RFM-анализ в B2B: как разделить клиентов на группы и повысить повторные продажи

Что такое RFM-анализ и зачем он в B2B

RFM расшифровывается как Recency, Frequency, Monetary — давность, частота и деньги. Идея простая: каждый клиент получает три оценки (обычно от 1 до 5) по трём шкалам. На выходе — 125 возможных комбинаций (5×5×5), которые группируются в 5–7 осмысленных сегментов.

В B2C метод используют десятилетиями: интернет-магазин видит, что клиент сделал заказ вчера (Recency=5), покупает каждый месяц (Frequency=4) и средний чек средний (Monetary=3) — значит, ему можно предложить персональную скидку на следующий заказ. В B2B картина сложнее: сделка может длиться 3–6 месяцев, частота — раз в квартал или полгода, а сумма одного контракта в десятки раз превышает потребительскую покупку. Но принцип остаётся тем же: RFM даёт объективную картину вместо «мне кажется, Ивановы — хорошие клиенты».

Чем B2B-адаптация отличается от классического RFM

В классическом B2C-варианте Recency — это дни с последнего заказа. В B2B имеет смысл перейти на недели или месяцы: если средний цикл сделки в вашей отрасли — 60 дней, то шкала «1–30 дней / 31–90 / 91–180 / 181–365 / более года» более реалистична, чем ежедневная разбивка.

Frequency в B2C — число заказов. В B2B лучше считать число закрытых сделок или, если у вас проектные продажи, — число выставленных счетов/договоров за период (обычно 12–24 месяца). Не учитывайте мелкие допродажи и сервисные работы — они искажают картину.

Monetary — сумма. Здесь важно выбрать правильную метрику: общая выручка от клиента, средний чек сделки или маржинальная прибыль. Для B2B-компаний с длинным циклом лучше брать общую сумму закрытых сделок за 12–24 месяца. Если у вас проектный бизнес с сильным разбросом (один контракт на 200 000 ₽, другой — на 2 000 000 ₽), используйте квартили вместо фиксированных диапазонов.

Шаг 1: сбор данных — какие поля выгружать из CRM

Для RFM-анализа нужна одна выгрузка из CRM: список всех клиентов (компаний) с историей сделок за выбранный период. Минимальный набор полей:

• Название компании или ID клиента;
• Дата последней закрытой сделки (успешной);
• Количество закрытых сделок за период анализа;
• Общая сумма закрытых сделок за период.

В amoCRM такую выгрузку можно сделать через раздел «Аналитика» → «Отчёты» → выгрузка по сделкам с фильтром «Успешно реализована». В Битрикс24 — через «Отчёты» → «Сделки» → экспорт в Excel. Если ваша CRM не даёт готовой сводки по клиентам, выгрузите все успешные сделки за период, а затем сведите их в сводную таблицу через Excel (Вставка → Сводная таблица) с группировкой по клиенту.

Важно: исключите из выгрузки тестовые сделки, внутренние заказы и клиентов с одной сделкой на нулевую/символическую сумму — они исказят Monetary-шкалу.

Шаг 2: расчёт RFM-баллов в Excel

После выгрузки у вас есть таблица с полями: Клиент, Дата последней сделки, Число сделок, Сумма. Теперь присваиваем баллы от 1 до 5 по каждой шкале.

Recency (давность). Рассчитайте количество дней/недель с даты последней сделки до сегодня. Затем разбейте список на 5 равных групп (квинтилей):

R-балл = 5: самые недавние клиенты (верхние 20% по давности — наименьшее число дней)
R-балл = 4: следующие 20%
...
R-балл = 1: самые «старые» клиенты (нижние 20% — наибольшее число дней)

В Excel это делается функцией ПЕРСЕНТИЛЬ.ВКЛ для границ групп, затем ЕСЛИ для присвоения баллов. Формула для R-балла (где B2 — количество дней с последней сделки, а границы квинтилей в отдельных ячейках):

=ЕСЛИ(B2<=p20;5;ЕСЛИ(B2<=p40;4;ЕСЛИ(B2<=p60;3;ЕСЛИ(B2<=p80;2;1))))

Frequency (частота). Аналогично разбиваем список по числу сделок на 5 квинтилей, но здесь логика обратная: больше сделок — выше балл:

F-балл = 5: верхние 20% по числу сделок
F-балл = 1: нижние 20%

Monetary (деньги). Те же 5 квинтилей по сумме сделок. Клиенты с наибольшей выручкой получают M=5.

Итоговая оценка выглядит как трёхзначное число, например: 534 — клиент с недавней сделкой (R=5), средней частотой (F=3) и высокими суммами (M=4).

Шаг 3: сегментация — 5 групп клиентов и что с ними делать

125 комбинаций можно сгруппировать в 5 практических сегментов. Вот рабочие сценарии для B2B:

Как перенести сегментацию обратно в CRM

Рассчитав сегменты в Excel, вы захотите видеть их прямо в CRM — в карточке клиента, чтобы менеджер сразу понимал, с кем работает. Практически во всех популярных CRM есть поля для сегментов:

• amoCRM: создайте дополнительное поле типа «Список» для компаний с вариантами «Чемпион», «Потенциальный», «Спящий», «Новичок», «Потерянный» и обновите через импорт CSV;
• Битрикс24: используйте пользовательское поле типа «Список» в карточке компании, загрузите через импорт с сопоставлением по ID или названию;
• Универсальный способ: выгрузите из Excel два столбца — ID клиента и сегмент, затем настройте периодический импорт или используйте API CRM для обновления.

Если вы только начинаете систематизировать данные в CRM, статья про импорт XLSX в CRM без ошибок поможет избежать дублей и проблем с форматами.

Типичные ошибки при RFM-анализе в B2B

Частые вопросы