RFM-сегментация по 11 сегментам и статусы по правилам

Что такое RFM-сегментация и зачем она розничной сети

RFM — это методика сегментации клиентов по трём метрикам: Recency (давность последней покупки), Frequency (частота покупок), Monetary (суммарная сумма). Идея простая: клиент, который купил недавно, часто и много — самый ценный. Клиент, который давно не покупал, редко и на маленькие суммы — самый бесперспективный. Между этими полюсами — десяток промежуточных типов: «потерянный VIP», «новичок с потенциалом», «в зоне риска».

Зачем это нужно розничной сети? Чтобы перестать тратить маркетинговый бюджет одинаково на всех клиентов. Champions нужны закрытые предложения и повышенный кэшбэк — они и так покупают, важно не потерять. Hibernating нужна реактивация или вообще исключение из дорогих каналов. New Customers — приветственная программа. At Risk — личный звонок менеджера. Без сегментации все получают одинаковое — конверсия копеечная, отписки растут, бюджет тает.

AIERP делает RFM не отдельным внешним сервисом, а частью ERP. Сегмент клиента живёт в карточке, доступен в правилах ценообразования, бонусов, задач, в фильтрах списков, в отчётах. Не нужно выгружать базу в Mindbox/Marketo, ждать пересчёта, импортировать обратно. Сегмент обновляется автоматически — ночью по всей базе и точечно после каждого события клиента.

11 канонических сегментов RFM в AIERP

AIERP использует канонический набор 11 сегментов RFM, который применяется в большинстве международных CRM. Это даёт сравнимость с методикой и готовый словарь для маркетинговых сценариев. Сегменты определяются комбинацией R, F и M scores:

**Champions** — score 5 по всем трём: недавно покупали, часто и много. Лучшие клиенты сети. **Loyal Customers** — F и M 4-5, любой R. Постоянные с длинной историей. **Potential Loyalists** — недавние клиенты со средним F и M, у которых есть потенциал стать Loyal. **New Customers** — буквально новые, мало истории. **Promising** — недавние, но с маленькими чеками — пока перспектива. **Need Attention** — выше среднего по всем метрикам, но не лучшие — требуют внимания, чтобы не уехать в At Risk.

**About To Sleep** — на грани неактивности, низкий R при средних F и M. **At Risk** — высокие F и M, но низкий R: ценные клиенты, которые давно не покупали. **Can't Lose Them** — экс-Champions с очень высокими F и M, но R=1: потерянные VIP. **Hibernating** — низкие все три метрики, малоценные спящие. **Lost** — окончательно ушли, реактивация маловероятна. Каждому сегменту присвоен цвет в UI (emerald, green, blue, indigo, cyan, yellow, amber, orange, red, gray, slate) для визуальной идентификации.

Как считается RFM в AIERP

Расчёт идёт по одному клиенту: на вход — клиент, на выход — обновлённая карточка с RFM-полями. Алгоритм: получить все заказы клиента в статусах «Подтверждён», «Закрыт», «Отгружен»; посчитать R (дней с последней покупки), F (количество заказов), M (суммарная сумма); получить квантили по всей базе из кэша; конвертировать R/F/M в баллы 1-5 на основе квантилей; определить сегмент по комбинации баллов.

Ключевое решение — квантильный расчёт порогов. Вместо «жёстких» констант («F=5, если покупок больше 12 в год») система берёт фактическое распределение всей базы и разбивает на 5 групп по 20% клиентов. Это даёт две вещи: пороги адаптируются под нишу (у продуктов своя «частота», у мебели — своя) и сравнение остаётся осмысленным (балл 5 действительно означает «верхние 20% клиентов»).

Если у клиента нет ни одного релевантного заказа, RFM-поля остаются пустыми. Это корректнее, чем искусственный нулевой балл — клиент явно показан как «без истории покупок». Такие клиенты — это либо новые без первой покупки (попадают через лидов или импорт), либо клиенты с одними отменёнными/возвращёнными заказами.

