Saltar al contenido

¿Qué es el análisis RFM y como hacerlo con Google Analytics?

¿Que es RFM (Recency, Frecuency y Money)?

El análisis de RFM es una técnica que se utiliza para agrupar o segmentar a los clientes existentes en función del comportamiento histórico con la esperanza de que la historia, con los motivadores adecuados, se repita o incluso mejore. El acrónimo es la abreviatura de actualidad, frecuencia y valor monetario y cada una de estas medidas se alinea con uno o más de los tres métodos para aumentar los ingresos de una empresa.

El análisis RFM es un método de segmentación de clientes que lo ayuda a orientar a sus clientes con el mensaje correcto en el lugar correcto en el momento correcto en función de tres puntos de datos clave.

No todos los clientes son creados iguales. Algunos compran con poca frecuencia (mensualmente, anualmente), mientras que otros compran con mucha más frecuencia (semanalmente o incluso diariamente). A menudo, los diferentes tipos de clientes querrán cosas diferentes de su empresa, por lo que sus esfuerzos de marketing más efectivos generalmente estarán dirigidos a satisfacer las necesidades y demandas únicas de cada cliente.

Cuando puede descubrir patrones de comportamiento en sus grupos de clientes, puede adaptar su estrategia de marketing para apuntar a cada grupo con el mensaje correcto, en el lugar correcto, en el momento correcto, lo que genera una mayor oportunidad de conversiones.

Por ejemplo, si usted es un minorista de comercio electrónico de café y sabe que sus clientes tienden a reordenar cada 30 días, ¿una promoción por correo electrónico sería más efectiva 10 días después de su compra inicial o 25 días? (Respuesta: la última)

Entonces, ¿cómo sabe a quién debe enviar qué mensajes y con qué frecuencia debe enviarlos? Si eres un vendedor que lucha por responder estas preguntas, el análisis RFM podría ser la solución que estás buscando.

Este Insight cubrirá cómo puede usar el modelo RFM en su comercialización y cómo se puede aplicar para aumentar las conversiones en su sitio. Comenzaremos con los parámetros que conforman una puntuación RFM.

Guía de análisis por RFM

El puntaje de RFM es el agregado de tres parámetros: actualidad, frecuencia y valor monetario. Para mayor claridad, definiremos cada parámetro en relación con RFM.

La antigüedad:

¿Cuándo fue la última vez que el cliente realizó un pedido, visitó nuestra tienda o interactuó con nosotros de manera material? Un cliente que recientemente tuvo una interacción favorable con nuestra firma está, esperamos, predispuesto a repetir esa interacción y, por lo tanto, susceptible a una oferta que fomente futuros negocios. De manera similar, un cliente que no ha hecho negocios con nosotros durante algún tiempo puede estar abierto a una oferta de reanudación que lo atraiga.

La frecuencia

¿Cuántas interacciones, durante un período de tiempo, ha tenido el cliente con nosotros? Suponiendo que las interacciones hayan sido favorables para ambas partes, esperamos poder mantener o aumentar la frecuencia de las interacciones a nuestro favor. Al igual que con un cliente que no ha hecho negocios con nosotros recientemente, la frecuencia de la interacción es un factor al que deberá prestar atención cuando disminuya durante un período de tiempo. Aquí es donde la medida de frecuencia se correlaciona a menudo con la de actualidad.

El valor monetario 

Durante un período de tiempo determinado, o un número de interacciones, ¿cuál es el valor del negocio del cliente en términos de ingresos o rentabilidad? Agrupado con el análisis monetario, a menudo se encuentra el análisis de inventario y de canales para tener una idea de los clientes cuyas compras reflejan actividades de mayor margen para el negocio, como comprar grandes volúmenes a través de canales automatizados o la compra de artículos de inventario que tienen márgenes más altos, se mueven lentamente en varios periodos o son finales o remanentes de otros trabajos.Una empresa que segmenta solo por lo reciente sabe quiénes han sido sus mejores clientes últimamente . Lo que no saben es cuánto gastarán estos clientes en su producto. Y aunque es muy probable que los clientes recientes sean clientes habituales, es difícil medir su valor sin saber con qué frecuencia o cuánto gastarán.


Una empresa que realiza su segmentación de clientes basándose únicamente en la frecuencia sabe con qué frecuencia sus clientes les compran. Eso les permite predecir con qué frecuencia comprarán en el futuro. Sin embargo, al centrarse exclusivamente en este parámetro, les falta conocimiento sobre el valor general de un cliente.

Finalmente, una empresa que segmenta a los clientes en función del valor monetario conoce el valor de un cliente determinado, pero no si mantendrán ese valor.

