L'analisi RFM è un modo semplice per segmentare i clienti in base a quanto di recente hanno acquistato, a con quale frequenza acquistano e a quanto spendono, in modo da sapere chi premiare, chi riconquistare e chi lasciare in pace. Utilizza dati che la maggior parte delle aziende ha già nel proprio CRM o nei registri delle vendite, e non richiede un team di data science. Questa guida è rivolta a titolari d'azienda, marketer e team di customer success che desiderano inviare meno campagne generiche e più messaggi in linea con il reale comportamento di ciascun cliente.
Punti chiave
- RFM sta per Recency (recenza), Frequency (frequenza) e Monetary value (valore monetario): tre dati sulla cronologia degli acquisti di ciascun cliente.
- Ogni cliente riceve un punteggio da 1 a 5 per ciascun fattore, creando segmenti chiari come Campioni, Fedeli, A rischio e Persi.
- La recenza è spesso il segnale più forte per capire se un cliente è ancora attivo, motivo per cui molti team partono da lì.
- Ogni segmento richiede un'azione specifica: premi per i clienti migliori, nurturing per i nuovi e offerte di riconquista per chi si sta allontanando.
- L'RFM è più utile quando i punteggi si aggiornano automaticamente nel CRM e le campagne si attivano in base ai cambiamenti di segmento.
Che cos'è l'analisi RFM?
L'analisi RFM è un metodo di segmentazione dei clienti che classifica i clienti in base a tre dimensioni: Recency (giorni dall'ultimo acquisto), Frequency (numero di acquisti in un periodo stabilito) e Monetary value (spesa totale in quel periodo). La combinazione dei tre punteggi mostra quanto sia prezioso e coinvolto ciascun cliente in questo momento, consentendoti di personalizzare offerte, servizio e tempistiche per ogni gruppo.
Perché la segmentazione RFM funziona
Si basa sul comportamento, non su supposizioni
L'età, la città o la qualifica professionale dicono poco sul fatto che qualcuno acquisterà di nuovo. Il comportamento d'acquisto dice molto di più. La segmentazione RFM utilizza ciò che i clienti hanno effettivamente fatto, rendendola pratica per quasi tutte le attività con acquisti ricorrenti.
È facile da spiegare
Un responsabile delle vendite, un marketer e un proprietario d'azienda possono tutti capire "ha acquistato di recente, acquista spesso, spende molto". Questo rende più facile concordare le azioni da intraprendere.
Indica passaggi successivi chiari
Ogni segmento suggerisce un'azione diversa, da un biglietto di ringraziamento a un'offerta di riattivazione. Smetti di inviare lo stesso sconto a tutti, comprese le persone che avrebbero acquistato comunque.
I dati di cui hai bisogno
Per ciascun cliente, hai bisogno di tre elementi dal tuo CRM, POS o cronologia degli ordini:
- La data dell'acquisto o della visita a pagamento più recente.
- Il numero di acquisti nella finestra di analisi considerata, ad esempio gli ultimi 12 mesi.
- Il fatturato totale generato da quel cliente nella stessa finestra temporale.
Scegli una finestra temporale in linea con il tuo ciclo di acquisto. Un bar potrebbe considerare gli ultimi 3-6 mesi; un'azienda di servizi B2B potrebbe aver bisogno di 12-24 mesi. Prima di assegnare i punteggi, unisci i contatti duplicati ed elimina gli ordini di prova o interni, altrimenti i punteggi risulteranno fuorvianti.
Come calcolare i punteggi RFM
L'approccio più comune consiste nell'ordinare i clienti in base a ciascun fattore e suddividerli in cinque gruppi uguali (quintili). Il quinto migliore riceve un punteggio di 5, mentre il quinto più basso riceve 1. Per la recenza, un minor numero di giorni dall'ultimo acquisto corrisponde a un punteggio più alto. Per frequenza e valore monetario, numeri più elevati indicano un punteggio più alto.
