Обычно RFM-анализ превращает историю покупок в набор сегментов. Компания смотрит, кто покупал недавно, кто делает это регулярно и кто приносит больший объем выручки. Это помогает отдельно рассматривать активных клиентов, тех, кто начал остывать, и тех, чье ценное прошлое уже не подтверждается текущими покупками.

Метод упрощает реальность, если воспринимать сегмент как готовый диагноз. Клиент с редкими покупками может быть сезонным, а высокий объем покупок может объясняться одной разовой сделкой. Поэтому собственнику стоит проверить период анализа, качество данных, возвраты, разницу между выручкой и маржой, а также реальные действия компании после сегментации. Иначе получится аккуратная таблица, которая лишь убедительно показывает уже известный беспорядок.

RFM нередко путают с XYZ-анализом. RFM описывает поведение конкретных клиентов через давность, частоту и объем покупок, а XYZ обычно связывают с устойчивостью и предсказуемостью спроса или продаж. Эти подходы могут использоваться рядом, но заменой друг другу не становятся. Тему имеет смысл вынести в отдельный материал о сочетании RFM и XYZ, чтобы не смешивать разные основания для классификации.

Как говорит Андрей Волков, «RFM и XYZ часто ставят рядом, но это разные способы посмотреть на бизнес». По мнению Андрея, ценность анализа появляется после сегментации, когда собственник понимает, какое решение принимается по каждой группе и кто отвечает за его исполнение.

Компания видит группу клиентов, которые раньше покупали регулярно, но давно не возвращались. Ошибка начинается, когда всем отправляют одинаковую скидку. Сначала стоит проверить причины снижения активности, составить отдельное предложение и определить, как будет оцениваться реакция. В другой группе высокий объем покупок может быть связан с единичной закупкой, поэтому автоматически считать таких клиентов постоянными рискованно.