RFM-Segmentierung
Die RFM-Segmentierung bewertet Kunden anhand von drei Verhaltens-Scores: Recency (Aktualität des letzten Kaufs), Frequency (Kaufhäufigkeit) und Monetary (ausgegebener Umsatz), um die wertvollsten Gruppen zu erkennen.
Das Wichtigste in Kürze
- Jeder Kunde erhält drei Quintilwerte, die zu einer Zelle wie 5-5-4 verschmelzen.
- Recency sagt den nächsten Kauf meist besser voraus als Frequency oder Monetary allein.
- Das Zeitfenster muss zum Kaufzyklus passen, sonst wirken aktive Käufer abgewandert.
- Quintilwerte sind relativ; ein Kunde kann die Stufe wechseln, ohne sein Verhalten zu ändern.
- RFM braucht mindestens eine Transaktion und kann kalte Interessenten nicht bewerten.
Im Detail
RFM beginnt mit einer Transaktionstabelle mit einer Zeile je Bestellung, die Kundennummer, Bestelldatum und Bestellwert enthält. Jeder Kunde wird auf drei Zahlen reduziert: Tage seit der letzten Bestellung, Anzahl der Bestellungen im gewählten Zeitfenster und Umsatz in diesem Zeitfenster. Diese Rohwerte werden gegen die übrige Basis sortiert, meist in Quintile, sodass jeder Kunde je Dimension einen Wert von eins bis fünf trägt. Aneinandergereiht ergeben sie eine Zelle wie 5-5-4, und benachbarte Zellen werden zu benannten Kohorten zusammengefasst.
Das Zeitfenster entscheidet über alles. Ein Recency-Fenster von neunzig Tagen passt zu einem wöchentlichen Verbrauchsgut, während eine jährliche Verlängerung ein Fenster von Jahren braucht; das falsche Fenster markiert gesunde Käufer als abgewandert. Quintile sind relativ, sodass sich Werte mit wachsender Basis verschieben und ein Kunde eine Stufe verlieren kann, ohne sein Verhalten zu ändern. Absolute Schwellen bleiben stabil, müssen aber manuell nachjustiert werden. Monetary kann Lebensumsatz oder Umsatz im Fenster messen: Ersteres belohnt Treue, Letzteres aktuelle Dynamik.
Die meisten Teams nutzen das Zellenraster als Routing-Tabelle, nicht als Bericht. Champions erhalten frühen Zugang und Empfehlungsanfragen, gefährdete Zellen eine Win-back-Strecke, schlafende Zellen eine günstige Reaktivierungsmail vor der Unterdrückung. Ein Scorecard-Quiz an eine einzelne Zelle liefert den fehlenden Grund: Ein stiller Großkunde, der von einer Umstrukturierung berichtet, ist ein anderer Fall als einer, der den Anbieter gewechselt hat, und jede Antwort kann zu einem eigenen Angebot verzweigen statt zu einem Pauschalrabatt.
RFM kann niemanden bewerten, der noch nie gekauft hat, und ist daher auf kalten Listen und in frühen Pipeline-Phasen nutzlos. In Vertragsgeschäften mit einer Jahresrechnung ist Frequency nahezu konstant, und das Modell schrumpft auf zwei brauchbare Dimensionen. Saisonale Sortimente verzerren Recency, weil in der Nebensaison jeder abgewandert wirkt. Marge und Betreuungskosten bleiben unberücksichtigt, sodass die oberste Monetary-Zelle jene Gruppe sein kann, mit der Sie Geld verlieren. Prüfen Sie die Stückkosten, bevor Sie diese Zelle als beste Kunden bezeichnen.
Beispiel aus der Praxis
So wird es gemessen
Beurteilen Sie RFM anhand der Wanderung zwischen Zellen, nicht anhand des Diagramms. Zählen Sie zwischen zwei Scoring-Läufen, wie viele Kunden eine Recency-Stufe aufgestiegen sind und wie viele die Champion-Zelle verlassen haben. Ein funktionierendes Programm zeigt in den bespielten Zellen mehr Auf- als Abstiege. Verfolgen Sie danach die Wiederkaufrate je Zelle im nächsten Zyklus und vergleichen Sie sie mit dem Wert vor der Maßnahme.
Für den Kampagnennachweis halten Sie einen zufälligen Teil jeder bespielten Zelle unbehandelt zurück. Umsatz je Kunde in der behandelten Gruppe minus Umsatz je Kunde in der Kontrollgruppe, multipliziert mit der Zellgröße, ergibt den inkrementellen Wert der Kampagne. Beobachten Sie Abmelde- und Beschwerderate je Zelle als Gegengewicht, denn ein Win-back, das Umsatz zurückholt und dabei die Liste verbrennt, ist kein Gewinn.
