Si vous n’avez toujours pas mis en place de segmentation RFM aujourd’hui, vous n’avez pas raté votre vie mais par contre vous passez à côté d’une belle opportunité de développer votre activité. Ce message s’adresse tout particulièrement aux Retailers 🙂
La segmentation RFM consiste à segmenter vos clients en fonction de leur comportement d’achat, avec pour finalité de construire une stratégie marketing plus ciblée, plus intelligente, plus ROIste, plus en phase avec les besoins, attentes et propensions de vos clients. A la clé, une meilleure rétention client, une optimisation de la lifetime value et des campagnes d’acquisition plus efficaces.
Si vous pensez comme nous qu’il est plus logique d’inviter vos meilleurs clients à rejoindre votre programme de fidélité plutôt que de leur envoyer des promotions tous les mois, alors vous comprendrez rapidement la logique du modèle RFM. Une logique simple, facile et efficace.
Dans ce guide complet, on vous explique ce qu’est la segmentation RFM, les résultats que ça permet d’atteindre et surtout comment construire une segmentation RFM étape par étape (avec un cas pratique).
📕 Sommaire
RFM : Définition
Qu’est-ce qu’une Segmentation RFM ?
La segmentation RFM est un type de segmentation qui permet d’analyser le comportement d’achat de vos clients et de les segmenter à partir de trois variables : Récence (R), Fréquence (F) et Montant (M).
La segmentation RFM est simple à mettre en place dans la mesure où elles se basent sur des données que vous avez forcément dans votre système d’information, à savoir les données transactionnelles, l’historique d’achat de vos clients stocké dans votre système de caisse et/ou votre solution ecommerce.
Le RFM est une technique de segmentation ancienne. Elle était utilisée dans les années 1960 par les entreprises de VAD pour réduire la taille des catalogues papiers : par exemple, pour n’envoyer que les produits les plus chers aux meilleurs clients :). Depuis les années 1960, les cas d’usage se sont multipliés.
La segmentation RFM reste l’une des techniques les plus intéressantes pour segmenter les clients dans le Retail et l’Ecommerce.
Son utilisation est pourtant loin d’être généralisée et c’est vraiment dommage. Si nous réussissons à convaincre des retailers et des ecommerçants de se lancer dans la segmentation RFM, alors cet article aura atteint son but.
Récence, Fréquence, Montant
La segmentation RFM se construit à partir de 3 métriques : Récence, Fréquence, Montant.
R pour Récence
La récence désigne le temps écoulé depuis le dernier achat. Elle est exprimée en nombre de jours. Une récence de 8 par exemple signifie que le dernier achat remonte à 8 jours. On dira que la récence a une valeur de 8.
Pourquoi utiliser cette variable ? La logique est simple : plus un client a acheté récemment, plus il y a de chances qu’il achète de nouveau chez vous. A l’inverse, un client qui n’achète plus depuis longtemps a peu de chances de repasser commande. Toutes les variables utilisées dans le modèle RFM visent à mesurer le niveau d’engagement client.
Il est important de prendre en compte le contexte de votre activité pour analyser correctement cette variable. Les cycles d’achat sont différents d’un secteur à l’autre. L’exemple souvent cité est celui du secteur automobile, où les périodes interachats sont beaucoup plus longues que dans le secteur du prêt-à-porter par exemple.
F pour Fréquence
La fréquence est la variable qui indique le nombre de commandes passées sur une période donnée. Elle permet d’identifier les clients les plus engagés et les plus loyaux.
Si vous choisissez de prendre l’année comme période de référence et que votre client a acheté 9 fois au cours de l’année écoulée, la fréquence est égale à 9.
Là encore, l’interprétation de cette variable doit prendre en compte les caractéristiques de votre secteur d’activité. Le choix de la période de référence doit aussi s’appuyer sur votre contexte business. On choisit généralement l’année, le trimestre ou le mois.
M pour Montant
Le montant désigne le montant des commandes passées par le client au cours de la période de référence. Il s’exprime en euros.
Cette variable permet notamment de distinguer les clients dépensiers des dénicheurs de bonnes affaires. Un client qui a passé 10 commandes de 10 euros n’a pas le même profil d’acheteur qu’un client qui a passé une commande 100 euros, mais si au final le chiffre d’affaires généré est le même.
L’importance du RFM dans le Retail
Se concentrer sur les clients qui ont le plus de valeur
Si on applique le principe de Pareto au modèle RFM, alors 80% de vos revenus proviennent de 20% de vos clients – vos meilleurs clients. Cette proportion se vérifie très souvent !
