Как выбрать пороги в RFM-анализе и не сломать всю сегментацию
Где провести границы R, F и M, чтобы сегменты были живыми, а не косметическими. Разбираем на практике и показываем частые промахи.
Любой маркетолог, который хоть раз строил RFM-матрицу, сталкивался с одним и тем же. Сегменты вроде бы есть, рассылки по ним идут, а выручка не двигается. Открываешь отчет — а в «чемпионах» сидит половина базы, в «оттоке» — три с половиной клиента. Сегментация формально работает, но по факту не делит людей на тех, кто платит, и тех, кто уходит.
Проблема почти всегда в одном месте — в порогах. Именно от того, где вы проведете границы по давности, частоте и сумме, зависит, увидите вы реальную картину или нарисуете себе красивую, но бесполезную таблицу. Егор Череватенко, CRM-маркетолог ClientCore, за последние пару лет перенастраивал RFM в десятках проектов и видел, как одна неудачная граница рушит всю логику работы с базой.
ЧИТАЙТЕ ТАКЖЕ
«Разбираем RFM по полочкам: кто такие «чемпионы», «спящие» и «на грани оттока» — и какое сообщение возвращает каждого из них в покупку.»
RFM — модель простая до неприличия. Берем три параметра: как давно клиент покупал (Recency), как часто (Frequency) и на какую сумму (Monetary). Дальше каждому присваиваем балл, чаще всего от 1 до 5, и складываем людей в группы. На словах элементарно. На деле вся магия — в том, как именно вы режете базу на эти баллы.
Можно взять одну и ту же базу и получить два совершенно разных набора сегментов, просто сдвинув границы. В первом варианте «лояльные» — это те, кто купил больше трех раз. Во втором — больше восьми. И это не нюанс, это разные стратегии коммуникации, разные бюджеты и разные прогнозы по выручке.
Поэтому вопрос «rfm пороги как выбрать» — не технический. Это вопрос о том, как ваш бизнес вообще устроен: с какой частотой люди покупают, какой у вас средний цикл сделки, что для вас «давно не приходил».
Приходит клиент, у него косметика, повторная покупка раз в 45 дней. А пороги по Recency выставлены как у мебельного магазина — 180 дней до отметки "спящий". В итоге человек реально ушел два цикла назад, а система все еще считает его активным и шлет ему скидку на то, что он уже купил у конкурента. Мы пересобрали границы под их частоту — реактивационная выручка выросла на 23% за квартал.
Егор Череватенко
CRM-маркетолог, ClientCore
Три способа нарезать пороги — и когда какой работает
Самая частая ошибка rfm анализа — брать пороги «на глаз». Кто-то увидел в чужом кейсе, что «чемпионы покупают от 5 раз», и тащит эту цифру к себе, хотя у него совсем другой продукт. Есть три рабочих подхода, и выбор между ними зависит от того, как распределены ваши данные.
Квантильный метод. Делите базу на равные доли — например, на пять групп по 20%. Удобно, когда нужно быстро стартовать и распределение более-менее ровное. Минус — границы получаются «плавающими»: при росте базы они сдвигаются, и сегмент прошлого месяца может не совпасть с этим.
Фиксированные пороги по бизнес-логике. Здесь вы сами говорите: покупка за последние 30 дней — это 5 баллов, 30–90 — 4 балла и так далее. Цифры берутся не из воздуха, а из реального цикла покупки. Этот способ лучше всего ложится на бизнес с понятной периодичностью — подписки, FMCG, расходники.
Метод на основе распределения. Смотрите на гистограмму по каждому параметру и режете там, где есть естественные «провалы» в данных. Самый честный, но и самый трудозатратный путь. Зато границы получаются осмысленными, а не притянутыми.
Норма
пороги привязаны к реальному циклу покупки в вашей нише
границы по R, F, M подобраны отдельно, а не одной линейкой
модель пересматривается хотя бы раз в квартал
Red flag
цифры взяты из чужого кейса без проверки на своих данных
один и тот же порог используется для всех трех параметров «чтобы было ровно»
пороги не меняли ни разу с момента запуска два года назад
Recency: главная граница, которую чаще всего ставят неправильно
Если выбирать, какой из трех параметров важнее всего настроить точно, — это Recency. Давность покупки сильнее всего предсказывает, вернется человек или нет. И именно здесь промахи стоят дороже всего.
Ключевой вопрос — какой у вас естественный интервал между покупками. Если люди в среднем возвращаются раз в месяц, то клиент, который не покупал 60 дней, — уже тревожный звонок. А если средний цикл — полгода, то те же 60 дней означают, что все в порядке, человек просто еще не дозрел до следующей покупки.
Беда в том, что многие ставят границу Recency «по ощущениям». Кажется, что 90 дней — нормально для всех. Но для бизнеса с недельным циклом это вечность, а для дорогой техники — вчерашний день. Считайте медианный межпокупочный интервал по своей базе и стройте границы вокруг него: одна граница — внутри интервала, вторая — на одном цикле, третья — на двух-трех.
Я всегда начинаю с одного графика — распределение дней с последней покупки. На нем сразу видно, где база реально "дышит", а где умирает. В одном проекте по доставке еды мы увидели резкий обрыв на 21 дне: кто не вернулся за три недели, тот почти не возвращался вообще. Поставили туда границу — и реактивационная кампания стала бить точно по тем, у кого еще был шанс.
