# Ошибки RFM-анализа: почему красивая матрица сегментов не дает прироста выручки

> Красивая RFM-матрица есть, а прироста выручки нет. Пять ошибок, которые превращают сегментацию в декорацию, и проверка, приносит ли ваша модель деньги.

**Рубрика:** Статьи  
**Дата:** 2026-08-11

Знакомая картина: аналитик или подрядчик построил RFM-матрицу, ячейки аккуратно раскрашены в зеленый, желтый и красный, сегменты даже выгрузили в Mindbox. Проходит полгода — выручка CRM-канала на месте, рассылки как уходили всей базе, так и уходят. Матрица осталась жить в презентации о внедрении.

RFM-анализ клиентской базы сам по себе прост: три оси, понятные градации, никакой магии. Ломается он не в формулах, а во внедрении — пороги копируют из шаблона, пересчитывают раз в год, всем ячейкам шлют одно и то же письмо. Ниже — пять ошибок, которые мы встречаем у mid-market-компаний чаще всего. Разбирать их помогает Василина Бреусенко, CRM-маркетолог ClientCore: она собирает RFM-модели клиентам агентства и регулярно чинит чужие.

> **Читайте также:** [RFM vs когортный анализ: когда какой инструмент использовать](https://clientcore.ru/blog/articles/rfm-vs-kogortnyy-analiz-kogda-kakoy-instrument-ispolzovat)

## Ошибка 1. Пороги взяты из шаблона

Самая частая ошибка RFM-анализа — границы сегментов, скопированные из чужого примера. Классика жанра: база делится на пять равных групп по 20% на каждую ось, или берется бенчмарк из статьи — «не покупал 90 дней, значит спящий».

Проблема в том, что у категорий разный цикл покупки. В fashion медианный интервал между заказами — 60–90 дней. В оптике — год-полтора. В доставке еды — пара недель. Порог в 90 дней для оптики запишет в «отток» людей, у которых просто еще не подошло время повторной покупки. А для доставки еды тот же порог слишком мягкий: клиент потерян уже после месяца тишины.

Как делать RFM-анализ правильно: строить пороги от своих данных. Поднять распределение интервалов между заказами, взять медиану и квантили своей базы, привязать границу R к реальному циклу покупки в категории. Для осей F и M — то же самое: гистограммы своих продаж, а не ровные пятерки из методички.

Быстрая диагностика: если в «спящих» сидит 40–50% базы, пороги настроены не под ваш бизнес. Если в «чемпионах» два процента — тоже повод пересмотреть шкалу.

**Норма**

- пороги считаются от распределения своей базы: медианный интервал между заказами, квантили своих данных
- границы R привязаны к циклу покупки в конкретной категории
- пороги пересматривают, когда меняется ассортимент или частота закупок

**Red flag**

- деление на пять равных групп «потому что так в шаблоне»
- порог «не покупал 90 дней» взят из статьи про чужой e-commerce
- в «спящих» сидит половина базы, и никого это не удивляет

## Ошибка 2. Матрицу пересчитывают раз в год

RFM — это срез на дату. Клиент движется между ячейками постоянно: купил — поднялся по давности, затих — сполз вниз. Матрица, обновленная в январе, к марту врет по заметной доле базы.

Симптомы знает каждый, кто хоть раз получал письмо «мы скучаем» через два дня после заказа. Или акцию «для новичков» — при двухлетней истории покупок. Так выглядит сегментация, которую пересчитывают раз в квартал или реже.

Главная ценность модели — отслеживание миграции между ячейками. Переход «перспективный → лояльный» и переход «лояльный → засыпающий» — сигналы для двух разных сценариев, и ловить их нужно в момент перехода, а не при следующей ручной выгрузке. В Mindbox это решается динамическими сегментами с автообновлением и триггерами на смену ячейки. Ручные выгрузки в Excel умирают первыми — проверено.

> На одном из аудитов смотрели реактивационную цепочку: каждый седьмой получатель письма „мы скучаем" купил что-то за последнюю неделю. Сегмент просто пересчитывали раз в квартал. Обновление ячеек должно идти ежедневно или еженедельно — автоматически. А вот пересмотр самих порогов нужен раз в 6–12 месяцев, не чаще».
>
> — Василина Бреусенко, CRM-маркетолог, ClientCore

## Ошибка 3. Разные ячейки, одинаковые письма

Матрица построена, сегменты в платформе, а контент-план один на всех. «Чемпионы», «засыпающие» и «потерянные» получают одну рассылку со скидкой 10%. Сегмент в лучшем случае влияет на фильтр отправки.

Смысл RFM-сегментации — разные действия под разную ценность и стадию жизни клиента. Чемпионам — ранний доступ к новинкам, статусные механики, программа лояльности. Новичкам после первой покупки — дожим до второй, это ключевой переход в экономике базы. Засыпающим — реактивация с ограниченным бюджетом. Потерянным — дешевый канал или тишина, чтобы не жечь контакт.

