RFM sembra una costosa formula da società di consulenza, ma è semplice: Recency (quando ha acquistato l’ultima volta), Frequency (con che frequenza) e Monetary Value (quanto ha speso). Con queste tre variabili sai chi è il tuo cliente migliore, chi sta per andarsene e chi non vale la pena inseguire. Non serve un modello statistico complesso. Non serve un team di data science. Serve smettere di trattare tutti i clienti allo stesso modo, perché non lo sono. Se lanci la stessa campagna di saldi a tutta la base, regali margine a clienti che avrebbero comunque acquistato e perdi tempo con chi non tornerà mai più. Il modello RFM nel retail ti dice esattamente a chi parlare, quando e con quale messaggio.
Cos’è l’RFM e perché cambia il modo in cui vedi i tuoi clienti
Immagina un negozio di abbigliamento con 15.000 clienti nel database. Per la maggior parte dei retailer, quei 15.000 sono «la mailing list»: persone che ricevono la stessa newsletter ogni due settimane. Con l’RFM, quei 15.000 diventano gruppi con comportamenti completamente diversi. E trattarli in modo diverso è ciò che muove le metriche. Le tre variabili sono:
Recency (R) — Quando ha acquistato l’ultima volta?
Un cliente che ha acquistato tre settimane fa e uno che ha acquistato undici mesi fa non sono lo stesso cliente. Il primo è in modalità attiva: si ricorda di te, gli è piaciuto ciò che ha comprato, ha un’alta probabilità di tornare. Il secondo ti ha quasi dimenticato. Riconquistarlo richiederà un tipo di sforzo molto diverso.
Frequency (F) — Con che regolarità acquista?
Chi ha acquistato sei volte nell’ultimo anno ha con te un modello di comportamento consolidato. Chi ha acquistato una sola volta può essere un acquirente da singola promozione, o qualcuno che non è tornato perché qualcosa non ha funzionato. La frequenza separa il cliente abituale da quello occasionale.
Monetary Value (M) — Quanto ha speso?
Non conta solo ciò che ha speso nell’ultimo acquisto, ma il totale accumulato. Un cliente che spende 40 € ogni mese vale molto di più nell’arco dell’anno di uno che ha fatto un acquisto da 200 € durante i saldi e non è mai più tornato. Quando combini queste tre variabili, identifichi i tuoi clienti migliori con una precisione che nessun criterio demografico può eguagliare. Un retailer alimentare con decine di migliaia di clienti attivi può avere un gruppo molto ristretto che genera una quota sproporzionata del suo fatturato. Con la segmentazione RFM applicata al retail lo trovi. Senza, lo tratti come tutti gli altri.
I 5 segmenti che ogni retailer dovrebbe conoscere
Non tutti i modelli RFM usano la stessa scala. Puoi lavorare con punteggi da 1 a 5, da 1 a 3, o con categorie alta/media/bassa per ciascuna variabile. Ciò che conta non è la scala, ma che i segmenti ottenuti siano attivabili. Questi cinque sono quelli di maggiore impatto per il retailer omnicanale:
-
- Campioni
Hanno acquistato di recente, lo fanno spesso e spendono bene. Sono i clienti che ti amano già. L’errore più comune con questo segmento è ignorarlo perché «compra da solo». È proprio il cliente che devi trattare meglio di tutti: non darlo per scontato. Azione: accesso anticipato alle novità, trattamento di prim’ordine in negozio, messaggi di esclusività. Nessuno sconto obbligatorio.
-
- Clienti a rischio
Erano buoni clienti, frequenti e di alto valore, ma da un po’ non si fanno vedere. La recency è calata. Si ricordano ancora di te, ma se non fai nulla nelle prossime settimane scivoleranno tra i dormienti. Questo segmento è il più prezioso da recuperare perché ha già una storia con te. Conoscono la tua offerta e ti hanno scelto in passato. La domanda non è se possono tornare, ma se ti ricordi di contattarli prima che sia troppo tardi. Azione: campagna di riattivazione personalizzata basata sulla loro reale cronologia d’acquisto. «È un po’ che non ti vediamo, ecco cosa avevi comprato l’ultima volta» converte molto meglio di uno sconto generico.
- Clienti dormienti
La recency è molto bassa. Non acquistano da molti mesi. Alcuni sono recuperabili, altri no, e l’errore qui è dedicare lo stesso sforzo a tutti. Prima di lanciare una campagna di riattivazione di massa conviene calcolare se il costo dell’incentivo è giustificato dalla probabilità di recupero e dal valore storico del cliente. Quando vale la pena provare: quando il valore storico è alto e la frequenza precedente era buona. Quando non ne vale la pena: quando si trattava di un acquisto occasionale di due anni fa mai ripetuto.
- Nuovi clienti promettenti
Primo o secondo acquisto recente, buon valore del carrello. Nessun comportamento ancora consolidato, ma il segnale è buono. È il segmento in cui il secondo acquisto cambia tutto: chi acquista due volte ha una probabilità significativamente maggiore di acquistare una terza volta. Azione: comunicazione di benvenuto con contenuti di valore, presentazione del programma di fidelizzazione, se esiste, e un motivo concreto per tornare nelle prossime settimane.