Häufige Fehler
Der häufigste Fehler ist einmaliges Scoring: Das Kohortendiagramm wird präsentiert und nie aktualisiert. Zellen verfallen innerhalb eines Kaufzyklus, sodass eine drei Monate später versendete Champion-Liste teilweise eine Abwanderungsliste ist. Koppeln Sie die Scoring-Frequenz an den mittleren Abstand zwischen Bestellungen. Der zweite Fehler ist, jede Zelle zu behalten: Das volle Raster ergibt 125 Kombinationen, und so viele Kampagnen schreibt niemand.
Auch doppelte Kundendatensätze zerstören das Modell, weil ein auf drei Kennungen verteilter Käufer alle drei Kopien in Zellen mit niedriger Frequency schiebt. Bereinigen Sie Dubletten über E-Mail oder Account vor dem Scoring, nicht danach. Eine dritte Gewohnheit ist derselbe Rabatt für jede gefährdete Zelle, was gute Kunden lehrt, auf das Angebot zu warten. Variieren Sie stattdessen nach Monetary-Wert: Großkunden erhalten einen Anruf, kleine Kunden eine automatisierte Erinnerung.
Häufig gestellte Fragen
Wofür stehen die drei Buchstaben in RFM?
RFM steht für Recency, Frequency und Monetary. Recency misst, wie kürzlich ein Kunde gekauft hat, Frequency wie oft er kauft und Monetary wie viel er ausgibt.
Ist RFM nur für E-Commerce?
Nein. Es begann zwar im Handel, doch jedes Unternehmen mit wiederkehrenden Transaktionen, einschließlich B2B-Abos und Dienstleistungen, kann RFM nutzen, um Retention und Expansion zu priorisieren. Die Dimensionen werden einfach auf Ihre Kauf- oder Verlängerungsereignisse abgebildet.
Was ist die größte Schwäche von RFM?
Es ist rückwärtsgewandt und ignoriert Fit, Intent und künftigen Bedarf. Die Kombination von RFM mit angegebenen Quiz-Daten schließt diese Lücke, sodass Sie sowohl auf den bisherigen Wert als auch auf die aktuelle Absicht reagieren.
Wie oft sollte ich RFM neu berechnen?
Koppeln Sie den Takt an den mittleren Abstand zwischen Bestellungen. Eine Marke mit monatlicher Nachbestellung rechnet wöchentlich oder monatlich neu, ein Jahresvertragsgeschäft quartalsweise. Der Test lautet: Ist der Kohortenexport am Versandtag noch korrekt? Sind Champions bis dahin bereits abgewandert, ist Ihr Intervall zu lang.
Quintile oder feste Schwellenwerte?
Quintile halten Zellen gleich groß und passen sich der wachsenden Basis an, was zu Reporting und Kampagnenplanung passt. Feste Schwellen halten die Bedeutung eines Werts stabil, was zu Servicestufen und Provisionsregeln passt. Viele Teams nutzen Quintile für Kampagnen und eine separate absolute Umsatzstufe für die Betreuung, damit niemand einen Vorteil verliert, weil andere besser wurden.
Funktioniert RFM auch im B2B-Abogeschäft?
Teilweise. Recency und Monetary lassen sich als letztes Bestelldatum und Vertragswert übertragen, doch Frequency ist bei jährlicher Rechnungsstellung kaum aussagekräftig. Ersetzen Sie Frequency durch eine Nutzungskennzahl wie aktive Seats, Support-Tickets oder Logins pro Monat. So bleiben drei Dimensionen, und die dritte misst etwas, das innerhalb eines Vertragsjahres tatsächlich variiert.
Worin unterscheiden sich RFM und Lead-Scoring?
RFM bewertet Bestandskunden anhand der Kaufhistorie, um Retention- und Expansionsaufwand zu steuern. Lead-Scoring bewertet Personen, die noch nicht gekauft haben, über Fit-Merkmale und Engagement-Signale. Beide decken unterschiedliche Hälften des Lifecycles ab und nutzen unterschiedliche Eingangsdaten, weshalb die meisten Teams beides betreiben und nach der ersten Bestellung von einem Modell ins andere übergeben.
Wie viele RFM-Segmente brauche ich?
So viele, wie Sie unterschiedliche Maßnahmen haben, bei den meisten Teams fünf bis acht. Gehen Sie von den verfügbaren Aktionen aus, etwa belohnen, halten, zurückgewinnen, reaktivieren und unterdrücken, und ordnen Sie Zellen darauf zu. Mehr Zellen als Kampagnen erzeugen ein ungenutztes Raster, weniger als vier verdecken meist den Unterschied zwischen abwandernden Champions und Schnäppchenjägern.
Sollten Recency, Frequency und Monetary gleich gewichtet werden?
Nicht zwingend. Gleichgewichtung ist ein vernünftiger Start, doch Recency trägt für den nächsten Kauf meist mehr Vorhersagekraft, weshalb viele Teams sie im Gesamtscore höher gewichten. Prüfen Sie die Gewichtung an Ihren eigenen Daten: Teilen Sie Kunden nach Score, beobachten Sie, wer im nächsten Zyklus wirklich nachbestellt, und justieren Sie, bis die Rangfolge das Verhalten abbildet.