En resumen
Con tres números que cualquier negocio tiene (cuándo compró cada cliente por última vez, cuántos días compró y cuánto gastó), el RFM ordena la base entera por su valor y por su actividad, sin modelos ni datos externos. Es la herramienta de segmentación más antigua y sigue siendo la más rentable por hora invertida. Lo que suele fallar no es el cálculo, sino la lectura: la mayoría de los malentendidos vienen de tratar el score como un umbral absoluto medido contra hoy, cuando es una posición relativa medida sobre un periodo cerrado.
Este monográfico explica qué problema resuelve el RFM, qué mide exactamente cada letra, cómo se convierte un dato en una puntuación de 0 a 3, qué reloj sigue, cómo se lee y cómo se usa, y cómo se hace en FLYDE, con un caso guiado sobre el entorno Demo. Si solo te llevas una idea: un 3 en recencia no significa «compró hace menos de N días»; significa «está entre el 25 % que compró más recientemente en el último periodo cerrado».
1. Qué problema resuelve el RFM
Toda base de clientes tiene dentro a gente muy distinta: quien compra cada semana y quien compró una vez hace dos años; quien gasta mucho de golpe y quien gasta poco pero siempre; quien era un gran cliente y ha dejado de serlo sin que nadie lo note. Tratarlos igual es desperdiciar dinero en unos y abandonar a otros. El problema es que distinguirlos exige mirar a cada cliente por tres sitios a la vez, y una lista de miles de personas no se puede mirar así a mano.
El RFM resuelve eso reduciendo la historia de compras de cada cliente a tres cifras comparables y sumándolas en una. Con ellas, la base se ordena de arriba abajo, cada cliente queda situado en un mapa de valor y actividad, y preguntas que antes no tenían respuesta la tienen en segundos: quiénes son los mejores, quiénes están dejándolo, quiénes merecen un descuento y quiénes lo cobrarían sin necesitarlo.
Por qué funciona con tan poco
Las tres cifras no son arbitrarias. Son las que mejor predicen, por sí solas, lo que un cliente hará a continuación:
- Quien ha comprado hace poco tiene más probabilidad de volver a comprar que quien hace mucho, casi en cualquier negocio. La recencia es el mejor predictor individual que existe.
- Quien compra a menudo tiene un hábito, y el hábito es más estable que el impulso. La frecuencia distingue la relación de la transacción.
- Quien gasta más vale más, y sobre todo justifica más esfuerzo para retenerlo o recuperarlo. El valor monetario pone precio a cada decisión.
Combinadas, separan situaciones que una sola cifra confunde: el cliente valioso que se está yendo (gastó mucho, hace tiempo que no) del cliente poco valioso que se está yendo (gastó poco, hace tiempo que no), que no merecen la misma campaña; o el nuevo prometedor (compró ayer, mucho, una vez) del comprador de oferta (compró ayer, poco, una vez).
Qué no es
El RFM describe el pasado reciente; no predice con un modelo ni explica por qué. No sabe nada de lo que el cliente mira, abre o devuelve, ni de a qué distancia vive de una tienda: eso lo añaden los scorings propios y las predicciones, que se tratan en sus propios monográficos. Y, como se verá en la sección 4, no es una foto de hoy sino de un periodo cerrado, lo que cambia bastante la forma de usarlo.
2. Las tres letras, bien definidas
Las definiciones importan porque el mismo nombre esconde cálculos distintos según la herramienta, y porque de ellas dependen las lecturas de la sección 5. Estas son las de FLYDE.
Recencia (R)
Días transcurridos desde la última compra del cliente dentro del periodo analizado hasta la fecha en que se hace el cálculo. Cuantos menos días, mejor puntuación. Dos matices: la compra tiene que estar dentro del periodo (una compra anterior al periodo no cuenta, y el cliente queda sin recencia), y la referencia es la fecha del cálculo, no la de hoy. Si el cálculo se hizo hace tres semanas, la recencia que se ve es la de hace tres semanas.