En el análisis RFM, todos estos datos de comportamiento del cliente se combinan en una sola puntuación que proporciona un perfil más completo de cualquier cliente. Ese perfil permite a las empresas crear campañas de marketing dirigidas que probablemente generen tasas de conversión más altas.

Probablemente ya se haya dado cuenta del potencial de implementar el análisis RFM en su organización. Entonces, ¿cómo lo haces exactamente?

¿Como Crear un Análisis RFM para mi negocio?

El análisis de RFM comienza con la organización de los datos de compra de sus clientes. Querrá elegir un rango que esté alineado con sus expectativas de ventas. Si puede esperar razonablemente que un gran cliente realice una compra cada semana, un rango ideal podría ser de seis meses a un año. Si solo puede esperar una o dos compras al año, un rango de cinco años podría ser más apropiado.

Si puede, manténgase en un rango más corto. El análisis RFM es más efectivo cuando se aplica a un período de uno o dos años. Para comenzar, necesitará tres conjuntos de datos de ese período para cada cliente:

  1. Tiempo (días) desde la última compra del cliente (antigüedad) Nota: Puede encontrar esto en Google Analytics en Audiencia> Descripción general> Frecuencia y antigüedad
  2. Un registro de todas las veces que el cliente realizó una compra en el período de datos (frecuencia)
  3. La cantidad total que el cliente gastó dentro del período de datos (valor monetario)  

Después de recopilar y organizar los datos de sus clientes, es hora de crear un sistema de puntuación. A menos que tenga el tiempo y la necesidad de una agrupación más precisa, es mejor mantener esto simple. Una escala de 1 a 5 para cada parámetro funciona perfectamente bien, donde 1 representa el cliente de menor valor y 5 el más alto.

Estas puntuaciones también están determinadas por sus expectativas de ventas. Si usa una escala de 1 a 5, determinará el rango de cada quintil en función de las interacciones anteriores que los clientes tuvieron con su empresa. Este cuadro a continuación ofrece un ejemplo de un rango potencial para la puntuación de frecuencia de un cliente .

Para la empresa de muestra anterior, el período del conjunto de datos es de un mes y el cliente más consistente compró 30 veces. Eso puso la puntuación de 5 en frecuencia en cualquier cosa de 25 o más.

Utilizará este mismo método para determinar los rangos para los otros parámetros.

Digamos que eres un distribuidor de café. Si sus clientes más frecuentes hacen un pedido una vez por semana, un puntaje de 5 representaría las 52 compras que hacen durante todo el año. Un cliente que compró la semana pasada obtendría un 5 por reciente. Si sus grandes consumidores compraron aproximadamente $ 60,000 en granos de café en el período de datos, cualquier cosa que supere los $ 50,000 gastados durante ese período podría ser su 5 por valor monetario, más de $ 30,000 podría ser un 4, etc.

Organizando los datos de su análisis RFM

Una vez que haya recopilado y calificado todos sus datos, deseará organizar todo en una tabla como en el ejemplo que se muestra a continuación.

Como puede ver, una puntuación RFM no se calcula sumando las puntuaciones de los parámetros. Más bien, es el resultado de combinar cada uno de ellos para formar una puntuación ponderada. Funciona de esta manera porque cada parámetro se pondera de manera diferente, con la antigüedad con el mayor peso y el valor monetario con el menor.

En el cuadro anterior, el cliente con la calificación más alta tiene un puntaje reciente de 5, un puntaje de frecuencia de 3 y un puntaje monetario de 5. Eso les da un puntaje total de RFM de 535. El cliente con el puntaje más bajo tiene un puntaje de 111, indicando que estaban en el quintil más bajo para los tres parámetros.

Todos estos datos sirven como un indicador de cuán valioso es un cliente para su negocio. Los clientes con los puntajes más altos de RFM deben ser su máxima prioridad al diseñar su comercialización. Los clientes con los puntajes más bajos deben ser la prioridad más baja.

La belleza de RFM es que no requiere que ignore a los clientes de menor valor a favor de los de mayor valor o que priorice a los clientes de menor valor para aumentar sus puntajes. Le permite ofrecer a cada grupo lo que quieren y, al hacerlo, aumentar potencialmente todos sus puntajes.

Utilizando análisis RFM en marketing

Una vez que haya segmentado a sus clientes por sus puntajes de RFM, puede comercializar a diferentes grupos según sus necesidades. Esto puede ser especialmente útil para crear campañas específicas de Email Marketing. Pero la mayor ventaja en la Segmentación por RFM se logran en la Automatización de campañas Always On, usando Facebook Ads y GoogleAds. De esta manera tiene campañas activas específicas para cada segmento, con diferentes descuentos y beneficios.

