Segmentacja RFM w sklepie internetowym: jak ją policzyć i wykorzystać

Segmentacja RFM to metoda podziału klientów sklepu według trzech danych z historii zamówień: kiedy ostatnio kupili (Recency), jak często kupują (Frequency) i ile wydali (Monetary). Dzięki niej w kilka godzin zobaczysz, kto jest Twoim najlepszym klientem, kto zaczyna odchodzić i kogo da się jeszcze odzyskać. W tym poradniku pokazujemy, czym jest analiza RFM, jak policzyć ją w Excelu lub arkuszu Google krok po kroku, jakie segmenty wyróżnić, jakie scenariusze marketing automation uruchomić dla każdego z nich i jak RFM działa w edrone, Klaviyo i Manago AI (dawniej SALESmanago).

Segmentacja RFM: Recency, czyli dni od ostatniego zakupu, Frequency, czyli liczba zamówień, i Monetary, czyli łączna wartość zakupów

Spis treści

Co to jest RFM

RFM to skrót od trzech angielskich słów: Recency, Frequency i Monetary. Model RFM ocenia każdego klienta na podstawie jego faktycznych zakupów i nadaje mu wynik w trzech wymiarach. Zwykle stosuje się skalę od 1 do 5 (w części narzędzi od 1 do 3), gdzie wyższa ocena oznacza lepszy wynik. Klient z wynikiem 555 kupił niedawno, kupuje często i wydaje dużo. Klient z wynikiem 111 kupił raz, dawno temu i za małą kwotę.

Czym jest RFM w praktyce? To prosty sposób segmentacji bazy, z którego korzysta każdy marketer, który chce zwiększyć sprzedaż bez dokładania budżetu na reklamę. Metoda wywodzi się z marketingu bezpośredniego i sprzedaży wysyłkowej, a w e-commerce stała się jednym z najprostszych sposobów, żeby przestać traktować całą bazę tak samo.

Analiza RFM nie wymaga ankiet ani danych demograficznych. Wystarczy eksport zamówień ze sklepu, w którym jest identyfikator klienta, data i wartość zamówienia.

Segmentacja klientów RFM odpowiada na trzy pytania, które każdy właściciel sklepu powinien znać na pamięć:

  • Kto przynosi większość przychodu i zasługuje na ekskluzywny, osobny komunikat?
  • Kto przestaje kupować i potrzebuje reaktywacji, zanim odejdzie do konkurencji?
  • Komu nie warto wysyłać rabatu, bo i tak kupiłby bez zniżki?

Recency, Frequency, Monetary: co mierzy każdy wskaźnik

Każdy wskaźnik RFM mierzy inny aspekt zachowań klientów, a razem dają obraz jego miejsca w cyklu życia klienta.

Wskaźnik Co mierzy Jak liczymy Co mówi
R (Recency) czas od ostatnich zakupów czas, jaki upłynął od ostatnich zakupów do dziś, w dniach im mniej dni, tym większa szansa na kolejne zakupy
F (Frequency) częstotliwość zakupów liczba zamówień w wybranym okresie, np. 24 miesiące im więcej zamówień, tym silniejszy nawyk
M (Monetary value) wartość zakupów suma wartości zamówień w tym samym okresie im wyższa kwota, tym większy wpływ na przychód

Recency jest zwykle najważniejszy, bo najlepiej pozwala przewidzieć zachowanie klienta w najbliższych tygodniach. Frequency i Monetary pokazują, jak cenny jest klient w dłuższym horyzoncie, dlatego są blisko powiązane z wartością życiową klienta (CLV). W praktyce F i M często idą w parze: kto kupuje częściej, ten zwykle wydaje więcej.

Dlaczego segmentacja RFM działa w e-commerce

Za skutecznością RFM stoją trzy proste obserwacje, które edrone opisuje w swoim centrum pomocy: klienci, którzy kupili niedawno, chętniej reagują na kolejną ofertę; klienci kupujący często odpowiadają lepiej niż ci, którzy kupują rzadko; a osoby wydające więcej lepiej reagują na nowe treści.