Frecuencia (F)
Número de días distintos con compra en el periodo. No es el número de pedidos ni el de líneas de ticket: un cliente que un sábado compra tres productos en dos pedidos tiene frecuencia 1 ese día. Se cuenta así porque lo que mide la frecuencia es el hábito de volver, y volver se mide en visitas, no en artículos. La consecuencia práctica es que, en negocios donde los clientes compran una vez por periodo (muebles, óptica, viajes), casi todos tienen la misma frecuencia y la F apenas discrimina. Es normal, y conviene saberlo para no buscarle explicación.
Monetario (M)
Importe comprado en el periodo. Si el negocio tiene configurados periodos de margen, el importe se multiplica por el margen, de modo que M mide lo que el cliente aporta y no solo lo que paga: dos clientes que gastan lo mismo en categorías con márgenes distintos tienen M distinto. Cuando no hay margen configurado, M es el gasto bruto.
Lo que las tres comparten
Las tres se calculan sobre el mismo periodo y sobre las mismas ventas, y las tres valen 0 para quien no ha comprado en ese periodo. Esa es la primera regla de lectura del RFM: un 0 no es «el peor 25 %», es «sin compras en el periodo». Los ceros no entran en el reparto de puntuaciones ni en las medias, y son, en casi todas las bases, la mayoría.
3. De los datos al score
Una recencia de 23 días o un gasto de 412 € no se pueden comparar entre negocios ni sumar entre sí. Para eso cada métrica se convierte en una puntuación, y la forma de hacerlo es lo que define el RFM de FLYDE.
Cuartiles relativos, no umbrales
FLYDE ordena a todos los clientes que han comprado en el periodo por cada métrica y los reparte en cuatro bandas iguales. Los que están en el 25 % mejor reciben un 3; los del siguiente 25 %, un 2; luego un 1 y un 0. Es un ranking: la puntuación de un cliente depende de dónde está respecto a los demás compradores del periodo, no de un número fijo. Los clientes empatados en un valor comparten banda.
Esto tiene tres consecuencias que conviene interiorizar:
- La misma puntuación significa cifras distintas en negocios distintos, y en el mismo negocio en periodos distintos. Un 3 en M es «entre el 25 % que más gastó», valga eso 60 € o 6.000 €.
- Las bandas se adaptan solas. No hay que revisar umbrales cuando el negocio crece o cambia de temporada: el reparto siempre es un cuarto en cada banda, con los empates como única excepción.
- No se puede «subir el nivel» de toda la base. Si todos los clientes compran más, el reparto es el mismo. El RFM mide posición relativa; para medir crecimiento absoluto están las ventas.
Por qué de 0 a 3 y no de 1 a 5
El método clásico usa quintiles del 1 al 5, con 125 combinaciones posibles. FLYDE usa cuatro bandas por métrica, de 0 a 3, por una razón práctica: con 125 celdas nadie diseña 125 acciones distintas, y acaban agrupándose a mano de forma distinta según quién lo haga. Con cuatro niveles, las 64 combinaciones son manejables, los cortes son más estables (un cliente no cambia de banda por una compra de más o de menos en el borde de un quintil) y el 0 queda reservado para los que no compraron, que es una categoría con significado propio.
El score agregado
El RFM Score es la suma de las tres puntuaciones, de 0 a 9. Da un único número ordenable, útil para listados, gráficos y para pasar a otras herramientas. Pero es una suma, y dos sumas iguales pueden esconder clientes opuestos: un 3-3-0 (compró hace poco, muchos días, poco importe) y un 0-3-3 (compró al principio del periodo, muchos días, mucho importe) suman 6 y piden acciones distintas. El agregado sirve para ordenar; los componentes, para decidir.
4. El reloj del RFM
La fuente de casi todas las confusiones con el RFM es su relación con el tiempo. Merece una sección propia.
Un periodo cerrado, no «los últimos N días»
El RFM de FLYDE se calcula sobre el último periodo de facturación cerrado del negocio: el mes o el trimestre anterior, según cómo estén configurados los periodos. No es una ventana móvil de 90 días hacia atrás desde hoy. Las compras que cuentan son las de ese periodo, la frecuencia son los días de ese periodo y el importe es el de ese periodo. Cuando se cierra un periodo nuevo, el RFM se recalcula sobre él y el anterior pasa a ser «el previo».
