Джобстер сайт для поиска работы и сотрудников в digital 
Тендеры и лиды
Информация
Вы запускаете одну и ту же рассылку на всю базу. Клиент, который купил вчера — получает то же письмо, что и тот, кто не заходил два года. Маркетинговый бюджет тратится поровну на тех, кто готов купить снова прямо сейчас, и на тех, кого уже нет. Это не персонализация — это слив денег и репутации домена. RFM-сегментация решает именно эту проблему: делит базу по реальному поведению и даёт понять, кому что предложить прямо сейчас. В этой статье — полная механика: как считать, как сегментировать, какие сценарии запускать для каждой группы, какие ошибки убивают результат и как измерить, что всё работает.
Я занимаюсь маркетингом больше десяти лет. За это время видел сотни клиентских баз — от региональных интернет-магазинов до федеральных e-commerce проектов с миллионами транзакций. И почти везде была одна и та же картина: маркетинг работал вслепую. Одна рассылка для всех, один оффер, один тон. Никакой разницы между клиентом, который купил позавчера и тратит по 30 000 рублей в месяц, и тем, кто зашёл один раз два года назад и больше не появлялся.
RFM-анализ — метод сегментации клиентской базы по трём параметрам поведения:
R (Recency) — давность последней покупки. Когда клиент покупал последний раз? Чем свежее — тем выше балл.
F (Frequency) — частота покупок. Сколько раз покупал за анализируемый период? Больше — выше балл.
M (Monetary) — сумма трат. Сколько денег принёс компании? Больше — выше балл.
Каждый параметр оценивается по шкале от 1 до 5. В итоге каждый клиент получает комбинацию — например, 5-4-3 или 1-1-1. По этой комбинации понятно, кто перед вами и что с ним делать.
Метод появился в прямом маркетинге США в 1990-х — его популяризировал Артур Хьюз в книге Strategic Database Marketing. Тогда речь шла о почтовых каталогах. Сегодня та же логика работает в email, CRM, ретаргетинге, пуш-уведомлениях и программах лояльности.
В России активное применение RFM началось около 2015–2017 годов, когда e-commerce накопил достаточно данных. Сейчас это стандарт для любой зрелой команды — от Lamoda до небольшого регионального магазина с базой в 8 000 покупателей.
Почему RFM не устарел в эпоху нейросетей и предиктивных моделей? Потому что он прозрачен. Любой маркетолог без навыков программирования может объяснить руководителю, почему этот клиент получил именно такое письмо. Предиктивные модели дают точность, RFM даёт понятность и скорость внедрения. В большинстве компаний именно скорость и простота — главный барьер.
Для RFM нужны четыре поля по каждому клиенту:
— уникальный идентификатор (ID клиента или email)
— дата последней покупки
— количество покупок за анализируемый период
— сумма всех покупок за тот же период
Период анализа — под бизнес. Продуктовый ритейл: 3–6 месяцев. Одежда и обувь: 6–12 месяцев. Мебель и техника: 12–24 месяца. B2B с длинным циклом сделки: 18–36 месяцев. Правило одно: период должен включать минимум 2–3 нормальных цикла покупки в вашей нише.
Данные берём из CRM, из 1С, из аналитики интернет-магазина — Bitrix, RetailCRM, Mindbox, amoCRM. Если данные разрознены — сводим в единую таблицу. До начала расчётов обязательно чистим: убираем тестовые заказы, возвраты (или учитываем отдельно), дубли клиентов.
Делим клиентов на пять равных групп по каждому параметру.
По Recency: кто купил совсем недавно — получает 5, кто не покупал дольше всех — получает 1. Важно: по Recency баллы в обратном порядке. Чем меньше дней прошло с последней покупки — тем выше балл.
По Frequency и Monetary: больше — выше балл. Кто покупает чаще всего — 5. Кто потратил больше всех — 5.
Технически это разбивка на квантили. В Excel — функция PERCENTRANK или ручное разбиение через QUARTILE. В Python — метод pd.qcut() из библиотеки pandas. Пример простейшего кода:
import pandas as pd
df['R_score'] = pd.qcut(df['days_since_last_purchase'], 5, labels=[5,4,3,2,1])
df['F_score'] = pd.qcut(df['frequency'].rank(method='first'), 5, labels=[1,2,3,4,5])
df['M_score'] = pd.qcut(df['monetary'], 5, labels=[1,2,3,4,5])
df['RFM_segment'] = df['R_score'].astype(str) + df['F_score'].astype(str) + df['M_score'].astype(str)
Этот скрипт за несколько секунд обрабатывает базу любого размера и добавляет сегментную метку к каждому клиенту.
