Z doświadczenia wiem, że większość marketerów patrzy na swoją bazę mailingową jak na jednorodną masę. Jeden mailing, jeden komunikat, jedna oferta – do wszystkich. A potem dziwi się, że wyniki są przeciętne, odpisania rosną, a konwersje stoją w miejscu od kwartałów.
Przez lata konsultowałem działania email marketingowe dla dziesiątek firm – od małych sklepów internetowych po marki z kilkuset tysiącami subskrybentów. Analiza RFM to jedno z narzędzi, które polecam niemal każdemu klientowi na etapie optymalizacji komunikacji. Nie dlatego, że jest modna, ale dlatego, że działa – i daje wyniki widoczne w liczbach, nie tylko w prezentacjach.
Co to jest analiza RFM?
Analiza RFM to metoda segmentacji klientów oparta na trzech wskaźnikach: Recency (kiedy ostatnio kupił), Frequency (jak często kupuje) i Monetary (ile łącznie wydał). Każdy klient dostaje punktację od 1 do 5 w każdym wymiarze. Im wyższy wynik – tym cenniejszy klient dla biznesu.
Metoda wywodzi się z direct marketingu lat 90. Szczegółowo opisuje ją Jim Novo w książce „Drilling Down: Turning Customer Data into Profits with a Spreadsheet”. Nie trzeba jej czytać, żeby sensownie stosować scoring RFM w praktyce.
Dlaczego jest tak przydatna w email marketingu? Bo zmusza do zadania pytania, którego większość marketerów woli unikać: kto z mojej listy naprawdę przynosi wartość – a kto to tylko liczba w raporcie, do której wyślij co chcesz i tak nic nie kupi?
Trzy wskaźniki analizy RFM – co dokładnie oceniasz?
Recency – kiedy ostatnio kupił?
Recency to czas, który upłynął od ostatniego zakupu. Im krótszy, tym lepiej. Klient, który kupił tydzień temu, jest wielokrotnie bardziej skłonny kupić ponownie niż ten, który robił zakupy rok temu. To logiczne – a mimo to wiele firm traktuje obu jednakowo.
Frequency – jak często kupuje?
Frequency to łączna liczba zakupów danego klienta w całej historii relacji. Ktoś, kto kupił dziesięć razy, to inny odbiorca niż ktoś, kto kupił raz – nawet jeśli przy obu transakcjach wydał tę samą kwotę. Klienci z wysokim F są zazwyczaj bardziej lojalni, rzadziej odchodzą do konkurencji i chętniej angażują się w komunikację.
Monetary – ile zostawił pieniędzy?
Monetary to łączna wartość wydatków klienta od początku Waszej relacji – nie jedna transakcja, ale skumulowana suma. Klient z wysokim M udowodnił już, że jest gotów płacić. Warto więcej zainwestować w jego utrzymanie.
Jak przeprowadzić analizę RFM – krok po kroku
Krok 1: Oceń Recency w skali 1–5
Podziel całą bazę na 5 równych grup według daty ostatniego zakupu. Wartość 5 dostaje 20% klientów, którzy kupili najpóźniej, wartość 1 – 20%, którzy kupili najdawniej.
Jako punkt wyjścia proponuję taki podział:
- 5 punktów – zakup w ciągu ostatniego tygodnia
- 4 punkty – zakup w ciągu ostatniego miesiąca
- 3 punkty – zakup w ciągu ostatnich 2 miesięcy
- 2 punkty – zakup w ciągu ostatnich 3 miesięcy
- 1 punkt – zakup ponad 3 miesiące temu
Te przedziały nie są sztywne – zależą od rytmu zakupowego w Twojej branży. W FMCG „dawno” to kilka dni, w branży meblarskiej – rok. Ważne, żeby każda z 5 grup miała mniej więcej tę samą liczbę odbiorców.
Krok 2: Oceń Frequency w skali 1–5
Analogicznie: podziel bazę na 5 grup według łącznej liczby zakupów. Wartość 5 dostają ci, którzy kupowali najczęściej, wartość 1 – ci z najmniejszą liczbą transakcji.