Il segmento che nessuno attiva e quello con il ROI più alto: i quasi-VIP
I quasi-VIP meritano una sezione a parte perché sono il segmento più redditizio da attivare e quello più spesso trascurato. Sono clienti con alta frequenza e buon valore monetario la cui recency ha iniziato a calare leggermente. Sono a un passo dal diventare clienti a rischio. Con la spinta giusta — accesso esclusivo, un beneficio di livello, un messaggio personalizzato — diventano Campioni. Senza quella spinta, cadono. Sono esattamente i clienti su cui conviene di più concentrarsi adesso: lo sforzo necessario per portarli al livello successivo è inferiore a quello per recuperare un cliente dormiente, e il ritorno in frequenza e valore medio dell’ordine è maggiore. Una catena di moda che attiva questo segmento con l’accesso anticipato a una collezione di nuova stagione, senza sconti, solo con la sensazione di essere i primi, può ottenere un aumento notevole della frequenza d’acquisto di quel gruppo nelle settimane successive. Il cliente non percepisce un’offerta: percepisce un riconoscimento. Azione: programma di avanzamento di livello, messaggio esclusivo «sei quasi al livello successivo», beneficio non monetario che rafforzi l’identità del cliente VIP.
Come usare l’RFM nella pratica: dai dati all’azione
Far funzionare l’RFM non richiede un progetto di mesi. Richiede cinque passaggi eseguiti bene: Passaggio 1 — Centralizza i dati d’acquisto Serve uno storico delle transazioni con data, importo e cliente identificato. Se hai sia negozi fisici sia e-commerce, i dati devono stare nella stessa tabella. Se sono separati, i segmenti ottenuti saranno incompleti, così come le decisioni che prenderai su di essi. Passaggio 2 — Definisci il periodo di analisi L’RFM non è per sempre. Un cliente che ha acquistato tre anni fa, in un altro contesto di vita, non è più lo stesso cliente. L’approccio standard è lavorare con gli ultimi 12-24 mesi di storico. Periodi più lunghi distorcono il quadro; periodi più brevi non offrono volume sufficiente per misurare la frequenza in modo affidabile. Passaggio 3 — Assegna un punteggio a ogni cliente Assegna a ogni cliente un punteggio per R, F e M. Il metodo più semplice è dividere la base in quintili per ciascuna variabile, da 1 a 5, e combinare i tre punteggi. Un 5-5-5 è il tuo Campione. Un 1-1-1 è il cliente che probabilmente non tornerà e che non ha senso inseguire con incentivi costosi. Passaggio 4 — Assegna azioni per segmento e attiva Non ha senso calcolare l’RFM se il risultato resta in un foglio di calcolo. Ogni segmento ha bisogno di un’azione di marketing associata: cosa comunicare, quando, attraverso quale canale e con quale messaggio. La tabella della sezione successiva ti dà la mappa completa. Passaggio 5 — Aggiorna regolarmente L’RFM è dinamico. Un cliente può passare da Campione a cliente a rischio in sole poche settimane se smette di acquistare. Se la tua segmentazione viene aggiornata una volta all’anno, stai lavorando con una mappa obsoleta.
Tabella di segmentazione RFM per il retail
Scopri i segmenti che generano il maggiore impatto nel retail e le azioni concrete che aiutano ad aumentare la frequenza d’acquisto, la fidelizzazione dei clienti e la riattivazione.
| Segmento | Recency | Frequenza | Valore | Profilo | Azione chiave |
|---|---|---|---|---|---|
| Campioni | Alta | Alta | Alto | Acquirenti frequenti, grandi spenditori, attivi. | VIP senza sconto. |
| Quasi-VIP | Medio-alta | Alta | Alto | Iniziano a diradare le visite. | Riconoscimento. |
| A rischio | Bassa | Alta | Medio-alto | Hanno smesso di venire. | Riattivazione. |
| Inattivi | Molto bassa | Variabile | Variabile | Utenti inattivi. | Recupero selettivo. |
Tabella completa di segmentazione RFM per il retail
Cosa cambia quando il tuo RFM si calcola da solo, in tempo reale
Il maggior problema pratico del modello RFM non è capirlo, ma mantenerlo aggiornato. Un segmento calcolato manualmente in un foglio di calcolo è accurato il giorno in cui lo calcoli. La settimana dopo, alcuni dei tuoi Campioni hanno acquistato di nuovo e lo sono ancora, ma altri clienti a rischio hanno superato la linea e sono diventati dormienti senza che nessuno se ne accorgesse. La campagna che hai lanciato sulla base di quel file non parla più ai clienti a cui dovrebbe parlare. La segmentazione dinamica risolve il problema. Invece di ricalcolare manualmente, il sistema valuta di continuo il comportamento di ogni cliente e lo sposta automaticamente tra i segmenti ogni volta che il suo RFM cambia. Un cliente che resta tre settimane senza acquistare inizia a perdere recency. Se non viene lanciata nessuna campagna per trattenerlo, continua a scendere. Se il sistema lo rileva in tempo, puoi attivare una comunicazione prima che sia troppo tardi. Piattaforme come Wapping calcolano l’RFM in modo nativo e mantengono i segmenti aggiornati senza intervento manuale: i segmenti vengono aggiornati in tempo reale o, per regole più complesse, ogni 2 ore. Quando la recency di un quasi-VIP inizia a calare, il sistema lo rileva automaticamente e il marketing può attivare la campagna senza aspettare la successiva esportazione dei dati, senza aprire un ticket all’IT.
80 milioni di clienti gestiti in produzione
I dati della piattaforma mostrano un aumento del 20% del valore medio dell’ordine (AOV) nelle campagne di cross-sell quando i segmenti giusti vengono attivati al momento giusto. Con 80 milioni di clienti in produzione, i segmenti calcolati da Wapping non sono teorici.
+20%
valore medio dell’ordine (AOV) nelle campagne di cross-sell · retailer in produzione
Se vuoi vedere come funziona con i tuoi dati reali: Richiedi una conversazione di 30 minuti →