Último y previo
Por eso cada cliente tiene dos juegos de puntuaciones: el último RFM (el del periodo cerrado más reciente) y el RFM previo (el del periodo anterior). En el previo, la recencia se mide hasta el inicio del periodo actual, no hasta la fecha del cálculo, para que las dos fotos sean comparables. Tener las dos es lo que convierte el RFM en una herramienta de movimiento: quién ha subido, quién ha bajado, quién ha desaparecido y quién ha aparecido.
Cuándo se recalcula
El cálculo se relanza de forma periódica (cada quince días por defecto), de modo que el score se actualiza cuando hay un periodo nuevo cerrado, no cada día. Entre dos cálculos, el RFM de un cliente no cambia aunque compre hoy: su compra entrará en el periodo que se cierre y se recalcule después.
Los dos relojes
La consecuencia práctica más importante: el RFM mide contra la fecha del cálculo y sobre un periodo cerrado, mientras que un campo como «días desde la última venta» mide contra hoy sobre todo el histórico. Son dos relojes distintos. Una regla como «RFM alto y más de 90 días sin comprar» mezcla ambos y produce audiencias que no significan lo que parecen: según cuándo se mire, puede estar vacía o contener a todo el mundo. Para expresar «era bueno y ha dejado de comprar» en el idioma del RFM, la regla correcta es «RFM previo alto y último RFM igual a 0»: estaba entre los mejores en el periodo anterior y no ha comprado en el cerrado más reciente.
5. Cómo leer el RFM
La distribución
Lo primero es el reparto de los compradores del periodo por score agregado, de 1 a 9 (los 0 quedan fuera). Por construcción, la forma es una campana: pocos en 9 (hay que estar en el 25 % mejor en las tres métricas a la vez), muchos en el centro, pocos en 1. Comparada con el periodo anterior, la distribución dice si la base se desplaza hacia arriba o hacia abajo. Un periodo con más clientes en 1-3 y menos en 6-9 que el anterior es una señal temprana que las ventas tardarán en mostrar.
El radar y las medias
La media de R, F y M entre los compradores del periodo, dibujada como un triángulo, dice qué forma tiene el negocio. Un triángulo equilibrado alrededor de 1,5 es lo esperable (la media de cuatro bandas iguales es 1,5). Un vértice hundido señala una métrica que no discrimina: la F cerca de 0 es el caso típico de los negocios de compra única por periodo, donde casi todos empatan con un solo día de compra y comparten banda. No es un error; es la foto del hábito de compra real, y dice que en ese negocio el RFM se va a mover sobre todo por R y M.
Los ocho segmentos
Cruzando las tres puntuaciones se obtienen los segmentos clásicos del RFM. La tabla los resume en la escala 0-3 de FLYDE; después, cada uno se explica con lo que hay que saber para usarlo: qué cliente hay detrás, qué le pasa si no se hace nada, qué acción suele funcionar, cuál es el error habitual y cómo se construye como audiencia en Market. Los rangos son orientativos y cada negocio los ajusta; las reglas usan los campos Último Recency, Frequency, Monetary y RFM Score salvo que se indique otra cosa.
| Segmento | R | F | M | En una frase |
|---|---|---|---|---|
| Campeones | 3 | 3 | 3 | Los mejores en todo |
| Leales | 2-3 | 2-3 | 2-3 | Hábito consolidado, valor alto o medio |
| Prometedores | 3 | 0-1 | 1-3 | Recientes con buena compra, sin hábito aún |
| Nuevos | 3 | 0 | 0-1 | Acaban de llegar, compra pequeña |
| Necesitan atención | 1-2 | 2-3 | 2-3 | Buenos clientes cuya recencia cae |
| En riesgo | 0-1 | 2-3 | 2-3 | Valiosos que llevan demasiado sin comprar |
| Dormidos | 0-1 | 1-2 | 1-2 | Valor medio, inactivos |
| Perdidos | 0 | 0-1 | 0-1 | Poco valor, hace mucho |
Campeones (3-3-3). Compraron en el último tramo del periodo, muchos días y mucho importe. Son entre el 1 % y el 3 % de los compradores y una parte desproporcionada del ingreso. Sin hacer nada, siguen comprando; con un descuento, siguen comprando y se les regala el margen. Lo que funciona es el reconocimiento: acceso anticipado, trato preferente, pedirles opinión, programas de embajadores. El error habitual es incluirlos en las promociones generales. Regla: Último Recency Score igual a 3, Último Frequency Score igual a 3 y Último Monetary Score igual a 3.
