RFM describe recencia, frecuencia y valor monetario de compras. Definí población, fecha de corte y ventana antes de asignar puntajes. Los segmentos orientan hipótesis de acción; no prueban abandono, rentabilidad ni respuesta a una oferta.
Qué describe RFM
RFM resume historia transaccional: cuánto tiempo pasó desde la última compra, cuántas compras hubo y qué importe representan. Definí cliente, cuenta o contrato como unidad. Elegí un uso concreto antes de convertir esas variables en etiquetas.
Fader, Hardie y Lee presentan en su resumen un modelo que conecta RFM con CLV y relaciones no lineales entre medidas. Ese resultado no convierte cualquier suma de puntajes en una predicción validada ni prueba superioridad universal sobre otras segmentaciones.
Preparar datos y ventana
Elegí fecha de corte, período de observación y qué cuenta como compra válida. Tratá cancelaciones, devoluciones, moneda y duplicados de manera consistente. Documentá si frecuencia cuenta pedidos o transacciones y si monetary expresa ventas netas o margen.
En compras únicas, ciclos muy largos o clientes con distinta antigüedad, comparar cifras sin contexto puede ser engañoso. Conservá tiempo de exposición y ciclo esperado. No impongas una ventana de 12 o 24 meses por costumbre.
Calcular las tres variables
| Situación | Decisión o control |
|---|---|
| Recencia | Días entre última compra válida y fecha de corte; menor distancia suele representar una compra más reciente |
| Frecuencia | Cantidad de compras válidas en la ventana definida |
| Monetary | Importe definido y moneda comparable en esa misma ventana |
Ejemplo ficticio: al 31 de octubre, una cuenta con última compra el 21 de octubre, tres pedidos en la ventana y ventas netas de 300 unidades monetarias tiene R=10 días, F=3 y M=300. Estas cifras no indican su margen ni su valor futuro por sí solas.
Definir cortes y códigos
Los cuantiles, cortes de negocio y escalas de puntaje son opciones. Si usás 1–5, documentá la dirección: una compra más reciente puede recibir R=5 aunque tenga menos días de recencia. No confundas valor bruto y puntaje.
Los empates pueden impedir grupos del mismo tamaño. No separes clientes idénticos arbitrariamente para completar quintiles. Guardá valores originales, cortes y fecha de versión para distinguir una migración real de un cambio de regla.
Pasar de segmentos a hipótesis de acción
Una matriz de recencia y frecuencia muestra dos dimensiones; monetary requiere una capa adicional. Nombres como recientes, frecuentes o sin compra reciente deben tener reglas explícitas. No existe una taxonomía obligatoria de nueve u once segmentos.
Una cuenta frecuente con pausa merece investigar ciclo, necesidad y datos antes de activar una oferta. Ascarza muestra que mayor riesgo de abandono no equivale a mayor respuesta a una intervención. Tampoco un gasto alto demuestra disposición a pagar más o recomendar.
Actualizar sin perder la población de análisis
Definí cuándo recalcular según el ciclo y el uso de la segmentación. HubSpot distingue segmentos activos, que actualizan pertenencia, de estáticos, que conservan el conjunto guardado. Ambas opciones pueden ser pertinentes para fines distintos.
Para medir una prueba, conservá la población inicial y sus asignaciones aunque cambie la clasificación. Para atender tareas actuales, puede servir una membresía actualizada. No confundas un grupo operativo vigente con una cohorte fija de evaluación.
Conectar RFM con otros datos
La segmentación de base puede sumar necesidad, producto, contexto y relación. RFM no reemplaza CLV, satisfacción ni estado contractual. Una pausa de compra no confirma una baja definitiva.
Si querés predecir, definí resultado, horizonte y comparación con una alternativa sencilla. Validá fuera de los datos utilizados para ajustar el modelo. Si querés intervenir, evaluá además la respuesta y los costos de esa acción.
Evaluar utilidad y errores
Comprobá cobertura, calidad, estabilidad y acciones realmente ejecutadas. Compará resultados dentro de poblaciones y horizontes definidos. Cuando sea viable, probá tratamientos frente a una referencia adecuada; diferencias entre segmentos no identifican por sí solas efectos causales.
Evitá heredar cortes de otra empresa, tratar monetary como rentabilidad y automatizar etiquetas de abandono sin investigación. Conservá reglas y límites de interpretación. El siguiente paso puede ser mejorar datos o atención, sin necesidad de un algoritmo más complejo.
Preguntas frecuentes
¿RFM es lo mismo que CLV?
No. RFM resume historia de compras; CLV valora la relación bajo un enfoque y supuestos explícitos.
¿Los quintiles son obligatorios?
No. Podés usar otros cortes pertinentes y documentados, especialmente cuando hay muchos empates o ciclos distintos.
¿Una pausa confirma abandono?
No. Verificá ciclo, datos y situación comercial antes de interpretar la inactividad.
Tu lectura cuenta
¿Te resultó útil esta información?
Tu respuesta me ayuda a mejorar los contenidos.
Gracias por contármelo.
Si querés seguir aprendiendo, dejame tus datos y elegí qué contenidos te interesan.
Dejar mis datos e intereses
Resumen y fuente para consultar con IA
RFM describe recencia, frecuencia y valor monetario de compras. Definí población, fecha de corte y ventana antes de asignar puntajes. Los segmentos orientan hipótesis de acción; no prueban abandono, rentabilidad ni respuesta a una oferta.
Autor: Lisandro Iserte. Fuente original.
Estoy preparando cursos de marketing y branding. Podés pedir un aviso de lanzamiento.