Torna al blog
Segmentazione RFM: Trovare i Clienti che Contano con Recency, Frequency e Monetary

Segmentazione RFM: Trovare i Clienti che Contano con Recency, Frequency e Monetary

8 min di lettura1 visualizzazioni
di Marco Salmaso
La segmentazione RFM usa tre sole colonne — quanto di recente, quanto spesso e quanto ha speso un cliente — per dividere la base clienti in gruppi azionabili. Vediamo come calcolarla in SQL, i segmenti classici, il clustering con Python e, soprattutto, i limiti da non ignorare.

Perché partire da tre colonne

Ogni volta che si parla di "conoscere i clienti" si finisce per costruire modelli complicati. Ma spesso le informazioni più utili sono già nei dati di transazione, e bastano tre dimensioni per ottenere qualcosa di concreto: quanto di recente un cliente ha comprato (Recency), quanto spesso compra (Frequency) e quanto spende in totale (Monetary). Da qui l'acronimo RFM.

Non è una tecnica nuova, anzi. Il motivo per cui sopravvive a mode e framework è che ha tre qualità rare:

  • È economica: si calcola da una tabella di ordini, senza dati esterni.
  • È spiegabile: un segmento si descrive in una frase, e chiunque lo capisce.
  • È azionabile: i gruppi che emergono suggeriscono azioni diverse.

In questo articolo la costruiamo passo passo, dal dato grezzo al segmento, con SQL e un tocco di Python. I numeri che compaiono sono esempi illustrativi, non risultati di un caso reale.

Le tre dimensioni, spiegate bene

Recency

La Recency misura quanto tempo è passato dall'ultimo acquisto. Di solito si esprime in giorni: più è bassa, meglio è. Un cliente che ha comprato la settimana scorsa è probabilisticamente più propenso a ricomprare di uno che non si fa vivo da un anno.

Attenzione a una scelta che sembra banale ma cambia i risultati: la recency si misura rispetto a una data di riferimento. Che sia la data di oggi, l'ultima transazione registrata o la fine di un trimestre, quella scelta va fissata una volta e documentata. Se il calcolo gira ogni notte e prende sempre "adesso", i punteggi si muovono da soli anche quando i clienti non fanno nulla.

Frequency

La Frequency è il numero di acquisti in una finestra di tempo definita. Qui c'è una decisione importante: la finestra. Se prendi tutto lo storico, un cliente fedele da dieci anni avrà sempre un punteggio alto, anche se negli ultimi mesi è sparito. Se prendi solo l'ultimo mese, tagli fuori chi compra una volta a stagione. Una finestra mobile di 12 mesi è un compromesso comune nel retail, ma non è una regola sacra.

Monetary

Il Monetary è quanto il cliente ha speso nello stesso periodo. Può essere la somma degli importi, ma anche il valore medio per ordine: sono due letture diverse. Un cliente con dieci ordini da venti euro non è la stessa cosa di uno con due ordini da cento, eppure il totale può coincidere.

Una nota tecnica: la distribuzione della spesa è quasi sempre asimmetrica a destra, con tanti clienti piccoli e pochi grandi. Questo conta quando si passa al clustering, come vedremo.

Da dove arrivano i numeri

RFM si calcola a partire dalle transazioni. Uno schema minimo può essere questo:

create table ordini (
  order_id     bigint primary key,
  customer_id  bigint not null,
  order_date   date   not null,
  amount       numeric(12,2) not null, -- valore netto, al netto dei resi
  status       text   not null         -- 'completed', 'refunded', ...
);

Due dettagli che fanno la differenza tra un'analisi seria e una che illude:

  • Escludi i resi e gli ordini annullati, oppure gestiscili. Un cliente che compra e restituisce tutto non è un buon cliente.
  • Decidi come trattare gli account aziendali, i regali e gli ordini duplicati. Se non li distingui, sporcano i segmenti.

Calcolare i punteggi con SQL

L'idea è semplice: aggreghi per cliente, poi trasformi ogni metrica in un punteggio da 1 a 5 con i quintili. In PostgreSQL basta la window function ntile.

with per_cliente as (
  select
    customer_id,
    max(order_date)              as ultimo_ordine,
    count(*)                     as n_ordini,
    sum(amount)                  as totale_speso
  from ordini
  where status = 'completed'
    and order_date >= current_date - interval '365 days'
  group by customer_id
),
con_punteggi as (
  select
    customer_id,
    ultimo_ordine,
    n_ordini,
    totale_speso,
    -- più recente = punteggio più alto
    ntile(5) over (order by ultimo_ordine desc) as r_score,
    ntile(5) over (order by n_ordini asc)       as f_score,
    ntile(5) over (order by totale_speso asc)   as m_score
  from per_cliente
)
select
  customer_id,
  r_score, f_score, m_score,
  (r_score + f_score + m_score) as rfm_totale
from con_punteggi
order by rfm_totale desc;

Qualche accortezza sull'uso di ntile:

  • I quintili non sono valori assoluti. Il punteggio 5 significa "tra il 20% dei migliori di questa base clienti", non "ha speso molto" in senso assoluto. Cambia la platea e cambia il significato.
  • Attenzione ai pareggi. Con molti clienti che hanno la stessa spesa, ntile spezza in modo arbitrario. Per certi casi conviene definire soglie fisse (per esempio: Recency < 30 giorni, 30–90, 90–180, ...) invece dei quantili.
  • I clienti nuovi hanno spesso una sola transazione: Frequency = 1 per tutti. Non è un difetto del metodo, è un'informazione.