Получаем трёхзначный код для каждого клиента. Группируем по смыслу:
Champions (555, 554, 545, 544) — лучшие клиенты. Купили недавно, часто, много потратили.
Loyal Customers (444, 445, 454, 344) — надёжные постоянные покупатели.
Potential Loyalists (523, 533, 423, 433) — купили недавно, но ещё нечасто.
New Customers (511, 512, 521) — первая или вторая покупка.
Promising (411, 412, 311) — купили не так давно, пока редко.
Need Attention (333, 233, 323) — средние клиенты, активность снижается.
About to Sleep (222, 212, 211) — давно не покупали, покупали редко.
At Risk (244, 234, 143) — хорошие клиенты, которые перестали покупать.
Cannot Lose Them (155, 145, 154) — бывшие Champions и Loyal, давно не возвращались.
Hibernating (122, 112, 121) — почти ушли.
Lost (111, 112, 121) — ушли давно, тратили мало.
До того как строить стратегию — цифры. По каждому сегменту смотрим: количество клиентов и доля от общей базы, выручка и доля от общей выручки, средний чек и средняя частота покупок, средний LTV.
Это моментально показывает, где деньги и где риски. В типичном e-commerce Champions составляют 5–10% базы, но дают 30–50% выручки. Lost — 20–30% базы и меньше 5% выручки. Без этой картины невозможно расставить приоритеты и обосновать бюджет на работу с каждым сегментом.
Это лучшие клиенты. Главная ошибка — заваливать их промоскидками. Champions не нужна скидка 10%. Им нужен статус, эксклюзив и ощущение, что их замечают.
Сценарий 1. Закрытый клуб с ранним доступом.
Запускаете новую коллекцию или категорию — Champions видят её за 48 часов до публичного анонса. Тема письма: «Только для вас — доступ за двое суток до старта». Без скидки. Конверсия в переход в таком письме на 40–60% выше стандартного промо — человек чувствует себя особенным, а не получателем очередного оффера.
Сценарий 2. Реферальная механика.
Champions органично рекомендуют вас — помогите им это делать. Личная реферальная ссылка плюс бонус не в виде скидки, а в виде статусных плюшек: приоритетная доставка, подарок к следующему заказу, закрытое мероприятие. Стоимость привлечённого клиента через Champions обычно в 2–3 раза ниже, чем через платные каналы.
Сценарий 3. Персональное поздравление от живого человека.
Не автоматический email на день рождения, а письмо от имени менеджера с личным обращением. Если база Champions небольшая — менеджер пишет руками. Это требует времени, но удержание стоит этих затрат.
Из практики: в проекте e-commerce (одежда, база 120 000 клиентов) выделили 800 Champions. Запустили закрытый клуб с ранним доступом к новинкам и заменили автоматическое поздравление на ДР личным письмом от менеджера. За шесть месяцев: отток в сегменте снизился на 34%, средний чек вырос на 18%, 12% Champions привели хотя бы одного реферала.
Хорошие клиенты, стабильные, но ещё не лучшие. Задача — сдвинуть их вверх по ценности.
Сценарий 1. Прогресс-бар к следующему уровню.
В каждом письме и личном кабинете показываем: «До статуса Gold осталось 2 400 рублей». Это работает — люди совершают целевую покупку ради статуса, а не ради скидки. Именно так устроен Яндекс Плюс с его кешбэком и уровнями: клиент видит конкретную сумму до апгрейда и делает покупку осознанно.
Сценарий 2. Кросс-сейл на основе реальной истории.
Не «посмотрите наши новинки», а «вы покупали X — вот что берут вместе с ним 68% клиентов». Конкретика по данным, а не общие рекомендации. Конверсия в клик выше в 2–3 раза по сравнению с нессегментированными рекомендациями.
Сценарий 3. Контентная ценность между покупками.