Po tym etapie masz macierz 25 segmentów (scoring RFM na poziomie RF). Kilka prawidłowości rzuca się w oczy od razu:
- Klient z wartością 55 (wysoki R i F) to Twój najbardziej zaangażowany, lojalny odbiorca
- Klient z wartością 51 (wysoki R, niski F) to prawdopodobnie nowy klient – kupił niedawno, ale jeszcze rzadko
- Klient z wartością 11 to odbiorca, do którego będzie najtrudniej dotrzeć
Krok 3: Dodaj Monetary i zbuduj macierz 125 segmentów
Ostatni krok to ocena łącznej wartości wydatków – znowu w skali 1–5. Każdy z 25 segmentów RF dzielisz teraz na 5 podgrup według wartości M. W rezultacie dostajesz macierz 125 segmentów.
125 segmentów nie oznacza 125 kampanii. W praktyce wystarczą 2–3 strategie dopasowane do ogólnego poziomu wskaźnika RFM.
Przykładowe segmenty RFM i rekomendowane akcje
Zamiast operować na abstrakcyjnych liczbach, łatwiej myśleć o segmentach jako o typach klientów. Oto sześć segmentów, które najczęściej wyróżniam w praktyce:
| Segment | Charakterystyka | Rekomendowana akcja |
|---|---|---|
| Mistrzowie (R=5, F=5, M=4–5) | Kupują często, dużo i niedawno. Twoi najlepsi klienci – zaangażowani i lojalni. | Buduj relację, nie sprzedawaj agresywnie. Zapraszaj do testowania nowości, pytaj o opinie, traktuj jak partnerów marki. |
| Lojalni (R=3–4, F=4–5, M=3–5) | Regularnie wracają i wydają sensowne kwoty. Stabilni i przewidywalni. | Program lojalnościowy, wcześniejszy dostęp do promocji, przypomnienia o produktach uzupełniających. |
| Obiecujący (R=4–5, F=1–2, M=1–3) | Kupili niedawno, ale rzadko i niezbyt dużo. Nowi lub okazjonalni klienci z potencjałem. | Seria powitalnych maili edukacyjnych, cross-sell, zachęta do drugiego zakupu (np. darmowa dostawa od X zł). |
| Zagrożeni odejściem (R=1–2, F=3–5, M=3–5) | Kiedyś kupowali regularnie i wydawali dużo – ale dawno ich nie było. Klasyczna „śpiąca” lojalność. | Kampania reaktywacyjna z ofertą ograniczoną czasowo. Komunikat: „Tęsknimy – sprawdź, co nowego”. Nie dawaj od razu maksymalnego rabatu. |
| Śpiące złoto (R=1–2, F=1–2, M=4–5) | Kupili rzadko, ale zostawili dużo pieniędzy. Dawno nieaktywni, choć historycznie wartościowi. | Mocny bodziec reaktywacyjny – znaczący rabat lub wyjątkowa oferta. Jeśli nie reagują po 2–3 próbach, rozważ usunięcie z aktywnej bazy. |
| Do odpuszczenia (R=1, F=1, M=1) | Niskie wartości we wszystkich trzech wymiarach. Prawdopodobnie jednorazowi kupujący lub przypadkowe zapisy. | Minimalne nakłady. Jedna próba reaktywacji z bardzo atrakcyjną ofertą – jeśli brak reakcji, suppress (wycisz) lub usuń z listy. |
Jak komunikować się z każdym segmentem RFM?
Klienci z wysokim RFM – traktuj ich jak VIP-ów
To Twoi najbardziej wartościowi odbiorcy. Reagują szybciej, kupują chętniej, są lojalni. Wysyłanie im tych samych kampanii co reszcie bazy to zmarnowany potencjał i sygnał, że ich nie doceniasz.
