RFM Analizi Nedir?

RFM analizi, müşterileri üç boyutta puanlayan klasik bir segmentasyon yöntemidir: Recency (son satın almadan geçen süre), Frequency (toplam satın alma sayısı), Monetary (toplam harcama). Her boyutta 1-5 puan verilir; çıkan üç-haneli skor (örneğin 555 = en iyi, 111 = en kötü) müşteriyi anlamlı bir segmente yerleştirir.

// üç boyut

• R (Recency): En son satın almanın bugüne uzaklığı. 1 = uzun zamandır gelmiyor, 5 = yakın zamanda alışveriş yaptı.
• F (Frequency): Belirli dönem içindeki sipariş sayısı. 1 = nadir, 5 = sık.
• M (Monetary): Toplam harcama. 1 = düşük, 5 = yüksek.

// puanlama nasıl yapılır

Quintile (yüzde 20'lik dilimleme) yöntemi en yaygın:

1. Müşterileri R'ye göre sırala, en yakın %20'ye 5, en uzak %20'ye 1.
2. F'ye göre sırala, aynı şekilde 1-5.
3. M'ye göre sırala, aynı şekilde 1-5.
4. Her müşteriye RFM kodu (örnek: 543) ata.

// segment haritası

• 555, 554, 545: Şampiyonlar / VIP'ler — en değerli, en sadık.
• 5XX (yüksek R): Yeni / aktif müşteriler.
• X4X-X5X yüksek F, düşük R: Risk altındaki sadık müşteriler — kaybolmasın diye proaktif kampanya.
• 11X, 12X (düşük R, düşük F): Kayıp segment — winback denenebilir, sonra pasif liste.
• 551, 541: Yeni ama düşük harcayan — upsell hedefi.
• 515, 514: Tek-büyük-alış müşterisi — geri getirme önemli.

// RFM hangi sektörlerde işe yarar

• E-ticaret (her zaman).
• Subscription / abonelik kutuları.
• Restoran zincirleri (loyalty kart verisi varsa).
• Banka / finans (işlem bazlı).
• SaaS'te kısmen — kullanım sıklığı + plan büyüklüğü ile uyarlanabilir.

// modern RFM (RFM+)

Klasik RFM'e ek boyutlar:

• RFML — Length (müşterilik süresi) ekler.
• RFMP — Profit (sadece gelir değil marj) ekler.
• RFM + Predictive — gelecek satın alma olasılığı (CLV tahmin modeli) eklenir.

// RFM segmentasyonu sonrası ne yapılır

1. Her segment için funnel ve LTV hesapla.
2. Yüksek değer + risk segmentlerine öncelik ver.
3. Mesaj, kanal, teklif segmente göre farklılaştır.
4. Aylık olarak segment hareketlerini izle (kim VIP'ten Risk'e geçti).