Не только промо. Полезные материалы по теме, связанной с вашим продуктом. Продаёте спортивный инвентарь — тренировочные планы. Одежду — гайды по уходу и стилю. Это удерживает внимание между транзакциями и формирует привычку возвращаться к вам как к источнику экспертизы.
Купили недавно, хороший старт. Но первая покупка — ещё не лояльность. Задача — добиться второй и третьей, пока клиент ещё «тёплый».
Welcome-серия из 5 писем:
Письмо 1 (день 1 после покупки) — подтверждение плюс что делать дальше с продуктом. Не реклама — помощь.
Письмо 2 (день 4) — история компании или продукта, которая формирует доверие. Почему вы и откуда.
Письмо 3 (день 8) — оффер на вторую покупку: бонусные баллы или небольшая скидка с дедлайном 72 часа.
Письмо 4 (день 14) — запрос отзыва. Клиент успел попользоваться продуктом.
Письмо 5 (день 21) — кросс-категория: «Вы купили X — вот что идёт с ним».
Ключевой момент: дедлайн на третьем письме обязателен. Без него конверсия в повторную покупку падает в 2–3 раза — человек откладывает и забывает.
По данным нашего проекта в нише товаров для дома: без welcome-серии второй заказ делали 18% клиентов. После внедрения пятипольной серии — 31%. Рост на 72% без изменения скидочной политики.
Раньше были хорошими клиентами — сейчас пропали. Это тревожный сигнал, но ещё не потеря.
Win-back сценарий из трёх писем:
Письмо 1 — «Мы заметили, что вы давно не заходили». Без скидки, без агрессии. Просто напоминание с самым популярным продуктом из их категории. Тема: «Вы давно не были — вот что изменилось».
Письмо 2 (через 5 дней, если нет реакции) — персональный оффер. Скидка 10–15% или бонус. Ограничение: 7 дней. Без дедлайна оффер не работает.
Письмо 3 (через 5 дней, если нет реакции) — последняя попытка. «Мы хотим понять, что пошло не так». Короткий опрос на 2–3 вопроса плюс лучший оффер.
После трёх писем без реакции — стоп. Дальнейшие письма только портят репутацию домена и раздражают тех, кому вы ещё можете понадобиться в будущем.
Параллельно — ретаргетинг в Яндекс Директ с персональным оффером для этого сегмента. Не общая реклама бренда, а конкретное предложение вернуться. Аудитория At Risk в ретаргетинге конвертируется значительно лучше холодной — они уже знают вас.
Это бывшие Champions и Loyal Customers, которые исчезли. Самый ценный из «пропавших» сегментов и самый требовательный к вниманию.
Здесь автоматика не работает. Нужен живой контакт.
Что делает менеджер: звонок или персональное письмо (не шаблонное) с прямым вопросом — «Что случилось? Мы хотим исправить ситуацию». Оффер, соразмерный ценности клиента: бесплатная доставка плюс скидка 20% плюс приоритетное обслуживание. Если клиент отвечает — фиксируем причину ухода и решаем её. Иногда это проблема с доставкой, которую легко устранить. Иногда конкурентная цена, с которой можно работать индивидуально.
Из практики: в B2B-проекте (SaaS, подписка) сегмент Cannot Lose Them составлял 47 компаний. Менеджер обзвонил каждую лично. Вернули 19 из 47 — это 40% реактивации. Выручка от возвращённых клиентов за следующие 12 месяцев — 4,2 млн рублей. Стоимость реактивации (время менеджера плюс офферы) — около 180 000 рублей. ROI говорит сам за себя.
Клиенты, которые ушли давно и тратили мало. ROI реактивации здесь, как правило, отрицательный.
Одно финальное письмо с самым ярким оффером — «последний шанс». Тема буквально: «Мы закрываем вашу скидку через 48 часов». Если нет реакции — чистим базу. Удаляем или переводим в архив. 50 000 мёртвых адресов в рассылке — это деньги за них, испорченная репутация домена и заниженные метрики, которые мешают принимать правильные решения.
Excel и Google Sheets. Подходит для базы до 100 000 клиентов, когда нет аналитика в команде. Выгружаем данные, считаем три столбца, разбиваем каждый на квантили вручную через сортировку и нарезку на пять равных частей. Присваиваем баллы. Объединяем в сегменты через формулы. Минус — ручная работа и обновление по требованию.