Leales (2-3 en las tres). Hábito consolidado y valor alto o medio, sin llegar al máximo en todo. Son el núcleo del negocio y el grupo al que más se puede pedir: venta cruzada, subir el ticket, reseñas, recomendaciones. Sin acción se mantienen; con exceso de impactos se cansan. El error es tratarlos como un bloque: dentro de los Leales conviven el que gasta mucho pocas veces y el que gasta poco muchas, y el mensaje no es el mismo. Regla: Último Recency, Frequency y Monetary Score mayores o iguales a 2, y Último RFM Score menor o igual a 8 para excluir a los Campeones.
Prometedores (3, 0-1, 1-3). Han comprado hace poco, con un importe decente, pero pocos días: todavía no hay hábito. Es el segmento donde la segunda compra decide todo. Sin acción, la mitad no vuelve; con un buen onboarding (qué más tienes, cómo se usa lo que compró, una razón para volver en las semanas siguientes) muchos pasan a Leales. El error es la pasividad: esperar a ver si repiten. Regla: Último Recency Score igual a 3, Último Frequency Score menor o igual a 1 y Último Monetary Score mayor o igual a 1.
Nuevos (3, 0, 0-1). Primera compra reciente y pequeña. Aún no hay datos para decir nada de ellos, y es el segmento más caro de captar y más fácil de perder. Lo que funciona es la bienvenida y la activación, sin presión; lo que no, meterlos en campañas pensadas para clientes de valor. Regla: Último Recency Score igual a 3, Último Frequency Score igual a 0 y Último Monetary Score menor o igual a 1.
Necesitan atención (1-2, 2-3, 2-3). Buenos clientes en frecuencia y valor cuya recencia empieza a caer dentro del periodo: compraron al principio y no han vuelto. Es el segmento más rentable para actuar, porque todavía están cerca. Un recordatorio, novedades afines a lo que compraron o una oferta limitada en el tiempo suelen bastar. El error es no verlos: en una lista ordenada por RFM total siguen arriba y nadie se fija en que la R ha bajado. Regla: Último Recency Score entre 1 y 2, Último Frequency Score mayor o igual a 2 y Último Monetary Score mayor o igual a 2.
En riesgo (0-1, 2-3, 2-3). Valiosos en frecuencia y valor, pero con la recencia en la banda baja o sin compras recientes. Es donde vive el revenue dormido: cada cliente recuperado vale mucho. La acción es la reactivación personalizada, con lo que sabes de ellos (su categoría, su marca, su tienda), y con grupo de control para medirla. El error es la reactivación genérica, igual para ellos que para los Perdidos. En FLYDE conviene construirlo con los dos periodos, que es más robusto que la recencia dentro de uno. Regla: RFM Score Previo mayor o igual a 6 y Último RFM Score igual a 0 (eran de los mejores y no han comprado en el periodo cerrado). La variante dentro del periodo es Último Recency Score menor o igual a 1 con Frequency y Monetary mayores o iguales a 2.
Dormidos (0-1, 1-2, 1-2). Valor medio y hace tiempo que no compran. Merecen una reactivación de bajo coste y pocos impactos: una o dos oportunidades, y si no responden, dejar de gastar en ellos. El error es el contrario del anterior: dedicarles el mismo esfuerzo que a los En riesgo. Regla con dos periodos: RFM Score Previo entre 3 y 5 y Último RFM Score igual a 0.
