RFM-сегментация 2026: как вытащить повторные продажи из базы клиентов

Самая дорогая строчка в маркетинговом бюджете — это новый клиент, которого вы привлекаете, пока в базе спят те, кто уже купил и забыл про вас. RFM-сегментация чинит именно это. Не «улучшает коммуникацию» и не «повышает вовлечённость» — конкретно вытаскивает повторные продажи из людей, которые уже один раз вам заплатили. Ниже разбираю не теорию из учебника, а как присвоить баллы, собрать матрицу из 8-11 сегментов, что слать каждому и как посчитать всё это в Google Sheets за вечер.

Я работаю с базами клиентов 9 лет в digital. RFM считал руками в таблицах, потом в Mindbox и RetailCRM, потом автоматизировал через n8n. Цифры приростов в статье — медиана по моим проектам, а не бенчмарк из чужого отчёта. Сразу предупрежу: RFM не волшебная кнопка. Это способ перестать слать одно и то же письмо на всю базу.

RFM — это не «аналитика базы». RFM — это ответ на один вопрос: кому сегодня писать, а кого оставить в покое. Если после расчёта вы шлёте всем одну рассылку, вы не сделали RFM. Вы построили красивую таблицу.

1. Что такое R, F и M на самом деле

Три буквы — три числа про каждого клиента. Recency: сколько дней прошло с последней покупки. Frequency: сколько раз человек покупал за выбранный период. Monetary: на сколько суммарно купил.

Звучит банально. Но в этих трёх числах сидит почти всё, что нужно знать о клиенте для рассылки. Давность говорит, жив ли он ещё как покупатель. Частота — насколько он лоялен. Сумма — сколько он для вас стоит. Чемпион и тот, кто вот-вот уйдёт навсегда, отличаются по этим трём цифрам, и больше почти ничего не нужно.

Из трёх метрик самая важная — Recency. Человек, купивший вчера, в разы вероятнее купит снова, чем тот, кто покупал год назад, даже если второй за всю жизнь оставил больше денег. Поэтому давность всегда тянет сегментацию сильнее остальных.

2. Как присвоить баллы: квинтили против порогов

Голые числа сравнивать неудобно: у одного 4 заказа, у другого 11, что это значит — непонятно. Поэтому каждую метрику переводят в балл от 1 до 5. Два способа.

Квинтили: сортируете базу по метрике и режете на пять равных по количеству клиентов кусков. Верхние 20% получают 5, следующие — 4, и так до 1. Плюс — база всегда делится ровно, даже если данные перекошены. Минус — границы плавают при каждом пересчёте.

Фиксированные пороги: руками задаёте границы исходя из здравого смысла бизнеса. Для доставки еды «покупал за последние 7 дней» = R5. Плюс — понятно и стабильно. Минус — пороги надо угадать, и для разных ниш они радикально разные.

Вот как выглядит присвоение баллов формулой. Для Recency шкала перевёрнута: меньше дней — выше балл.

Recency (дни с последней покупки), пороги для e-com:
  0-30 дней   -> R = 5
  31-90       -> R = 4
  91-180      -> R = 3
  181-365     -> R = 2
  366+        -> R = 1

Frequency (число заказов за период):
  10+ -> F=5   5-9 -> F=4   3-4 -> F=3   2 -> F=2   1 -> F=1

Monetary (суммарная выручка):
  верхние 20% базы -> M=5 ... нижние 20% -> M=1

RFM-код = склейка трёх баллов: R*100 + F*10 + M
Пример: R5 F4 M5 -> код 545 -> сегмент «Чемпионы»

Совет из практики: для первого расчёта берите квинтили по Frequency и Monetary, а Recency режьте порогами под цикл покупки. Так база делится честно, но «горячесть» остаётся привязанной к реальным дням, а не к перцентилю.

3. Матрица сегментов: из 125 комбинаций в 9 рабочих групп

Комбинаций баллов формально 125. Вести 125 сценариев невозможно, поэтому их сворачивают в укрупнённые сегменты. Я обычно держу 9 — этого хватает, чтобы под каждый был отдельный смысл, и не настолько много, чтобы потеряться.

Подробнее про win-back для спящих и потерянных я разобрал в отдельной статье про реактивацию базы — там механика цепочек и реальная конверсия реактиваций.

4. Что слать каждому сегменту (и чего не слать)

Главная мысль: разным сегментам нужны противоположные вещи. Чемпиону скидка скорее вредна — вы приучаете лояльного человека ждать акций и режете маржу на том, кто и так бы купил. А спящему скидка наоборот может вернуть в строй.

Чемпионам и лояльным — статус, ранний доступ, новинки. Новичкам — онбординг и причину вернуться за вторым заказом, тут хорошо ложится программа лояльности с понятным первым порогом. Сегментам «под угрозой» и «нельзя потерять» — реактивация, пока они ещё тёплые, и чем дороже клиент, тем персональнее касание, вплоть до звонка. Спящим и потерянным — win-back, где сначала идёт ценность и напоминание о бренде, и только потом оффер.

Канал тоже зависит от сегмента, а не от того, что у вас «настроена рассылка». Дорогих уходящих клиентов нет смысла будить очередным письмом, которое они не открывают полгода — туда идёт звонок или SMS. Как это укладывается в общую систему писем, я разбирал в материале про email-рассылки в России.

5. Как посчитать RFM в Google Sheets

Для базы до 50-100 тысяч клиентов таблица — самый быстрый старт, CRM не нужна. Логика короткая.