Производительность обеспечивается кэшированием квантилей и точечной инвалидацией при изменении клиента. На больших базах в 100 000+ клиентов массовый пересчёт работает за минуты благодаря батчингу и индексам по дате последнего заказа. Точечный пересчёт одного клиента — мгновенный.

Конструктор статусов клиента и правил перевода

Поверх RFM работает второй уровень классификации — пользовательские статусы клиента. Это справочник, который вы наполняете под свою специфику: VIP, опт-1, опт-2, дилер, проблемный, партнёр, сотрудник, стоп-лист. У каждого статуса свой цвет, описание, порядок сортировки. Каждый клиент имеет один основной статус, привязанный в карточке.

Конструктор правил автоматического перевода клиента в статус. Условия: сумма покупок за период (за 30 дней, 90 дней, 12 месяцев), количество заказов, RFM-сегмент, теги, категории товаров, давность последнего заказа, источник привлечения. Действие — присвоить нужный статус. Правил может быть сколько угодно, они отрабатывают по приоритету: первое сработавшее назначает статус.

Фоновая задача запускает правила для клиента после каждого его релевантного события: новый заказ, возврат, изменение RFM. Выполнение асинхронное — не тормозит кассу. Если правил много, они выполняются последовательно, но в отдельной очереди. Каждое срабатывание правила пишется в журнал: правило, клиент, старый статус, новый, причина (какие условия совпали), время. Это полный аудит автоматизации — можно объяснить, почему конкретный клиент стал VIP или попал в стоп-лист.

Использование RFM и статусов: бонусы, цены, задачи, рассылки

RFM-сегмент и статус — это значения в карточке клиента, которые доступны в любых правилах ERP. В правилах бонусной программы можно задать повышенный кэшбэк для «Чемпионов», специальный возврат для «Под риском», исключение «Потерянных» из программы. В правилах ценообразования — персональный ценовой тип для VIP и опта. В правилах автоматизации задач — поставить менеджеру задачу на звонок «Нельзя потерять», отправить реактивационную SMS «Спящим», поставить SLA на ответ «Под риском».

Рассылки строятся как сегменты + фильтры. «Чемпионы» + день рождения = повышенный кэшбэк на неделю. «Спящие» + интерес в категории «детская» = акция на детский товар. «Потерянные» из источника «маркетплейс» = выключить из e-mail-рассылок, оставить только в push. Сегмент — это динамический список, который обновляется в реальном времени, никаких ручных выгрузок.

Когортный анализ комбинирует RFM с источниками привлечения. Группируем клиентов по периоду первого заказа и источнику привлечения, накладываем текущее распределение по RFM-сегментам — видим, какие каналы дают долгоиграющих «Чемпионов», а какие — однократных «Потерянных». Это переводит обсуждение маркетингового бюджета из «нравится — не нравится» в «канал A окупается за 4 месяца, канал B — за 18, перераспределяем».

Производительность, кэширование, надёжность

Расчёт RFM использует тегированное кэширование. Квантили базы и промежуточные расчёты кэшируются с тегом «RFM клиента». При изменении клиента (новый заказ, возврат) точечно сбрасываются только релевантные ключи кэша, общий расчёт сохраняется. Это даёт сочетание актуальности (сегмент обновляется в реальном времени для нужных клиентов) и производительности (массовый ночной пересчёт идёт быстро благодаря кэшу).

Архитектура событийная: точечный пересчёт одного клиента запускается событием при сохранении заказа или возврата. Фоновая задача не блокирует основную операцию. Это означает, что касса работает мгновенно даже если у вас 100 000+ клиентов и десятки правил статусов.

Все срабатывания пишутся в общие логи и в специализированный журнал правил статусов. Можно ретроспективно объяснить любое изменение сегмента или статуса. При спорных ситуациях (клиент жалуется, что был VIP, а стал обычным) — открываем журнал, видим правило, время, причину. Это критично для крупных сетей с регулярными аудитами и претензиями.