Perdidos (0, 0-1, 0-1). Una o dos compras pequeñas hace mucho. No invertir, salvo una campaña puntual de muy bajo coste, y revisar si conviene mantenerlos en las comunicaciones regulares, porque arrastran las tasas de apertura hacia abajo. El error es contarlos como clientes: en la mayoría de las bases son la mayoría de los registros y casi nada del ingreso. Regla con dos periodos: RFM Score Previo menor o igual a 2 y Último RFM Score igual a 0.
Una nota sobre los ceros. Dentro de un periodo, la banda 0 es el 25 % más bajo de los compradores; entre periodos, el 0 del último RFM significa «no ha comprado». Por eso los tres segmentos inactivos (En riesgo, Dormidos, Perdidos) se construyen mejor con el RFM previo como medida del valor que tenían y el último RFM igual a 0 como señal de que han parado. Es la misma lógica de los dos relojes de la sección 4.
El movimiento entre segmentos
La lectura más útil no es la de un periodo sino la del cambio entre dos. Con el último y el previo, cada cliente tiene un segmento de origen y uno de destino, y lo que importa son los tránsitos:
| De | A | Qué señala | Qué hacer |
|---|---|---|---|
| Leales | Necesitan atención | La recencia empieza a caer en un buen cliente | Actuar ya, antes de que llegue a En riesgo |
| Necesitan atención | En riesgo | No se actuó a tiempo, o no funcionó | Reactivación personalizada con control |
| En riesgo | Perdidos | El cliente se ha ido | Dejar de invertir; aprender qué pasó |
| Prometedores | Leales | La segunda compra ha llegado | Consolidar: venta cruzada, programa de fidelización |
| Prometedores | Dormidos | No hubo segunda compra | Revisar el onboarding |
| Nuevos | Prometedores o Leales | La captación está funcionando | Medir qué canal los trae |
| Dormidos | Leales | Una reactivación ha funcionado | Repetir la fórmula; anotarla |
| Campeones | Leales | Ligera caída del mejor grupo | Vigilar; no suele requerir acción |
Cuatro grupos resumen todo lo anterior y se construyen con un par de filtros: los que suben (último mayor que previo), los que bajan (último menor que previo, ambos mayores que 0), los que desaparecen (previo alto, último 0) y los que aparecen (previo 0, último alto). El tercero es donde vive el revenue dormido; el cuarto, donde están los nuevos que hay que consolidar. Contar cuántos clientes hay en cada uno, periodo a periodo, es el cuadro de mando más barato que existe sobre la salud de una base de clientes.
Tres errores de interpretación
Son los tres que más se repiten, y los tres vienen de leer el RFM como un umbral absoluto medido contra hoy:
- «Todos los de RFM alto llevan meses sin comprar.» Si el RFM no se ha recalculado desde hace tiempo, mide un periodo antiguo; los scores no caducan solos. Hay que mirar la fecha del último cálculo antes de leer.
- «Un 7 con un solo pedido no puede ser.» Sí puede: si la mayoría de los compradores del periodo compraron un solo día, un solo día puede estar en la banda alta de frecuencia, porque las bandas son relativas.
- «Las medias no cuadran con la escala.» Las medias se calculan solo entre los compradores del periodo (score mayor que 0), no sobre toda la base. Si aparecen fuera de 0-3, los valores no los ha generado el algoritmo de la plataforma.
6. Cómo se usa
Audiencias por score y por componente
El uso más directo: filtros de audiencia sobre el score agregado («Último RFM Score mayor o igual a 7») o sobre un componente («Último Monetary Score igual a 3»). El componente es casi siempre más preciso que la suma: «campeones» son los tres a 3, no cualquier 9.
Audiencias por tendencia
Con el previo y el último: «RFM previo mayor o igual a 6 y último RFM igual a 0» para los que han dejado de comprar; «último mayor que previo» para los que suben; «previo 0 y último mayor o igual a 6» para los nuevos fuertes. Son las audiencias que más revenue mueven y las que menos gente construye.
Como condición de scorings propios
Los componentes del RFM son condiciones habituales de los scorings propios: «Monetary previo igual a 3, +5 puntos». Así el RFM aporta la dimensión de valor y actividad a un scoring que añade engagement, afinidad o riesgo. El monográfico de scorings lo desarrolla.