Cuando los usuarios con beneficios vuelven al sitio y se los identifica. No pueden dejar de Aprovechar las ofertas exclusivas para ellos, sus tasas ROAS son de 3 a 5 veces más alta, que en las campañas de Adquisición.

Entonces, ¿cómo utiliza el análisis RFM como parte de su estrategia de marketing?

En general, los grupos con puntajes más altos responden bien a los acuerdos que recompensan su lealtad. Ya les gusta tu marca; solo necesita asegurarse de que continúen haciéndolo. Eso significa ofrecer a sus clientes de alto valor ofertas especiales, descuentos por volumen, pruebas exclusivas, membresía a su programa de fidelización, etc. Cuando tenga un nuevo producto, deberían ser los primeros clientes en saberlo.

Los grupos con puntajes más bajos deben recordar su marca. Envíeles productos vistos anteriormente o en la lista de deseos. Vieron valor en su empresa en un momento dado, trate de hacerles recordar por qué.

La clave es enviar solo mensajes en los que un grupo dado pueda estar interesado. Un cliente que hace grandes pedidos cada mes no necesita que se le recuerde su marca. Por otro lado, alguien que hace pequeños pedidos una vez al año probablemente no esté interesado en los descuentos por volumen.

El análisis RFM es un medio eficaz de atraer a diferentes segmentos de clientes

Gran parte del marketing está orientado, intencionalmente o no, a atraer nuevos clientes. Sin embargo, para muchas empresas en línea, el 50 por ciento o más de las ventas provienen de la retención. Eso significa que debería gastar la misma cantidad de recursos en mantener contentos a sus clientes actuales que en atraer nuevos clientes.

Si está enfocado en una estrategia de marketing por correo electrónico (o directo), el análisis RFM ofrece un medio eficaz para segmentar su base de clientes y garantiza que envíe a cada segmento el contenido y los mensajes que probablemente produzcan la tasa de conversión más alta.

El marketing consiste en anticipar lo que un cliente quiere y crear un camino libre de resistencia para conseguirlo. La clave para crear ese camino es entender lo que quieren antes de enviarles lo que no quieren. El análisis RFM le muestra lo que quiere un cliente, para que pueda comercializarlo.

Si está buscando formas prácticas de aumentar la tasa de conversión de su sitio de comercio electrónico, puede ser hora de considerar la optimización de la tasa de conversión (CRO). En The Good, nos enfocamos en mejorar las tasas de conversión de las empresas a través de nuestro propio proceso de toma de decisiones respaldado por datos.

¿Como hacer un análisis RFM usando Google Analytics?

En Google Analytics, la frecuencia se refiere a la cantidad de veces que un visitante visita su sitio web dentro de un período de tiempo establecido. (Este marco de tiempo se puede ajustar fácilmente). 

Piénselo de esta manera: cuanto más frecuente sea un visitante, mayores serán las probabilidades de que sea un cliente leal. (Aunque solo puede saberlo después de la evaluación RFM a la que llegaré más adelante). 

La antigüedad se define como la cantidad de días que han pasado desde que el visitante llegó por última vez a su sitio web. 

Permítanme darles un ejemplo para demostrar cómo funcionan la actualidad y la frecuencia. 

Supongamos que tiene un visitante que llegó a su sitio web dos veces en la última semana: primero el lunes y luego el viernes usando el mismo dispositivo. Si abre el informe de Google Analytics el sábado (y establece el período de tiempo en «la semana pasada»), verá que el recuento de sesiones (frecuencia) es 2 y los días desde la última visita (antigüedad) es 1. 

Analytics Tips:

¿Cómo crear audiencias con probabilidad de conversión en Google Ads?

Para realizar campañas performance, es necesario poder trabajar sobre «audiencias conocidas». A diferencia de campañas de CPC o pago por click orientadas por palabras claves las campañas performance, se basan en audiencias que cumplen condiciones de comportamiento en tus sitios webs o APPs.

  1. Crear un Segmento de usuarios según la probabilidad de conversión
    Cree segmentos basados en umbrales de probabilidad de conversión (por ejemplo,
    Probabilidad de conversión > %60). Aplique segmentos a sus informes para ver cosas como:
    • ¿Qué probabilidades hay de que los Compradores se comparen con todos los usuarios?
    • ¿Qué canales generan posibles conversiones?
    • ¿Qué rutas de conversión utilizan los compradores?
  2. Crear Audiencias en Google Ads.
    puedes exportar el segmento con el umbrales de probabilidad de conversión para crear una audiencias en Google Ads, y Realizar campañas performance