Dai punteggi ai segmenti

Con tre punteggi in mano puoi leggere ogni cliente come una terna, per esempio (5, 5, 5) o (1, 2, 1). Da qui nascono i segmenti classici, una convenzione utile più che una verità matematica:

SegmentoProfilo tipicoLettura
ChampionsR alto, F alto, M altoComprano spesso, di recente e spendono. Da coccolare.
LoyalF alto, M medio-altoFedeli ma non recentissimi. Da riattivare.
Potenziali fedeliR alto, F bassoAppena arrivati e attivi. Da coltivare.
A rischioR basso, F e M altiUn tempo ottimi, ora silenti. Priorità di recupero.
OccasionaliTutto nella mediaIl grosso della base. Difficili da muovere.
IbernatiR, F, M bassiProbabilmente persi. Costano più di quanto rendono.

Questi nomi non sono obbligatori, ma la logica sì: Recency bassa su un cliente che era di valore è il segnale più allarmante, mentre Recency alta su un cliente nuovo è normale.

Non solo regole: anche clustering

Le soglie a quintili funzionano, ma sono arbitrarie. Un'alternativa è lasciare che i gruppi emergano dai dati con un clustering, tipicamente k-means su Recency, Frequency e Monetary (spesso log-trasformati).

import numpy as np
import pandas as pd
from sklearn.preprocessing import StandardScaler
from sklearn.cluster import KMeans

# df ha colonne: recency_giorni, n_ordini, totale_speso
df = df.copy()

# la spesa è asimmetrica: la compressione log aiuta
X = pd.DataFrame({
    "recency": np.log1p(df["recency_giorni"]),
    "frequency": np.log1p(df["n_ordini"]),
    "monetary": np.log1p(df["totale_speso"]),
})

X_scaled = StandardScaler().fit_transform(X)

km = KMeans(n_clusters=4, n_init=10, random_state=42)
df["cluster"] = km.fit_predict(X_scaled)

# profilo medio di ogni cluster, per capire chi c'è dentro
print(df.groupby("cluster")[["recency_giorni", "n_ordini", "totale_speso"]].mean())

Il clustering ha vantaggi e svantaggi speculari alle regole:

  • Pro: i confini si adattano alla forma reale dei dati, senza soglie inventate.
  • Contro: k-means devi essere scelto (il numero di cluster), non è stabile se i dati cambiano molto, e — soprattutto — i gruppi non hanno un'etichetta automatica. Sei tu a doverli interpretare.

In pratica molti usano i segmenti RFM come base e il clustering come controllo, per vedere se i gruppi che emergono assomigliano a quelli attesi.

Gli errori e i limiti

RFM è potente ma anche facile da fraintendere. I punti su cui inciampare sono sempre gli stessi.

Non è causalità

Un segmento descrive chi ha comprato, non perché. Dire "i Champions spendono di più, quindi diamo loro uno sconto" è un salto logico. La domanda vera — "dare uno sconto aumenta la spesa?" — la risponde solo un test controllato, non un segmento.

Non è una previsione

RFM fotografa il passato. Un cliente può essere nel migliore dei segmenti e sparire il mese dopo. Va trattato come un'euristica di priorità, non come un oracolo.

Le soglie cambiano tutto

Quintili o soglie fisse? Ultimi 6 o 12 mesi? Con resi o senza? Ognuna di queste scelte produce segmenti diversi. La cosa importante è documentare le scelte e non cambiarle a metà analisi senza motivo.

Il ciclo si chiude presto

Un piccolo negozio con pochi clienti abituali può vedere gli stessi nomi in tutti i segmenti. Con basse frequenze di acquisto, RFM dice poco: meglio guardare altro, per esempio la spesa media per ordine o la categoria di prodotto.

Distorce ciò che non misura

RFM ignora la marginalità. Un cliente che spende molto su prodotti a basso margine può valere meno di uno che spende la metà su prodotti redditizi. Se la marginalità è disponibile, va aggiunta come quarta dimensione, accettando che il modello diventa meno immediato.

Conclusione

La segmentazione RFM è uno strumento onesto: poche righe di SQL, tre metriche e un po' di buon senso per leggere i gruppi. Vale la pena usarla ogni volta che c'è una tabella di transazioni e la domanda è "da chi comincio?".

I punti chiave da portarsi a casa:

  • RFM = Recency, Frequency, Monetary, tre dimensioni comportamentali già presenti nei dati di ordine.
  • Le decisioni contano più della tecnica: finestra temporale, gestione dei resi, data di riferimento, quintili o soglie.
  • I punteggi sono relativi alla base clienti, non valori assoluti: describono un rango, non un merito.
  • I segmenti sono etichette interpretative, non verità statistiche. Vanno lette con il contesto del business.
  • Non è causalità e non è previsione: serve a dare priorità, non a spiegare o anticipare da solo.
  • Il clustering è un'alternativa, utile come controllo, ma richiede di scegliere quanti gruppi e di interpretarli.

Se domani vuoi qualcosa di più, i passi naturali sono due: aggiungere la marginalità e collegare i segmenti a un test controllato, così da misurare se l'azione che intraprendi su un segmento produce davvero l'effetto sperato.


Foto di copertina di Simon L su Unsplash.