Z tego wynika praktyczna korzyść: segmentacja RFM pozwala dopasować komunikację i budżet do wartości klienta. Zamiast jednego newslettera z rabatem do całej bazy wysyłasz:

  • grupie stałych klientów premium wcześniejszy dostęp do nowości, bez zniżki,
  • klientom zagrożonym odejściem kampanię reaktywacyjną z mocniejszą zachętą,
  • grupie nowych klientów ścieżkę, która prowadzi do drugiego zamówienia.

Efekt to wyższa konwersja, mniej wypisów i mniejsze koszty rabatów. Każda kampania i każda automatyzacja trafia do właściwych grup docelowych, a komunikacja zaczyna przypominać rozmowę z klientem.

Według benchmarku Klaviyo za 2026 rok automatyczne ścieżki odpowiadają za około 41% przychodu z e-maili, choć stanowią 5,3% wysyłek. RFM jest jednym z najprostszych sposobów, żeby te ścieżki precyzyjnie kierować.

To podstawa każdej strategii retencji klientów.

Jak policzyć RFM w Excelu krok po kroku

Analizę RFM policzysz w Excelu lub arkuszu Google w 1-2 godziny, jeśli masz eksport zamówień ze sklepu. Poniżej wariant, który rekomendujemy właścicielom sklepów na start.

Krok 1. Wyeksportuj zamówienia

Z panelu sklepu (Shoper, IdoSell, WooCommerce, Shopify) albo z BaseLinkera pobierz plik z kolumnami: e-mail lub ID klienta, data zamówienia, wartość zamówienia brutto, status. Usuń zamówienia anulowane i zwrócone. Wybierz okres analizy, najczęściej 12 lub 24 miesiące.

Krok 2. Zbuduj tabelę klientów

Utwórz tabelę przestawną: wiersze to klienci, a wartości to:

  • data ostatniego zakupu (maksimum z daty zamówienia),
  • liczba zamówień (licznik),
  • suma wartości zamówień (suma).

Recency policzysz formułą `=DZIŚ()-B2`, gdzie B2 to data ostatniego zakupu. Wynik to liczba dni od ostatniego zakupu.

Krok 3. Ustal progi od 1 do 5

Są dwa sposoby. Pierwszy to podział na kwintyle, czyli pięć równych grup po 20% klientów (w arkuszu Google pomoże funkcja `PERCENTRANK.INC`, w polskim Excelu jej odpowiednik `PROCENT.POZYCJA.PRZEDZ.ZAMK`). Drugi, który polecamy przy mniejszych bazach, to progi biznesowe ustalone ręcznie:

Ocena R: dni od ostatniego zakupu F: liczba zamówień M: suma zakupów
5 0-30 6 i więcej powyżej 1500 zł
4 31-90 4-5 801-1500 zł
3 91-180 3 401-800 zł
2 181-365 2 151-400 zł
1 ponad 365 1 do 150 zł

Progi to przykład dla sklepu z produktami kupowanymi co 1-3 miesiące i średnim koszykiem około 150-250 zł. Dopasuj je do cyklu zakupowego swojej branży, bo każdy proces zakupowy ma inne tempo: w sklepie z meblami 180 dni bez zakupu to norma, w sklepie z karmą dla psów to sygnał alarmowy.

Ocenę nadasz formułą warunkową, na przykład dla R: `=JEŻELI(C2<=30;5;JEŻELI(C2<=90;4;JEŻELI(C2<=180;3;JEŻELI(C2<=365;2;1))))`.

Krok 4. Połącz oceny w kod RFM

Złącz trzy oceny w jeden kod, na przykład formułą `=D2&E2&F2`. Przykładowa tabela:

Klient Dni od zakupu Zamówienia Suma (zł) R F M Kod RFM Segment
Anna 12 8 2340 5 5 5 555 Czempioni
Marek 45 4 980 4 4 4 444 Lojalni
Ewa 20 1 190 5 1 2 512 Nowi
Piotr 70 2 420 4 2 3 423 Potencjalnie lojalni
Kasia 150 3 610 3 3 3 333 Wymagający uwagi
Tomasz 240 5 1720 2 4 5 245 Zagrożeni
Ola 300 2 260 2 2 2 222 Uśpieni
Jan 420 1 89 1 1 1 111 Utraceni

Krok 5. Przypisz segmenty i zaimportuj je do narzędzia

Na koniec przypisz każdemu kodowi nazwę segmentu (zasady w następnej sekcji) i zaimportuj kolumnę „segment” jako tag lub pole kontaktu do narzędzia e-mail marketingu albo CRM. Arkusz to dobry start, ale wynik starzeje się z każdym dniem, dlatego analizę powtarzaj co miesiąc albo przenieś ją do systemu, który liczy RFM w czasie rzeczywistym.