Como indicador de salud
La distribución y las medias, comparadas periodo a periodo, son un dashboard de la base de clientes que no requiere ninguna configuración: cuántos compradores hay en el periodo, cómo se reparten y hacia dónde se mueven.
Ajustar el periodo al negocio
La decisión que más condiciona todo lo anterior es la duración del periodo de facturación. Un periodo más corto que el ciclo de compra deja a la mayoría a 0 y hace que la F no discrimine; uno más largo diluye la recencia. La referencia es el ciclo de compra real: mensual en consumo frecuente, trimestral en compra considerada.
7. Cómo se hace en FLYDE
7.1 De dónde sale
El RFM lo calcula la plataforma, no el usuario. Tres cosas tienen que estar en su sitio: los periodos de facturación del negocio definidos en Core (mensuales o trimestrales), el algoritmo RFM activo para el cliente, y el cálculo lanzado al menos una vez. Si falta cualquiera de las tres no hay puntuaciones, y los campos RFM aparecen vacíos en filtros y fichas. Brain solo usa el RFM de la plataforma cuando el algoritmo está activo; si no, no tiene columnas RFM que consultar y calculará el suyo sobre ventas, con otra escala.
7.2 Market › Análisis RFM
Es la pantalla de lectura de la sección 5, con cuatro piezas:
- RFM por usuarios, último periodo frente al anterior: la distribución de compradores por score de 0 a 9, en dos series.
- Variables, último periodo frente al anterior: el radar con la media de R, F y M y la tabla con las medias y el total, calculadas entre los clientes con score mayor que 0.
- Audiencias con mayor RFM en el último periodo: el ranking de audiencias por RFM medio, con la línea de la media de la base.
- El selector de audiencias de la esquina superior derecha, que filtra todo lo anterior por una audiencia concreta.
Figura 1. Market › Análisis RFM en Demo: distribución de compradores por score, último periodo frente al anterior.
Figura 2. Radar y tabla de variables (medias entre 0 y 3, total igual a la suma) y ranking de audiencias por RFM medio.
7.3 Los campos de filtro
En Market › Audiencia, la categoría de scorings ofrece ocho campos RFM: Último Recency, Frequency, Monetary y RFM Score, y sus equivalentes previos (Recency Score Previo, Frequency Score Previo, Monetary Score Previo y RFM Score Previo). Admiten las condiciones numéricas habituales (igual, mayor, menor, entre, vacío). Con ellos se construyen todas las audiencias de la sección 6.
Figura 3. Nuevo Filtro con RFM Score Previo, condición y valor.
7.4 En la ficha y en Brain
En Customer360, las puntuaciones RFM del cliente están en su ficha, junto al resto de scorings, y son la forma rápida de entender por qué una persona está en una audiencia. En Market Talks, Brain responde a preguntas sobre el RFM («cuántos clientes han bajado de RFM respecto al periodo anterior», «qué CLTV medio tienen los de RFM 8 o más») y crea audiencias a partir de la respuesta, siempre que el algoritmo esté activo.
Los ocho segmentos de la sección 5 se pueden crear de una vez con una sola petición a Brain. Es la forma más rápida de arrancar con el RFM, y la que se usa en el onboarding:
Crea las ocho audiencias RFM clásicas usando los scores de la plataforma, todas como siempre activas y con el prefijo «RFM –»: Campeones (Último Recency, Frequency y Monetary Score iguales a 3); Leales (los tres mayores o iguales a 2 y Último RFM Score menor o igual a 8); Prometedores (Último Recency 3, Frequency menor o igual a 1, Monetary mayor o igual a 1); Nuevos (Último Recency 3, Frequency 0, Monetary menor o igual a 1); Necesitan atención (Último Recency entre 1 y 2, Frequency y Monetary mayores o iguales a 2); En riesgo (RFM Score previo mayor o igual a 6 y Último RFM Score igual a 0); Dormidos (RFM Score previo entre 3 y 5 y Último RFM Score igual a 0); Perdidos (RFM Score previo menor o igual a 2 y Último RFM Score igual a 0). Cuando las hayas creado, dame una tabla con el número de clientes y el ingreso del periodo anterior de cada una, ordenada por ingreso.