Ogni cliente ottiene così un codice a tre cifre, ad esempio 5-5-5 per un cliente recente, frequente e con spesa elevata, oppure 1-1-2 per chi ha acquistato una sola volta molto tempo fa. Alcuni team combinano frequenza e valore monetario in un unico punteggio per mantenere gestibile il numero di segmenti. Se la tua base clienti è ridotta, puoi utilizzare soglie fisse anziché i quintili, ad esempio "ultimo acquisto entro 30 giorni = 5".
I segmenti RFM e come gestirli
Non sono necessarie tutte le 125 combinazioni possibili. Raggruppale in una manciata di segmenti su cui il tuo team possa agire. Ecco una mappatura di esempio che puoi adattare:
| Segmento | Punteggi tipici (R / F / M) | Chi sono | Azione consigliata |
|---|---|---|---|
| Campioni | R 5, F 4–5, M 4–5 | Hanno acquistato di recente, acquistano spesso, spendono di più | Ringraziali, offri un accesso anticipato, chiedi recensioni o referral |
| Clienti fedeli | R 3–5, F 4–5 | Acquistano regolarmente, rispondono bene ai contatti | Premi fedeltà, cross-selling di prodotti o servizi correlati |
| Potenziali fedeli | R 4–5, F 2–3 | Clienti recenti con pochi acquisti | Consigli di onboarding, un motivo per tornare presto, invito a iscriversi |
| Nuovi clienti | R 5, F 1 | Hanno effettuato il primo acquisto di recente | Serie di benvenuto e un follow-up utile |
| Richiedono attenzione | R 3, F 2–3, M 2–3 | Clienti medi che stanno iniziando a rallentare | Contatto personale, offerta a tempo limitato |
| A rischio | R 1–2, F 3–5, M 3–5 | Acquistavano spesso e spendevano molto, ma non di recente | Messaggio di riconquista, richiesta di feedback, chiamata personale per i clienti principali |
| Persi | R 1, F 1–2 | Hanno acquistato una sola volta o raramente, molto tempo fa | Un tentativo di riattivazione, poi ridurre i contatti |
Il gruppo "A rischio" merita spesso l'attenzione più urgente, perché questi clienti erano di alto valore in precedenza. Comprendere perché stanno rallentando è strettamente legato al tasso di abbandono dei clienti (churn rate).
Esempio pratico: punteggio di cinque clienti
I numeri riportati di seguito sono inventati a scopo illustrativo; non rappresentano benchmark.
Immagina un piccolo negozio di prodotti di bellezza che analizza gli ultimi 12 mesi:
- Cliente A: ultimo ordine 5 giorni fa, 14 ordini, spesa totale elevata. Punteggio 5-5-5: un Campione.
- Cliente B: ultimo ordine 10 giorni fa, 1 ordine. Punteggio 5-1-1: un nuovo cliente che necessita di una serie di benvenuto.
- Cliente C: ultimo ordine 200 giorni fa, 9 ordini, spesa elevata. Punteggio 1-4-4: A rischio, merita un messaggio personale.
- Cliente D: ultimo ordine 60 giorni fa, 4 ordini, spesa media. Punteggio 3-3-3: Richiede attenzione.
- Cliente E: ultimo ordine 330 giorni fa, 1 piccolo ordine. Punteggio 1-1-1: Perso; un tentativo di riattivazione è sufficiente.
Invece di una sola newsletter per tutti e cinque, il negozio ora invia cinque messaggi diversi e più pertinenti.
Come eseguire l'analisi RFM nel tuo CRM (passo dopo passo)
- Definisci la finestra temporale. Scegli un periodo che rifletta il tuo tipico ciclo di acquisto.
- Pulisci i dati. Unisci i duplicati, collega gli ordini al contatto corretto ed escludi rimborsi od ordini di test.
- Calcola i tre valori. Giorni dall'ultimo acquisto, numero di acquisti e spesa totale per cliente.
- Assegna i punteggi. Utilizza i quintili o soglie fisse per attribuire a ciascun cliente un punteggio da 1 a 5 per ogni fattore.
- Mappa i punteggi sui segmenti. Inizia con un numero compreso tra cinque e sette segmenti, come nella tabella sopra.