Analiza RFM w arkuszu w 5 krokach: eksport zamówień, tabela przestawna, oceny 1-5, kod RFM, segment w narzędziu marketing automation

Segmenty RFM: od czempionów do utraconych

Przy skali 1-5 powstaje 125 kombinacji, czyli o wiele za dużo, żeby obsłużyć każdą osobno. Dlatego kombinacje łączy się w 6-10 segmentów RFM, z których każdy ma jasną strategię. Poniżej podział, który najczęściej stosujemy w sklepach (opiera się głównie na R i F, a M służy do wyłonienia klientów najcenniejszych):

Segment Reguła (przybliżona) Kim są
Czempioni R 4-5, F 4-5 kupują niedawno, często i za dużo; grupa najbardziej lojalnych klientów
Lojalni R 3-5, F 3-5 regularni stali klienci o wysokiej wartości
Potencjalnie lojalni R 4-5, F 2-3 kupili 2-3 razy, niedawno, mają szansę na nawyk
Nowi R 5, F 1 pierwszy zakup w ostatnich tygodniach
Wymagający uwagi R 3, F 2-3 przeciętni, zaczynają kupować rzadziej
Zagrożeni (at risk) R 1-2, F 3-5 kiedyś kupowali często, od dawna milczą
Nie możemy ich stracić R 1-2, F 4-5, M 5 najcenniejsi z zagrożonych
Uśpieni R 2, F 1-2 kupili raz lub dwa, kilka miesięcy temu
Utraceni R 1, F 1 jeden mały zakup, ponad rok temu

Taki podział grup klientów w e-commerce pokrywa się z tym, który stosują narzędzia. edrone dzieli bazę na 10 segmentów (od Champions do Lost) i łączy je w trzy grupy strategiczne: HIGH, MEDIUM i LOW RFM. Klaviyo używa sześciu grup: Champions, Loyal, Recent, Needs attention, At risk i Inactive.

Siatka RFM: segmenty od Czempionów i Lojalnych przez Zagrożonych i Uśpionych do Utraconych wraz ze scenariuszem dla każdego segmentu

Jakie scenariusze marketing automation uruchomić dla każdego segmentu

Sama segmentacja bazy niczego nie sprzedaje. Przychód pojawia się dopiero wtedy, gdy każdy segment dostaje własny scenariusz automatyzacji, który uruchamia się sam, kiedy klient do segmentu wejdzie. Z naszych wdrożeń wynika, że na start wystarczy 4-5 scenariuszy:

Segment Cel Scenariusz i komunikat Rabat
Czempioni utrzymać i zrobić z nich ambasadorów wcześniejszy dostęp do nowości i Black Friday, prośba o opinię, zaproszenie do programu VIP bez rabatu lub symboliczny prezent
Lojalni podnieść wartość koszyka rekomendacje produktów uzupełniających, zaproszenie do programu lojalnościowego punkty zamiast zniżki
Potencjalnie lojalni doprowadzić do 3. zakupu seria 2-3 maili z bestsellerami z kategorii, którą kupili mały, z terminem ważności
Nowi doprowadzić do 2. zakupu ścieżka posprzedażowa: podziękowanie, porady, przypomnienie o ponownym zakupie dopiero w 3. wiadomości
Wymagający uwagi zatrzymać spadek personalizowana rekomendacja na podstawie historii, przypomnienie, gdy porzucony koszyk czeka w sklepie umiarkowany
Zagrożeni (at risk) reaktywacja „tęsknimy”, nowości od ostatniej wizyty, ankieta, powiadomienia web push wyraźny, czasowy
Nie możemy ich stracić odzyskać za wszelką cenę osobisty mail lub telefon, oferta premium, SMS najmocniejszy w całej bazie
Uśpieni sprawdzić, czy wrócą 1-2 maile z bestsellerami i ofertą sezonową standardowy
Utraceni oczyścić bazę ostatnia próba reaktywacji, potem ograniczenie wysyłek jednorazowy