Python + pandas. Подходит для любого масштаба базы при наличии аналитика или маркетолога с базовыми навыками кода. Скрипт из 30–40 строк обрабатывает базу любого размера за секунды. Результат — CSV с сегментами, который загружается в CRM или ESP. Плюс: гибкость, возможность добавить дополнительные параметры (возвраты, маржинальность, категория), полная автоматизация при подключении к базе данных.
Mindbox. Один из лучших вариантов для среднего и крупного e-commerce в России. Встроенный RFM-анализ, автоматические сегменты, прямая интеграция с email, SMS, push и рекламными кабинетами. Автоматическое обновление сегментов ежедневно, триггерные сценарии без участия разработчика.
RetailCRM. Хорошо подходит для омниканального ритейла с офлайн-точками. Сильная интеграция с 1С, встроенные сегменты по поведению покупателей.
Yandex DataLens и Power BI. Для команд с аналитиком и данными в хранилище. RFM-сегментацию встраиваем в дашборд, который обновляется автоматически. Руководитель и маркетолог видят актуальную картину базы в любой момент без выгрузок.
Ошибка 1. Стандартные пороги без адаптации под цикл покупки.
Самая распространённая. Берут из интернета «30 дней = Recency 5» и применяют к магазину матрасов, где покупают раз в 7–10 лет. В итоге 95% базы числится «потерянными» при живой активной аудитории. Правило: пороги Recency должны быть кратны нормальному циклу покупки. Для FMCG — дни. Для одежды — месяцы. Для мебели — годы. Прежде чем считать RFM, посмотрите медианный интервал между покупками по базе.
Ошибка 2. Разовый расчёт.
RFM — это не проект, который делают один раз. Клиенты постоянно переходят между сегментами. Champion в январе становится At Risk в апреле без правильной работы. Минимальный ритм обновления: раз в квартал. Идеальный: ежемесячно или автоматически.
Ошибка 3. Один контент для всех сегментов после сегментации.
Встречаю регулярно: компания сделала RFM-разбивку, поставила себе галочку и продолжила слать одну рассылку на всю базу. Смысл потерян полностью. Сегментация без дифференциации контента — это красивая таблица, которая ничего не меняет.
Ошибка 4. Скидки для Champions.
Когда Champions отправляют «скидка 15% для постоянных покупателей» — это не вознаграждение. Это снижение маржи и приучение к скидочному поведению. Champions нужен эксклюзив и статус. Скидки — для At Risk и Cannot Lose Them, где они оправданы ценностью реактивации.
Ошибка 5. Игнор сегмента Cannot Lose Them.
Многие фокусируются на Champions и новых клиентах, забывая о тех, кто уходит. Реактивация Cannot Lose Them часто даёт лучший ROI, чем привлечение новых. Потерянный Champion — это не просто потерянная выручка. Это клиент, который, возможно, рассказал о негативном опыте коллегам.
Ошибка 6. Оценивать сегменты только по выручке без учёта маржинальности.
Клиент с высоким M-баллом может быть убыточным, если постоянно использует промокоды, возвращает товары или покупает только во время глубоких акций. RFM нужно дополнять данными о возвратах и маржинальности — иначе инвестируете в «лучших» клиентов, которые съедают прибыль.
Сделать RFM недостаточно. Нужно измерить результат. Вот метрики, которые стоит отслеживать.
Retention rate по сегментам. Сравниваем долю клиентов, которые сохранили сегмент или перешли в более высокий, между периодами. Если Champions стабильны или растут — стратегия работает.
Конверсия в повторную покупку. Для Potential Loyalists и New Customers — главный показатель. Baseline до внедрения RFM vs результат после запуска персонализированных сценариев.
Стоимость реактивации vs стоимость привлечения. Сколько стоит вернуть клиента из At Risk или Cannot Lose Them против стоимости привлечения нового? В большинстве ниш реактивация в 3–7 раз дешевле. Если это не так — что-то не так со стратегией работы с сегментом.
Доля выручки по сегментам в динамике. Растёт ли доля Champions и Loyal Customers в общей выручке? Снижается ли доля At Risk и Lost? Это главный индикатор здоровья базы.