Co robić z grupą high-RFM:
- Pytaj o opinie na temat produktów i usług – oni chętnie odpowiedzą
- Zapraszaj do testowania nowości jako pierwsi
- Pisz jak człowiek do człowieka, nie jak marka do klienta – spersonalizowany mail, nie szablon
- Proponuj dedykowany program lojalnościowy lub opiekuna
I najważniejsze: nie wysyłaj do nich wyłącznie kampanii sprzedażowych. Relacja pierwsze – zamówienia przyjdą.
Klienci z niskim RFM – potrzebują mocniejszej marchewki
Osoby z niskim wskaźnikiem RFM gorzej reagują na standardowe kampanie. Żeby je aktywować, potrzebujesz wyraźniejszego bodźca – większego rabatu, silnej oferty ograniczonej czasowo, darmowej dostawy.
Wskazówka z praktyki: nie dawaj wszystkim odbiorcom z niskim RFM identycznego rabatu. Uzależnij jego wysokość od wskaźnika R:
- Osoba z R=4 (kupiła stosunkowo niedawno, ale F i M niskie) – wystarczy mniejszy rabat
- Osoba z R=1 (nie kupowała od dawna) – potrzebuje mocniejszego sygnału, żeby w ogóle zareagować
Im niższe R, tym trudniej ponownie nawiązać relację – i tym większa musi być zachęta.
Reguła dwóch wysokich wartości
Jeśli chcesz konkretniej: szukasz odbiorców z dwoma wysokimi wskaźnikami i próbujesz podciągnąć trzeci. Każdy wariant wymaga innego komunikatu:
- Niskie R, wysokie F i M → Lojalny klient, który dawno nie kupił. Wyślij ofertę ograniczoną czasowo z komunikatem „dostępne tylko teraz” – zadziałaj na poczucie pilności.
- Niskie F, wysokie R i M → Kupuje rzadko, ale dużo. Zaproponuj program lojalnościowy nagradzający częstotliwość zakupów.
- Niskie M, wysokie R i F → Kupuje często, ale mało wydaje. Pomyśl o rabacie progowym (np. „15% zniżki przy zamówieniu powyżej X zł”).
Analiza RFM bez e-commerce – jak to działa dla newsletterów?
To pytanie słyszę na konsultacjach bardzo często. Model RFM kojarzy się z e-commerce, ale sprawdza się w każdym modelu email marketingu – nawet wtedy, gdy wysyłasz tylko newsletter edukacyjny.
W wersji bez e-commerce wskaźniki wyglądają tak:
- R = data ostatniego kliknięcia w link w mailu
- F = łączna liczba kliknięć od początku subskrypcji
- M = wartość kliknięć (kliknięcie w stronę sprzedażową warte więcej niż kliknięcie w artykuł); jeśli nie możesz jej określić – pomiń M i pracuj wyłącznie na wskaźniku RF
Do scoringu używaj skali 1–3 zamiast 1–5. Przy mniejszych bazach i uproszczonym modelu to wystarczy.
Odbiorców z wysokim RF nagradzaj za lojalność – daj im dostęp do ekskluzywnych materiałów jako pierwszym, podziękuj za zaangażowanie. Odbiorców z niskim RF postaraj się ponownie wciągnąć: dobrze sprawdza się tu mini-kurs realizowany przez cykl maili – seria edukacyjna, która buduje nawyk regularnego otwierania wiadomości.
Analiza RFM w praktyce – eksperyment z rabatami
Kilka lat temu przeprowadziłem test z jednym z klientów prowadzącym sklep internetowy z branży zdrowia i urody. Wybraliśmy z bazy segment odbiorców reagujący na co najmniej 80% wysyłanych do nich maili – 4 800 osób o wyjątkowo wysokim zaangażowaniu. Podzieliliśmy tę grupę losowo na dwie równe połowy po 2 400 osób.
Obie grupy dostały identyczny mailing z tą samą ofertą produktową. Jedyna różnica: Grupa A otrzymała rabat 20%, Grupa B – rabat 10%.