Kilka zasad, które pilnujemy przy każdym wdrożeniu:

  1. Rabat zależy od segmentu. Czempion kupi bez zniżki, więc każda zniżka dla niego to stracona marża. Mocną zachętę zostaw dla segmentu zagrożonych.
  2. Kanał zależy od wartości, więc warto personalizować także wybór kanału. Dla segmentów o wysokim M opłaca się droższy kanał (SMS, telefon), dla uśpionych wystarczy email i push.
  3. Ruch między segmentami jest wyzwalaczem. Najcenniejszy moment to przejście klienta z „Lojalnych” do „Zagrożonych”. Właśnie wtedy powinien wystartować scenariusz reaktywacji.
  4. Kampanie jednorazowe też filtruj przez RFM. Przed Black Friday wyślij czempionom wcześniejszy dostęp, a do utraconych ogranicz wysyłkę do jednej wiadomości.

Pełne opisy wyzwalaczy, treści i momentów wysyłki znajdziesz w katalogu scenariuszy marketing automation, a pomysły na nagradzanie najlepszych klientów w tekście o programie lojalnościowym w e-commerce.

RFM w narzędziach: edrone, Klaviyo, Manago AI

Arkusz wystarczy do pierwszej diagnozy, ale do codziennej pracy lepiej, żeby RFM liczył się automatycznie, zintegrowany z systemem marketing automation, bo wtedy segment aktualizuje się sam, a scenariusze startują automatycznie. Stan na listopad 2026, na podstawie dokumentacji producentów:

Narzędzie Jak działa RFM Na co uważać
edrone siatka RFM z 10 segmentami (Champions, Loyal Customers, At Risk, Can’t lose them, Hibernating, Lost i inne) oraz trzy grupy HIGH, MEDIUM, LOW; segmenty RFM dostępne w newsletterze dynamicznym i newsletterze SMS dostępność funkcji w danym planie sprawdź w cenniku producenta
Klaviyo raport RFM ze skalą 1-3 i sześcioma grupami, właściwości RFM w profilu odświeżane co noc, do użycia w segmentach i flows wymaga płatnego dodatku (Advanced KDP lub Personalization), co najmniej 500 klientów z zamówieniem i 180 dni historii zamówień
Manago AI (dawniej SALESmanago) od 2026 roku wyniki RFM można wybierać bezpośrednio przy adresowaniu kampanii w centrum segmentacji zakres funkcji i cenę ustala się indywidualnie z producentem

Wybór narzędzia zależy od platformy sklepu i skali. Dla sklepu na Shoperze lub IdoSell często najprostszy jest edrone, dla marki na Shopify sprzedającej za granicę Klaviyo, a dla większych firm z wieloma kanałami Manago AI. Koszty zestawiamy w artykule ile kosztuje marketing automation.

Najczęstsze błędy w analizie RFM

  • Jedne progi dla każdej branży. Recency trzeba odnieść do naturalnego cyklu zakupowego produktu. Bez tego segment „zagrożonych” będzie pełen klientów, którzy po prostu jeszcze nie potrzebują kolejnego zakupu.
  • Liczenie raz w roku. Klient zmienia segment co kilka tygodni. Analiza sprzed pół roku pokazuje bazę, której już nie ma.
  • Segmenty bez scenariuszy. Raport w arkuszu wygląda dobrze, ale przychód pojawia się dopiero, gdy segment uruchamia komunikację.
  • Rabat dla wszystkich. Wysyłka tej samej zniżki do czempionów i utraconych obniża marżę i uczy najlepszych klientów czekać na promocję.
  • Ignorowanie zwrotów i anulacji. Zawyżają F i M, więc klient z trzema zwrotami trafia do lojalnych.
  • Zbyt wiele segmentów naraz. Lepiej obsłużyć dobrze 5 segmentów niż źle 11. Rozbudowuj model, gdy pierwsze scenariusze działają.
  • Brak pomiaru. Sprawdzaj co miesiąc, ile osób przechodzi między segmentami i jaki przychód przynosi każdy z nich. To najlepszy wskaźnik, czy strategie marketingowe działają, a stała optymalizacja progów i scenariuszy to codzienny proces marketingowy.

