такое RFM и почему он подходит малому бизнесу без CRM?
RFM — это три простых числа, которые описывают поведение каждого клиента. Первый — Recency: сколько дней прошло с последней покупки. Второй — Frequency: сколько раз клиент купил за период. Третий — Monetary: сколько денег он принёс в сумме. Комбинируя эти три показателя, вы видите, кто из клиентов «спит», кто — лояльные звезды, а кто — разовые и дешёвые. Для микро- и малого бизнеса Беларуси это особенно ценно: не нужна подписка на CRM, хватает экспорта из кассы или интернет-магазина в таблицу.
Как собрать данные для RFM в Google Таблицах?
Вам понадобятся три столбца: ID клиента (телефон, email или номер в учёте), дата последней покупки, общая сумма всех покупок. Frequency изначально не нужен, его вычислите. Если у вас нет чистых данных — возьмите историю заказов из 1С, из Excel-файла продавца или выгрузите из облачной кассы. Перенесите в Google Таблицу. Убедитесь, что строки не дублируются по одному клиенту — для каждого клиента одна строка.
Как рассчитать R, F и M и присвоить баллы?
В Google Таблицах добавьте три новых столбца: R, F, M. Расчёт такой:
- Recency (R): =СЕГОДНЯ()-дата_последней_покупки. Получаете число дней с последней покупки.
- Frequency (F): посчитайте количество заказов для каждого клиента (функция СЧЁТЕСЛИ по другому листу с детальными заказами) или, если есть только сумма и дата последней, можно оценить количество через среднее, но лучше иметь столбец с количеством.
- Monetary (M): общая сумма покупок клиента.
Теперь присвойте каждому показателю баллы от 1 до 3 (или до 5, для простоты возьмите 3). Разделите клиентов на три равные части по каждому показателю. Для R: самые новые (меньше дней) получают 3 балла, средние — 2, старые — 1. Для F: самые частые — 3, средние — 2, редкие — 1. Для M: самые дорогие — 3, средние — 2, дешёвые — 1. Проще всего сделать это по перцентилям через функцию ПРОЦЕНТИЛЬ, либо вручную определить границы на глаз.
Какой сегментации придерживаться: 8 групп или 125?
При трёхбалльной шкале получается 27 комбинаций (3×3×3). Для малого бизнеса оптимально взять 8 ключевых сегментов, объединив похожие. Например:
| Сегмент | Пример комбинации R-F-M | Описание |
|---|---|---|
| Звёзды | 3-3-3, 3-3-2 | Недавно покупали, часто, много денег |
| Лояльные | 3-2-3, 2-3-3 | Или часто или дорого, недавно |
| Спящие, но ценные | 1-3-3, 1-2-3 | Давно не покупали, но раньше были хорошими |
| Уходящие | 1-1-3, 1-2-2 | Давно, редко, сумма ещё средняя/высокая |
| Перспективные новички | 3-1-1, 3-1-2 | Недавно, но купили один раз и немного |
| Требуют внимания | 2-1-1, 2-2-1 | Средняя давность, редкие, дешёвые |
| Почти потерянные | 1-1-1, 1-1-2 | Всё низкое — скорее всего не вернутся |
| Холодные | 1-2-1, 2-1-2 | Давно или редко, мало денег |
Сделайте ещё один столбец, где формулой подставляете название сегмента по комбинации баллов. Теперь у вас готовая сегментация без CRM.
Какие действия предпринять после сегментации?
Для каждого сегмента — своё сообщение. «Звёздам» — персональные предложения и бонусы, чтобы не ушли. «Спящим, но ценным» — триггерная SMS или email с возвращающим промокодом. «Новичкам» — прогревающая серия. «Почти потерянным» — вип-акция с ограничением по времени. Если у вас нет автоматической рассылки, вручную отправьте SMS через rocketsms.by или настройте простые напоминания. Для более глубокого понимания того, как данные ведут себя во времени, полезен когортный анализ в Яндекс.Метрике.
Частые ошибки при RFM-анализе в таблицах
- Берут слишком короткий период (месяц) — тогда у редких товаров длительного спроса Frequency будет низкой. Лучше брать год или с начала работы магазина.
- Не очищают данные от возвратов и отмен. Если клиент вернул товар, сумма должна уменьшаться, иначе M завышен.
- Используют одинаковые границы баллов для всех, не глядя на распределение. Например, если 80% клиентов — с одной покупкой, нельзя делить Frequency поровну, нужно сделать сдвиг.
- Забывают обновлять таблицу ежемесячно — сегментация устаревает за 2 недели.
- Присваивают баллы, но не строят сегменты — без финальной группировки таблица бесполезна.
3 шага, которые можно сделать сегодня:
- Выгрузите список клиентов с датами и суммами из вашей учётной системы или кассы в Google Таблицу.
- Добавьте столбцы R, F, M и присвойте баллы 1–3 по каждой метрике, используя функцию =ПРОЦЕНТИЛЬ для определения границ.
- Сформулируйте одно конкретное действие для сегмента «звёзды» (например, отправьте персональное предложение) и одно для «спящих, но ценных» (напишите сообщение с возвращающим промокодом).