Open rate и CTR по сегментам. Персонализированные письма для Champions должны показывать open rate выше среднего по базе на 20–40%. Если нет — контент не соответствует сегменту.
LTV в разрезе сегментов. Смотрим, как меняется LTV клиентов, прошедших через персонализированные сценарии, по сравнению с контрольной группой. Это финальный аргумент для обоснования инвестиций в RFM перед руководством.
Наша система сама подберет вам исполнителей на услуги, связанные с разработкой сайта или приложения, поисковой оптимизацией, контекстной рекламой, маркетингом, SMM и PR.
Заполнить заявку
13691 тендер
проведено за восемь лет работы нашего сайта.
RFM — это не только email. Сегменты работают везде, где есть возможность таргетинга.
Ретаргетинг в Яндекс Директ и myTarget. Загружаем сегменты как аудитории. Champions — новинки и кросс-категории. At Risk — персональный оффер с возвратом. Lost — либо не тратим бюджет вообще, либо look-alike на основе Champions работает лучше прямой рекламы по ушедшим.
SMS и push-уведомления. Только по сегментам с высокой актуальностью. Push Champions — про эксклюзив и ранний доступ. Push About to Sleep — про срочный повод вернуться. Слать push всей базе — гарантированный рост отписок и деградация канала.
Колл-центр и персональные продажи. В B2B и дорогом ритейле Cannot Lose Them и Champions передаём менеджерам для живой работы. Не скрипт, а реальный разговор.
Программы лояльности. Уровни в программе лояльности — это фактически RFM-логика в интерфейсе. Сбер Спасибо, Ozon Premium, Яндекс Плюс — все они учитывают давность, частоту и сумму при определении привилегий. RFM даёт вам данные, чтобы построить такую же систему под свой бизнес без дорогого вендора.
RFM по категориям. Клиент может быть Champions в обуви и никогда не покупать аксессуары. Отдельный RFM по категориям открывает кросс-продажи, которые стандартная модель не покажет.
RFM плюс маржинальность. Добавляем четвёртый параметр — маржа по клиенту. Высокий M-балл при низкой марже — это не Champions, это проблемный сегмент, который нужно работать иначе.
RFM плюс сезонность. Клиент лыжного магазина, который покупает только в ноябре–феврале — не «засыпающий». Это сезонный Champions. Без учёта сезонности будете реактивировать людей, которые просто ждут зимы.
RFM плюс предиктивные модели. Продвинутый уровень: ML-модели прогнозирования оттока поверх RFM. Сначала знаете, где клиент сейчас (RFM), потом — куда идёт. Это позволяет предотвращать уход до того, как он случился. Используется в крупном e-commerce: Wildberries, Ozon, Lamoda.
Понедельник. Выгружаем данные о покупках за нужный период из CRM или 1С. Чистим: убираем тесты, возвраты, дубли. Проверяем полноту данных.
Вторник. Считаем три параметра по каждому клиенту. Присваиваем баллы. В Excel или в Python — зависит от размера базы и навыков команды.
Среда. Группируем в сегменты. Считаем: количество клиентов и выручка по каждому. Определяем три приоритетных сегмента для первого запуска.
Четверг. Разрабатываем сценарии коммуникации для приоритетных сегментов. Пишем письма, готовим офферы.
Пятница. Загружаем сегменты в ESP или CRM. Запускаем первые кампании. Ставим напоминание через месяц — проверить метрики и обновить сегменты.
В 2026 году стоимость привлечения нового клиента в большинстве ниш выросла в 2–3 раза по сравнению с 2021 годом. Рекламные аукционы дорожают. Органика становится сложнее. В этих условиях работа с существующей базой — не опция, а вопрос экономики маркетинга.
Если вы руководитель или собственник — вам нужен человек, который не просто понимает RFM, но умеет превратить его в работающую систему. CRM-маркетолог, retention-специалист, аналитик с опытом в e-commerce.
Проблема: таких специалистов мало. На крупных площадках они тонут среди сотен нерелевантных откликов.
Джобстер — профильная платформа для найма в маркетинге, digital и продажах. Не очередная доска объявлений: узкоспециализированная площадка, где сосредоточена аудитория именно маркетологов, CRM-специалистов, аналитиков и digital-профессионалов.