Егор Череватенко
CRM-маркетолог, ClientCore
Frequency и Monetary: где прячутся искажения
С частотой засада другая. У большинства бизнесов база перекошена: огромная доля клиентов купила всего один раз, и лишь небольшой хвост — много. Если резать Frequency квантилями вслепую, вы получите абсурд — например, граница между «1 балл» и «2 балла» пройдет внутри тех, кто купил ровно один раз. Технически их не разделить, и баллы распределятся как попало.
Лечится это просто: смотрите на реальное распределение и не пытайтесь натянуть пять равных групп там, где данные так не лежат. Иногда честнее сделать по Frequency не пять уровней, а три — «один раз», «несколько раз», «много». Меньше градаций, зато каждая что-то значит.
Monetary тоже коварен. Сумму легко перекашивают крупные единичные заказы и оптовики, затесавшиеся в розничную базу. Один клиент с чеком в десять раз выше среднего сдвигает все верхние границы, и в премиальный сегмент попадают люди, которые на самом деле к нему не относятся. Перед нарезкой имеет смысл отсечь аномалии или хотя бы посмотреть на медиану вместо среднего — она устойчивее к выбросам.
Норма
по Frequency число уровней соответствует реальному разбросу покупок
аномальные заказы по сумме проверены и при необходимости вынесены отдельно
границы Monetary опираются на медиану, а не на задранное выбросами среднее
Red flag
в одном балле Frequency лежат и разовые, и постоянные клиенты вперемешку
оптовики и розница считаются в одной RFM-матрице
топ-сегмент по сумме раздут одним-двумя гигантскими заказами
Частые ошибки RFM-анализа, которые ломают всю картину
Самая разрушительная ошибка — настроить пороги один раз и забыть. База живет: меняется сезонность, запускаются акции, приходит новый трафик. Границы, которые были адекватны год назад, сегодня могут загонять половину активных клиентов в «отток». Пересматривать пороги нужно регулярно, особенно после крупных промо, которые искусственно подтягивают Recency у всех подряд.
Вторая ошибка — мешать в одну матрицу разные типы клиентов. B2B и B2C, опт и розница, новый канал и старая база — у них разные паттерны, и общие пороги размывают каждый. Если сегменты ведут себя нелогично, первым делом проверьте, не сложили ли вы вместе несовместимое.
Третья — гнаться за красивой раскладкой вместо рабочей. Бывает соблазн подкрутить границы так, чтобы «чемпионов» было побольше — отчет приятнее показывать руководству. Но rfm матрица существует не для отчета. Если в премиальный сегмент попали люди, которые туда не дотягивают, вы зальете их предложениями, на которые они не откликнутся, и сожжете бюджет.
Видел матрицу, где после новогодней распродажи 70% базы оказались в верхних сегментах по Recency. Маркетолог обрадовался — "все активные!". А через месяц эти люди разом провалились вниз, потому что покупали только под акцию. Если бы он сегментировал по этой картинке, то слал бы дорогие персональные офферы тем, кто пришел один раз за скидкой. Пороги нельзя читать в отрыве от того, что происходило с базой.
Егор Череватенко
CRM-маркетолог, ClientCore
Как проверить, что пороги выбраны верно
Правильность границ можно проверить, а не просто верить интуиции. Признак рабочей сегментации — группы реально отличаются по поведению, а не только по названию.
Самый простой тест — посмотреть на конверсию и средний чек по сегментам. Если «чемпионы» откликаются на рассылки в разы лучше «спящих», а у «оттока» отклик близок к нулю — границы проведены осмысленно. Если же все сегменты дают примерно одинаковую реакцию, пороги нужно пересобирать.
Второй ориентир — размер сегментов. Когда один сегмент съедает больше половины базы, это почти всегда сигнал, что граница рядом с ним стоит не там. Здоровая rfm матрица распределяет людей неравномерно, но без гигантских перекосов, где в одной ячейке пусто, а в соседней давка. И последнее: проверяйте динамику. Если из месяца в месяц люди логично перетекают из сегмента в сегмент — модель живая. Если все стоят колом — границы оторваны от реальности.
Часто задаваемые вопросы
Сколько уровней делать в RFM — обязательно ли пять?
Нет. Пять баллов — традиция, а не закон. Если по какому-то параметру данные не дают пяти осмысленных групп (так часто бывает с Frequency), делайте три или четыре. Лучше меньше градаций, но чтобы каждая реально отличалась по поведению, чем пять уровней, между которыми нет разницы.
Как часто нужно пересматривать пороги?
Минимум раз в квартал, а после крупных распродаж и сезонных пиков — внепланово. Промо искусственно подтягивает Recency и Frequency у всей базы, и если не перепроверить границы, вы примете временную активность за реальную лояльность и сольете бюджет на тех, кто пришел один раз за скидкой.
Можно ли использовать одни и те же пороги для опта и розницы?
Нельзя. У оптовых и розничных клиентов кардинально разные циклы покупки и суммы чеков. Если считать их в одной матрице, оптовики раздуют верхние границы по Monetary, а розница утонет внизу. Разделяйте такие сегменты и стройте для каждого свою RFM-модель — иначе обе получатся бесполезными.