Wyniki po 72 godzinach:
- Grupa A (rabat 20%): otwarcia 26%, CTR 5,8%, konwersja 9,5% klikających → 13 zamówień, średni koszyk 185 zł → przychód brutto 2 405 zł
- Grupa B (rabat 10%): otwarcia 25%, CTR 5,2%, konwersja 8,5% klikających → 11 zamówień, średni koszyk 185 zł → przychód brutto 2 035 zł
Na pierwszy rzut oka Grupa A wygrała – 18% więcej zamówień, 18% wyższy przychód brutto. Ale kiedy uwzględniliśmy koszt udzielonych rabatów, obraz się zmienił. Grupa A „skonsumowała” w rabatach 481 zł (13 × 37 zł), Grupa B – tylko 204 zł (11 × 18,5 zł). Różnica w koszcie rabatów: 277 zł. Różnica w przychodzie netto: zaledwie 93 zł na korzyść Grupy A.
Wydaliśmy 277 zł więcej na rabaty, żeby zarobić 93 zł więcej przychodu. Kampania z wyższym rabatem była droższa niż efekt, który przyniosła.
Ta zaangażowana grupa kupuje z lojalności wobec marki, nie z okazji. Dawanie 20% zniżki swoim najbardziej zaangażowanym odbiorcom to oddawanie marży bez powodu. Oszczędź duże rabaty dla tych z niskim R – tam naprawdę robią różnicę.
Co możesz zrobić już dziś?
Zacznij od prostego ćwiczenia: wyeksportuj bazę do arkusza kalkulacyjnego i podziel ją na trzy grupy według daty ostatniego zakupu – aktywni, nieaktywni od 3–6 miesięcy i nieaktywni ponad 6 miesięcy. To już jest uproszczona analiza R i daje Ci konkretny punkt wyjścia do segmentacji klientów.
Jeśli chcesz przeprowadzić pełną analizę RFM, wdrożyć scoring w swoim systemie mailingowym albo sprawdzić, czy Twój email marketing nie zostawia pieniędzy na stole – zapraszam do kontaktu. Na co dzień pracuję z firmami, które chcą wyciągnąć więcej z tego, co już mają, zamiast wydawać więcej na pozyskiwanie nowych odbiorców. Więcej o tym, jak pracuję, znajdziesz na pawelsala.pl.
Najczęściej zadawane pytania o analizę RFM
Czy analiza RFM wymaga specjalnego oprogramowania?
Nie. Możesz ją przeprowadzić w Excelu lub Google Sheets, jeśli masz wyeksportowane dane o zakupach i aktywności. Systemy CRM i marketing automation często mają wbudowane funkcje segmentacji RFM, co przyspiesza pracę – ale nie są warunkiem koniecznym do startu.
Od ilu kontaktów analiza RFM ma sens?
Przy bazach poniżej kilkuset aktywnych klientów podział na 125 segmentów mija się z celem – grupy będą zbyt małe. Uproszczona wersja z podziałem na 3–5 segmentów wystarczy i daje praktyczne wyniki nawet dla małych list.
Jak często powinienem aktualizować analizę?
W e-commerce z wysoką częstotliwością zakupów – raz na miesiąc. W branżach z długim cyklem zakupowym – raz na kwartał. Analiza RFM to żywe narzędzie, które traci wartość jeśli robisz je jednorazowo.
Podsumowanie
Większość firm patrzy na swoją bazę jak na jeden, równy tłum. Model RFM rozbija ten tłum na konkretnych ludzi – tych, którzy kupują regularnie, tych, którzy przestali, i tych, których właściwie nigdy nie miałeś.
Zamiast wysyłać te same kampanie do całej bazy, zacznij segmentować. Nawet uproszczony podział na trzy grupy zmienia podejście do komunikacji i poprawia wyniki bez zwiększania budżetu.
Jeśli masz dane o zachowaniu swoich klientów, możesz zacząć jutro. Nie potrzebujesz drogiego narzędzia – wystarczy arkusz kalkulacyjny, dane o zakupach i gotowość do myślenia o klientach indywidualnie. A to ostatnie jest najtrudniejsze.