Есть и обратная крайность: 27 ячеек, и под каждую своя стратегия. Не взлетит — команда не потянет столько механик. Ячейки собирают в 4–6 кластеров с одной понятной целью у каждого: удержание, рост, реактивация, апсейл.

Что дает переход от охвата к точности, видно в нашем проекте для MINIDINO: рассылки уходили всей базе без разбора сегментов, мы пересобрали логику — и получили [+110% к эффективности email-рассылок за квартал](https://clientcore.ru/blog/articles/keis-minidino-rost-effektivnosti-email) без роста числа отправок.

**Норма**

- у каждого кластера своя цель: удержание, вторая покупка, реактивация, апсейл
- механики и офферы различаются по кластерам
- частота рассылок зависит от ценности сегмента

**Red flag**

- контент-план один, сегмент влияет только на фильтр отправки
- скидка 10% уходит и «чемпионам», и «оттоку» в одном письме
- ячеек 27, а стратегия одна

## Ошибка 4. Сегменты не привязаны к марже

Ось M почти всегда считают по выручке — и это еще полбеды. Хуже, когда матрица вообще не знает про маржу. Клиент с большим оборотом на промо-товарах и высокой долей возвратов попадает в топ-ячейку, хотя в деньгах он посредственный. А скромный по обороту покупатель маржинальных категорий оказывается ценнее, чем выглядит.

Вторая дыра — скидочная политика. «Чемпионам» рассылают промокоды, хотя они купили бы и без них. Скидка съедает маржу и не дает инкремента. Это проверяется контрольной группой: удерживаете 10% ячейки без промо на пару циклов рассылок и сравниваете выручку на клиента.

Что делать: ось M считать по маржинальной выручке или хотя бы чистить от возвратов. А скидки давать там, где они меняют поведение, — вторая покупка, реактивация. Там, где покупка случится сама, промокод — подарок клиенту за счет компании.

> Скидка „чемпиону" редко увеличивает его корзину — он покупает то же самое, только дешевле. Когда ставим контрольную группу, разница обычно видна уже за один цикл рассылок: выручка на клиента в ячейке почти та же, а маржа в группе без промо заметно выше».
>
> — Василина Бреусенко, CRM-маркетолог, ClientCore

## Ошибка 5. RFM застрял в презентации

Матрицу построили на проекте, показали на слайде, согласовали — и забыли. Владельца внутри компании нет, в платформу сегменты не заведены, на переходы между ячейками нет сценариев, миграцию никто не смотрит. Через полгода никто не помнит, по какой логике вообще стояли пороги.

RFM — операционный инструмент, он работает, пока встроен в ежедневную рутину CRM. Минимальный набор для жизни: сегменты обновляются в платформе автоматически; на три-четыре ключевых перехода заведены триггеры; раз в месяц владелец смотрит миграцию и выручку по кластерам; раз в полгода — пересмотр порогов.

**Норма**

- сегменты в CRM-платформе обновляются без ручных выгрузок
- на ключевые переходы между ячейками заведены триггеры
- у матрицы есть владелец, который раз в месяц смотрит динамику

**Red flag**

- RFM существует в Excel или в презентации о внедрении
- сегменты выгружали один раз, на старте
- на вопрос «сколько клиентов ушло в отток за прошлый месяц» ответа нет

## Как проверить, что RFM работает на деньги

Пять проверок, которые отделяют рабочую модель от красивого слайда:

1. **Миграция считается.** Месяц к месяцу видно, сколько клиентов перешло между ячейками. Статичная матрица — мертвая матрица. 2. **Известна выручка на ячейку.** Топ-кластеры должны давать заметно больше половины выручки базы. Если распределение ровное — пороги не отделяют ценных клиентов от остальных. 3. **Инкрементальность меряют контрольными группами.** Успех реактивации — разница с контролем по выручке на клиента, а не open rate письма. 4. **Доля активных ячеек растет.** Квартал к кварталу база смещается в сторону лояльных кластеров. 5. **Скидки окупаются.** Промо кластеру приносит прирост выше потерянной маржи.

Когда сегментная логика появляется впервые, эффект измерим сразу. В проекте для FINNTRAIL до перезапуска каждое письмо получала вся база разом, без единого сегмента. После пересборки шаблона и логики отправок [выручка email-канала выросла на 15%](https://clientcore.ru/blog/articles/keis-finntrail-rost-vyruchki-email) — и письмо теперь собирается за 2 часа вместо полутора недель.

> **Читайте также:** [RFM-анализ для розницы: как учитывать офлайн-чеки и сезонность](https://clientcore.ru/blog/articles/rfm-analiz-dlya-roznicy-kak-uchityvat-oflayn-cheki-i-sezonnost)

---

[Открыть статью на сайте](https://clientcore.ru/blog/articles/oshibki-rfm-analiza-pochemu-krasivaya-matrica-segmentov-ne-daet-prirosta-vyruchki)