- Salva i segmenti nel CRM. Memorizza i punteggi e i segmenti come campi o tag su ciascun contatto.
- Associa delle azioni. Crea campagne, attività o automazioni per ciascun segmento.
- Aggiorna regolarmente. Ricalcola i dati con frequenza mensile o settimanale e attiva i messaggi quando un cliente passa da un segmento all'altro, ad esempio da Fedele ad A rischio.
- Misura i risultati. Confronta nel tempo i tassi di riacquisto e di riattivazione per segmento.
L'automazione di questi aggiornamenti è un ottimo modo per sfruttare l'automazione del CRM.
Errori comuni nell'analisi RFM da evitare
Utilizzare la finestra temporale errata
Una finestra temporale troppo breve fa sembrare persi i clienti stagionali fedeli; una troppo lunga nasconde i cambiamenti recenti.
Considerarla come un report una tantum
I punteggi perdono valore rapidamente. L'analisi RFM funziona al meglio come una segmentazione dinamica che si aggiorna e guida le azioni.
Offrire sconti ai migliori clienti
I clienti migliori ("Champions") spesso non hanno bisogno di uno sconto per acquistare. Un riconoscimento, l'accesso anticipato e un servizio eccellente potrebbero essere opzioni più adatte.
Ignorare il contesto
L'analisi RFM non tiene conto di reclami, termini contrattuali o idoneità del prodotto. Combinala con note, feedback e le valutazioni del tuo team.
Come si integra l'analisi RFM con le altre metriche dei clienti
L'analisi RFM analizza il comportamento passato recente. Il Customer lifetime value stima il valore totale del cliente nel tempo, mentre il lead scoring classifica i potenziali clienti che non hanno ancora acquistato. Utilizzati insieme, ti aiutano a decidere dove dedicare tempo e budget lungo l'intero ciclo di vita del cliente.
Come farlo in LUA CRM
Schede cliente con cronologia acquisti
Conserva ordini, visite, pagamenti e conversazioni in un'unica scheda cliente, in modo che recenza, frequenza e spesa provengano da un'unica fonte.
Segmenti e tag
Memorizza i punteggi RFM o i nomi dei segmenti come campi o tag e filtra gli elenchi dei clienti per segmento.
Automazioni e attività
Attiva messaggi di benvenuto, fidelizzazione e recupero, oppure crea un'attività di chiamata quando un cliente chiave passa allo stato "A rischio".
Report
Traccia quanti clienti si trovano in ciascun segmento e come cambia la situazione di mese in mese.
Vuoi smettere di inviare lo stesso messaggio a tutti? Prova LUA CRM e crea i tuoi primi segmenti RFM.
Domande frequenti
Recency, Frequency e Monetary value (Recenza, Frequenza e Valore monetario): quanto di recente un cliente ha acquistato, con quale frequenza acquista e quanto spende in un determinato periodo.
Sì, se i clienti acquistano o rinnovano più di una volta. Per gli abbonamenti o i contratti, puoi utilizzare i rinnovi, gli ordini o le fatture pagate al posto degli acquisti al dettaglio.
Una frequenza mensile è un buon punto di partenza per la maggior parte delle aziende. Le attività con ritmi più veloci, come bar o e-commerce, potrebbero trarre beneficio da aggiornamenti settimanali.
Sì, per un'analisi una tantum. Mantenerla nel tuo CRM rende più facile aggiornare automaticamente i punteggi e agire sui cambiamenti di segmento.
Inizia con cinque-sette segmenti su cui il tuo team possa lavorare concretamente. Potrai suddividerli ulteriormente una volta che le campagne di base saranno operative.
Conclusione
L'analisi RFM trasforma la cronologia di acquisto grezza in gruppi di clienti chiari e azioni concrete. Inizia con dati puliti, una finestra temporale adeguata e pochi segmenti, collega ogni segmento a un messaggio o a un'attività e aggiorna regolarmente i punteggi. Con il tempo, dedicherai meno sforzi a campagne generiche e ti concentrerai sui clienti che contano di più.