Берёте выгрузку заказов: клиент, дата, сумма, по строке на заказ. Сводной таблицей сворачиваете до одной строки на клиента с тремя числами: дата последней покупки, число заказов, суммарная выручка. Recency считаете как разницу с сегодняшним днём. Дальше — пороги и баллы.

// Recency в днях
R_days = СЕГОДНЯ() - [дата последней покупки]

// Пороги по перцентилям (квинтили) для Frequency
=PERCENTILE(F_диапазон; 0,2)   // граница балла 1|2
=PERCENTILE(F_диапазон; 0,4)   // 2|3
=PERCENTILE(F_диапазон; 0,6)   // 3|4
=PERCENTILE(F_диапазон; 0,8)   // 4|5

// Присвоение балла Frequency через IFS
=IFS(F>=p80;5; F>=p60;4; F>=p40;3; F>=p20;2; ИСТИНА;1)

// RFM-код и подтяжка названия сегмента
RFM = R&F&M            // например "545"
сегмент = ВПР(RFM; справочник_сегментов; 2; ЛОЖЬ)

Весь расчёт собирается за пару часов. Дальше — справочный лист, где диапазоны R-F-M сопоставлены с названиями сегментов из таблицы выше, и ВПР подтягивает ярлык. Готово: у вас живая RFM-матрица в одной вкладке.

6. RFM в CRM: amoCRM, Bitrix24 и автоматизация

Таблица хороша для первого расчёта, но руками пересчитывать каждый месяц — то ещё удовольствие, и о пересчёте обычно забывают. В CRM это автоматизируется.

Готового RFM-модуля в коробке нет ни в amoCRM, ни в Bitrix24. Рабочих путей два. Первый — считать RFM в сервисе рассылок (Mindbox, RetailCRM, Sendsay), которые умеют это нативно, и складывать тег сегмента обратно в карточку. Второй — гонять выгрузку через n8n или Make, считать баллы скриптом и проставлять кастомное поле «RFM-сегмент», по которому уже триггерятся цепочки. В amoCRM сегмент удобно вешать тегом и запускать digital-pipeline, в Bitrix24 — через бизнес-процессы.

Смысл автоматизации не в красоте, а в том, что сегмент пересчитывается сам и сразу дёргает нужную рассылку. Клиент уехал из «лояльных» в «под угрозой» — в тот же день ушло реактивационное письмо, а не через месяц, когда вы вспомнили обновить таблицу. Как RFM встраивается в общую систему удержания, я разбирал в статье про CRM-маркетинг.

7. Частота пересчёта и типичные ошибки

Частота пересчёта завязана на цикл покупки. Для e-com с частыми заказами — раз в месяц. Для услуг и B2B с длинным циклом — раз в квартал. Правило простое: период пересчёта короче среднего интервала между покупками. Иначе «свежий» клиент успевает по факту уехать в спящие, а в таблице он всё ещё чемпион.

Теперь ошибки, которые встречаю чаще всего.

1. Посчитали один раз и забыли. RFM протухает быстрее, чем кажется. Без регулярного пересчёта через два месяца сегменты врут, а письма уходят не туда.
2. Взяли чужие пороги. R5 для доставки еды — это «купил на этой неделе», для мебели — «за последний год». Копировать границы из чужой статьи нельзя, их считают по своей базе.
3. Посчитали — и шлют общую рассылку. Самая обидная ошибка. Сегменты есть, а коммуникация одна на всех. Вся работа впустую.
4. Считают на слишком маленькой базе. На паре сотен клиентов квинтили бессмысленны, а сегменты вырождаются. RFM начинает работать примерно от тысячи клиентов с историей.
5. Игнорируют Monetary-перекос. 10% клиентов часто дают половину выручки. Если не учитывать это, «нельзя потерять» растворяется в общем потоке, и вы теряете самых дорогих тихо.

Пример порогов под две разные модели бизнеса — чтобы было видно, насколько они несравнимы.

8. RFM и unit-экономика: куда смотреть после сегментации

RFM показывает, кому писать. Но решает не количество сегментов, а деньги, которые они приносят. Поэтому следующий шаг после сегментации — посмотреть на каждый сегмент через unit-экономику: сколько стоит реактивировать спящего и окупается ли это его средним чеком.

Тут часто вскрывается неприятное. Сегмент «потерянных» бывает огромным, но реактивация одного клиента стоит дороже, чем он принесёт. Тогда честный ответ — не лить туда бюджет, а смириться. А вот «под угрозой» с высоким Monetary окупает почти любое касание, включая звонок менеджера. Как считать экономику по сегментам, я разбирал в материале про unit-экономику.

Вывод

RFM — это не про красивую таблицу с цветными квадратиками. Это про один вопрос: кому сегодня написать, а кого оставить в покое. Три числа — давность, частота, сумма. Баллы по квинтилям или порогам. 8-11 сегментов. Разный сценарий под каждый. И регулярный пересчёт, без которого всё протухает за месяц.

На проектах, где я внедрял RFM вместо общей рассылки, повторные продажи росли в диапазоне 15-30% за квартал, медиана около 20%, и почти всегда без скидочного демпинга. Эффект идёт не от акций, а от попадания в момент. Но сработает это только если после расчёта вы действительно разведёте коммуникацию по сегментам, а не отправите всем одно письмо «у нас новинки».

Если у вас есть база с историей покупок, но вы до сих пор шлёте всем одно и то же — это первое, что стоит починить. Напишите мне в Telegram или оставьте заявку через форму: на стартовой консультации разберу вашу базу, покажу, как нарезать сегменты под вашу нишу и какие 2-3 сценария запустить в первую очередь. Стартовая консультация — 0 ₽.