Как это работает: размещаете вакансию на сайте — она автоматически уходит в сеть Telegram-каналов с 40 000+ активными подписчиками из digital-сферы. Вашу вакансию увидят те, кто понимает, что такое LTV, когортный анализ и retention-маркетинг, а не те, кто «хочет попробовать себя в маркетинге».
Меньше мусорных откликов. Быстрее закрытые позиции. Специалисты, которые умеют работать с данными и давать результат.
Перейти на сайт: https://jobster.pro
Если вы специалист и ищете работу в маркетинге, CRM, аналитике или digital — или просто хотите следить за рынком:
Профильные вакансии для маркетологов, PR-специалистов, контент-менеджеров и SMM — Telegram-канал с актуальными позициями без вакансий-призраков:
https://t.me/digital_jobster
Вакансии в продажах и маркетинге, интересные проекты от стартапов до крупного бизнеса — ТГ-канал для тех, кто хочет расти в деньгах и задачах:
https://t.me/rabota_go
Удалённая работа и онлайн-проекты — телеграм-канал для тех, кто работает не из офиса:
https://t.me/rabota_freelancee
Разместить резюме и посмотреть активных кандидатов — для HR и руководителей, которым нужен живой специалист:
https://t.me/jobster_resume
Кейсы маркетинга, рабочий юмор, полезный контент — tg-канал для тех, кто хочет оставаться в теме:
https://t.me/jobster_guru
Telegram, ТГ, телеграм, tg, телеграмм — ищи по-разному, находи нужное в одном месте.
С чего начать RFM-сегментацию, если нет аналитика в команде?
Начните с Google Sheets. Выгрузите из CRM данные за последние 6–12 месяцев: ID клиента, дата последней покупки, количество заказов, сумма. Разбейте каждый столбец на пять равных частей вручную — от большего к меньшему. Присвойте баллы. Сгруппируйте клиентов по комбинациям. Это займёт один рабочий день и даст рабочую картину базы без единой строки кода.
Как часто пересчитывать RFM-сегменты?
Минимум раз в квартал. Если покупки частые — раз в месяц. В зрелых командах с данными в хранилище — автоматически, ежедневно. Клиенты постоянно меняют сегменты: Champion в январе без правильной работы станет At Risk в апреле.
Какой минимальный размер базы нужен для RFM?
От 500–1 000 уникальных покупателей. До этого порога проще работать с базой вручную без формальной сегментации. После — RFM начинает давать статистически значимые группы и работающие инсайты.
Можно ли применять RFM в B2B с длинным циклом сделки?
Да, и часто с лучшим результатом, чем в B2C. Главное — адаптировать периоды. Если цикл сделки 6–12 месяцев, то Recency в 90 дней — это норма, не тревога. В B2B также часто добавляют четвёртый параметр: тип сделки или размер компании-клиента.
Чем RFM отличается от когортного анализа?
Когортный анализ смотрит на поведение групп по времени первой покупки: все, кто пришёл в январе 2025, в феврале и так далее. RFM оценивает текущее состояние каждого клиента вне зависимости от даты прихода. Методы дополняют друг друга: когорты показывают, как меняется лояльность со временем, RFM — кто есть кто прямо сейчас.
Как связать RFM с программой лояльности?
RFM — естественная основа для уровневой программы лояльности. Champions и Loyal Customers получают верхний уровень с максимальными привилегиями. New Customers и Potential Loyalists — базовый с понятным путём роста. Это делает программу не просто «копилкой баллов», а реальным инструментом удержания, где клиент видит конкретный смысл в каждой покупке.
Что делать, если Cannot Lose Them не реагируют на письма?
Переходите к живому контакту. Звонок от менеджера — не автоматика. Прямой вопрос: что случилось и что нужно исправить. Если нет реакции на 2–3 попытки — переводите в Hibernating и освобождайте ресурсы для работы с теми, кого ещё можно вернуть.
Подборка статей: для HR и работу с командой
Подборка статей: на тему Маркетинга
Подборка статей: об SMM и контенте
Подборка статей: на тему Продаж
Подборка статей о вакансиях и поиске сотрудников
Подборка статей: Карьера и поиск работы
▫️ витрина открытых вакансий
▫️ разместить Вакансию
▫️ разместить Резюме
