¿Qué es RFM?
RFM es un método de segmentación de clientes basado en tres dimensiones de comportamiento histórico: recencia de la última compra o interacción relevante, frecuencia de compras o interacciones y valor monetario acumulado. Se usa para ordenar o agrupar clientes según su patrón observado, no para explicar por sí solo sus motivaciones futuras.
Qué significa RFM
RFM es un método de segmentación de clientes basado en tres dimensiones de comportamiento histórico: recencia de la última compra o interacción relevante, frecuencia de compras o interacciones y valor monetario acumulado. Se usa para ordenar o agrupar clientes según su patrón observado, no para explicar por sí solo sus motivaciones futuras.
Si ya conocés la definición y buscás implementación, diagnóstico o decisiones de uso, la profundización está en la guía aplicada de Biblioteca.
Cómo se compone o interpreta
Recency · recencia
Cuánto tiempo pasó desde la última compra o evento definido. Menor tiempo suele indicar mayor actualidad de la relación.
Frequency · frecuencia
Cuántas compras o eventos relevantes realizó el cliente dentro de una ventana definida.
Monetary · valor monetario
Cuánto valor económico generó el cliente en el período o historial elegido.
Scoring y segmentación
Cada dimensión puede transformarse en cuantiles o puntajes. La combinación R-F-M genera segmentos para priorizar análisis y acciones.
Diferencias con conceptos cercanos
| Concepto | Diferencia principal |
|---|---|
| CLV | CLV estima valor económico esperado a lo largo del tiempo; RFM resume comportamiento histórico mediante tres dimensiones. |
| Segmentación conductual | RFM es una técnica concreta de segmentación conductual, no toda la disciplina. |
| Lead scoring | RFM suele aplicarse a clientes con historial; lead scoring prioriza prospectos o leads según señales de conversión. |
| Cohort analysis | Las cohortes agrupan por un evento/fecha común y siguen evolución; RFM clasifica por recencia, frecuencia y monetización. |
Ejemplo práctico
Una tienda divide cada dimensión en cinco quintiles. Un cliente con R=5, F=5 y M=4 compró recientemente, compra con frecuencia y tiene alto gasto; otro con R=1, F=5 y M=5 fue históricamente valioso pero lleva mucho tiempo inactivo. Ambos tienen valor pasado alto, pero requieren decisiones diferentes.
Qué puede decir y qué no
Sirve para
- Segmentar una base por señales recientes de compra sin necesitar un modelo predictivo complejo.
- Priorizar campañas y tratamientos de lifecycle según recencia, frecuencia y valor monetario.
- Comparar la composición de segmentos a lo largo del tiempo manteniendo la misma definición y ventana.
No alcanza para
- Los cortes dependen de categoría y ventana; no hay umbrales universales.
- RFM describe pasado y no garantiza comportamiento futuro.
- Monetary puede estar sesgado por promociones, inflación o compras extraordinarias.
- Una mala definición del evento de recencia puede invalidar la interpretación.
Errores frecuentes
Usar quintiles sin revisar la distribución real.
Los cortes por quintiles pueden crear grupos poco útiles cuando hay muchos empates, colas largas o pocos clientes. La discretización debe reflejar la distribución y el uso que se hará de los segmentos.
Comparar scores de negocios o períodos incompatibles.
Un 5 en RFM es relativo a la población, ventana y reglas elegidas. El mismo score puede representar comportamientos muy distintos en otra categoría, mercado o período.
Tratar RFM como modelo causal.
RFM resume comportamiento observado; no demuestra por qué ocurrió ni que una intervención vaya a cambiarlo. Para causalidad hacen falta diseños y evidencia adicionales.
Activar campañas sin medir incrementalidad ni exclusiones.
Que un segmento responda no prueba que la campaña haya causado la respuesta. Holdouts, tests u otros contrafactuales ayudan a separar respuesta natural de efecto incremental.
Preguntas frecuentes sobre RFM
¿Qué significa RFM?
Recency, Frequency y Monetary: recencia, frecuencia y valor monetario.
¿Para qué sirve el análisis RFM?
Sirve para segmentar una base de clientes a partir de comportamiento observado y priorizar análisis, comunicación, retención o reactivación.
¿Cómo se calcula RFM?
Se define una ventana, se calcula cada dimensión por cliente y luego se ordena o puntúa, por ejemplo con cuantiles. No existe una única escala obligatoria.
¿RFM predice el futuro?
No por sí solo. Es una síntesis descriptiva del historial; puede usarse como variable en modelos predictivos, pero no reemplaza validación.
¿RFM es lo mismo que CLV?
No. RFM resume comportamiento reciente/histórico; CLV busca estimar el valor económico del cliente a lo largo de una relación.
Referencias clave
Fader, Hardie & Lee · RFM and CLV. Ver fuente.
IBM · RFM analysis. Ver fuente.
Kumar & Reinartz · Customer Relationship Management. Ver fuente.
Salesforce · Customer segmentation. Ver fuente.
09 · Explorá