Las audiencias aparecen en Market › Audiencia como cualquier otra, y la tabla final es el diagnóstico de la sección 5: dónde hay más clientes y dónde más revenue en juego. Después, los umbrales de los segmentos inactivos (el 6 de En riesgo, por ejemplo) se ajustan según el tamaño que salga, como en el caso guiado.
8. Caso guiado: leer el RFM de Demo y construir la audiencia de dormidos
El entorno Demo tiene un RFM calculado por la plataforma, con periodos mensuales. El caso recorre la lectura de la sección 5 sobre su Análisis RFM y termina con la audiencia de «dormidos de alto valor» de la sección 6, que es la misma que usan los monográficos de segmentación, scorings e incrementalidad.
Paso 1. La distribución
En Market › Análisis RFM, los compradores del último periodo se reparten entre 1 y 9 con la campana esperada: la masa en 3, 4 y 5, y muy pocos en 7, 8 y 9 (figura 1). Frente al periodo anterior, el último tiene algo más de peso en 2 y 3 y algo menos en 4 y 5: un ligero desplazamiento hacia abajo que, si se repitiera en el siguiente periodo, sería una señal.
Paso 2. Las variables
La tabla muestra medias de R 1,57, F 0,02, M 1,59 y un total de 3,18 en el último periodo, frente a 1,60, 0,05, 1,62 y 3,27 en el anterior (figura 2). R y M están donde deben, cerca de 1,5. La F está cerca de 0: casi todos los compradores del periodo compraron un solo día, empatan y comparten la banda baja. Es la lectura del apartado «El radar y las medias»: en este negocio el RFM se mueve por recencia y por valor, y la frecuencia apenas aporta. No hay nada que arreglar; hay que saberlo para no buscar «clientes frecuentes» donde no los hay y para pensar si un periodo trimestral discriminaría mejor.
Paso 3. Quién era bueno y ha dejado de comprar
En Market › Audiencia, + NUEVA con tres filtros: Tipo de Usuario igual a Cliente (17.349), RFM Score Previo mayor o igual a 6 (98) y Último RFM Score igual a 0 (95). Con el umbral en 7 el segmento se quedaba en 19 clientes, demasiado pocos para una campaña; en 6 son 98, y 95 de ellos no han comprado nada en el último periodo. Se guarda como «Win-back alto valor».
Figura 4. Nuevo Filtro: Último RFM Score igual a 0.
Figura 5. Embudo de la audiencia con los tres filtros: 17.349 → 98 → 95.
Paso 4. Comprobarlo en Análisis RFM
Con la audiencia en el selector, la distribución del periodo anterior se concentra en 6 a 9 y la del último periodo está vacía, porque sus miembros tienen score 0 y quedan fuera del gráfico. Es exactamente lo que la regla pide, y la prueba visual de que los dos relojes no se han mezclado.
Figura 6. Análisis RFM filtrado por la audiencia: periodo anterior en 6-9, último periodo vacío.
Lo que se ha hecho, en una línea
Una distribución leída contra su periodo anterior, un radar que explica dónde discrimina el RFM y dónde no, y una audiencia de dormidos de alto valor construida solo con puntuaciones de dos periodos, sin mezclar relojes. A partir de aquí, los monográficos de segmentación, scorings e incrementalidad recogen el testigo.
Anexos
Glosario
- Banda (cuartil): cada uno de los cuatro grupos iguales en que se reparten los compradores del periodo por cada métrica; determina la puntuación de 0 a 3.
- Frecuencia (F): días distintos con compra en el periodo.
- Monetario (M): importe del periodo, ponderado por el margen si está configurado.
- Periodo de facturación: unidad de tiempo (mes o trimestre) sobre la que se calcula el RFM; se usa el último cerrado.
- Recencia (R): días desde la última compra del periodo hasta la fecha del cálculo.
- RFM previo: puntuaciones del periodo anterior al último cerrado, con la recencia medida hasta el inicio del periodo actual.
- RFM Score: suma de R, F y M, de 0 a 9.
- Score 0: sin compras en el periodo; fuera del reparto y de las medias.