RFM nie uwzględnia marży, kategorii produktów ani zachowań bez zakupu (przeglądanie, otwarcia maili). Dlatego w dojrzałych wdrożeniach łączymy go z danymi o aktywności na stronie i z analizą CLV.

Najczęstsze pytania

1

Co to jest RFM w skrócie?

RFM to metoda segmentacji klientów według trzech wskaźników: Recency (kiedy ostatnio kupił), Frequency (jak często kupuje) i Monetary (ile wydał). Każdy klient dostaje ocenę w każdym wymiarze, a połączone oceny przypisują go do segmentu.

2

Na czym polega analiza RFM?

Na nadaniu każdemu klientowi ocen od 1 do 5 (lub od 1 do 3) za R, F i M na podstawie historii zamówień, połączeniu ich w kod, na przykład 545, i przypisaniu kodów do segmentów, takich jak czempioni, lojalni, zagrożeni czy uśpieni.

3

Ile klientów trzeba mieć, żeby segmentacja RFM miała sens?

Arkusz da czytelny obraz już przy kilkuset klientach z zamówieniami. Klaviyo wymaga do swojego raportu co najmniej 500 kupujących i 180 dni historii, co jest dobrym punktem odniesienia.

4

Jak często aktualizować wyniki RFM?

W arkuszu co miesiąc, a w sklepach z częstymi zakupami nawet co tydzień. Narzędzia marketing automation przeliczają RFM automatycznie, na przykład Klaviyo odświeża właściwości RFM w profilach co noc.

5

Czy RFM działa w sklepie na Shoperze?

Tak. Możesz policzyć RFM w arkuszu na podstawie eksportu zamówień albo skorzystać z narzędzia zintegrowanego z Shoperem, na przykład edrone, które ma wbudowaną siatkę RFM.

6

Czym różni się RFM od zwykłej segmentacji?

Zwykła segmentacja często opiera się na danych demograficznych lub deklaracjach. RFM korzysta wyłącznie z faktycznych zakupów, więc lepiej przewiduje, kto kupi ponownie i ile wyda.

Najważniejsze wnioski
  • Segmentacja RFM dzieli klientów według tego, kiedy ostatnio kupili, jak często kupują i ile wydają, i wymaga tylko eksportu zamówień.
  • Pierwszą analizę policzysz w Excelu w 1-2 godziny: tabela klientów, progi 1-5 dopasowane do cyklu zakupowego, kod RFM, segment.
  • Na start wystarczy 6-9 segmentów, od czempionów po utraconych, z jasnym celem dla każdego.
  • Przychód daje dopiero scenariusz automatyzacji dla segmentu, z rabatem i kanałem dopasowanym do wartości klienta.
  • Do codziennej pracy przenieś RFM do narzędzia, które liczy go automatycznie: edrone, Klaviyo lub Manago AI.

Chcesz wiedzieć, ilu czempionów i zagrożonych klientów ma Twój sklep? Policzymy RFM na Twoich danych, wskażemy segmenty z największym potencjałem i wdrożymy pierwsze scenariusze w ramach usługi marketing automation dla e-commerce. Umów bezpłatną konsultację

Źródła

  • edrone Help Center, Analiza RFM: https://help.edrone.me/pl/articles/2837109-analiza-rfm
  • Klaviyo Help Center, Getting started with the RFM analysis report: https://help.klaviyo.com/hc/en-us/articles/17797889315355
  • Klaviyo Help Center, Understanding scoring and customer groups in the RFM report: https://help.klaviyo.com/hc/en-us/articles/17797937793179
  • Klaviyo, What is RFM analysis: https://www.klaviyo.com/glossary/what-is-rfm-analysis
  • Klaviyo, Email Marketing Benchmarks 2026: https://www.klaviyo.com/products/email-marketing/benchmarks
  • Manago AI (dawniej SALESmanago), Product Roadmap: https://manago.ai/product-hub-roadmap

Jakub Bujakowski

O autorze
Jakub Bujakowski

Założyciel Apetytna Marketing. Z zespołem agencji buduje dla marek e-commerce, producentów D2C i firm B2B systemy sprzedaży w internecie: od strategii i lejków, przez performance i optymalizację konwersji, po marketing automation. Praktyką dzieli się na kanale YouTube.