Vous avez intérêt à focaliser vos efforts sur vos meilleurs clients. Cela vous permettra :
La segmentation RFM permet d’identifier de manière simple qui sont vos meilleurs clients.
Vos meilleurs clients sont ceux qui achètent le plus fréquemment, qui génèrent le plus de chiffre d’affaires et qui ont acheté récemment. Autrement dit, ce sont les clients qui ont les meilleurs scores R, F et M. Nosu reviendrons en détail tout à l’heure sur la signification des scores, mais avoir un très bon score R, c’est tout simplement faire partie des clients qui ont acheté le plus récemment. Idem pour F et M.
Maximiser la rétention
Acquérir des clients coûte plus cher que de fidéliser ses clients actuels. On a déjà dû vous le répéter 100 fois, mais c’est vrai !
Ce n’est pas pour rien que les entreprises multiplient leurs efforts pour améliorer la rétention des clients, que cela passe par la mise en place d’un programme de fidélité ou la construction d’un dialogue clients plus riche et plus ciblé.
Le modèle RFM peut vous aider à :
Bref, le modèle RFM est très pertinent pour construire un marketing relationnel ciblé dans le Retail. Et, croyez-nous, c’est la meilleure manière de retenir et fidéliser vos clients.
Segmenter sa base client à partir d’un score RFM
Le modèle RFM permet de segmenter sa base clients en créant des segments de clients construits sur la base des trois variables R, F et M.
Voilà 4 exemples de segments que vous pouvez construire sur la base de l’analyse des scores RFM. Dans la pratique, les entreprises utilisent une dizaine de segments RFM, parfois une quinzaine.
Voici à titre d’exemples les segments RFM utilisés par Octolis. Les chiffres désignent les scores. Les Champions, par exemple, ont un score Récence et un score Fréquence*Montant de 5 ou 6 (sur une échelle de 6).
Comme vous pouvez le constater, nous avons fusionné Fréquence et Montant, ce qui est classique dans nos univers métier.
Mettre en place une segmentation RFM pas à pas
Nous allons maintenant vous expliquer étape par étape comment construire un modèle RFM et la segmentation qui va avec.
Les prérequis pour construire un modèle RFM
Pour construire un modèle RFM, vous devez être capable d’identifier vos clients. C’est la base. Vous ne pouvez savoir qu’un client est un de vos meilleurs clients si vous ne connaissez pas d’abord l’identité de ce client. Logique.
Vous avez donc besoin d’identifiants clients. Cela peut être un customer ID, une adresse email, un nom + prénom, un téléphone…Peu importe, il faut une information, une donnée qui vous permette d’identifier vos clients.
Ensuite, vous avez besoin des données transactionnelles sur vos clients. Plus précisément, vous devez connaître pour chaque client :
Toutes ces informations sont accessibles dans votre système de caisse et/ou dans votre solution ecommerce. Vous avez donc en principe tout à disposition. C’est l’une des forces de la segmentation RFM.
Construire le tableau des valeurs RFM
Avec ces informations, vous allez pouvoir construire un tableau de ce type :
| Id Client | Récence (jour) | Fréquence (nombre) | Montant (total) |
|---|---|---|---|
| 1 | 4 | 6 | 540 |
| 2 | 6 | 11 | 940 |
| 3 | 46 | 1 | 35 |
| 4 | 23 | 3 | 65 |
| 5 | 15 | 4 | 179 |
| 6 | 32 | 2 | 56 |
| 7 | 7 | 3 | 140 |
| 8 | 50 | 1 | 950 |
| 9 | 34 | 15 | 2630 |
| 10 | 10 | 5 | 191 |
| 11 | 3 | 8 | 845 |
| 12 | 1 | 10 | 1510 |
| 13 | 27 | 3 | 54 |
| 14 | 18 | 2 | 40 |
| 15 | 5 | 1 | 25 |
Ce tableau contient les valeurs R, F et M pour chaque client.
Rappelons que la récence est exprimée en nombre de jours depuis le dernier achat, la fréquence en nombre de commandes réalisées sur la période, et le montant en devise, ici l’euro.
Des valeurs RFM aux scores R, F et M
Une valeur, c’est une donnée brute. Un score, c’est une évaluation : c’est bien ou c’est pas bien. Est-ce que 500 euros de montant (la valeur) est bien ou pas ? Si c’est bien, le score sera élevé.
A partir des valeurs RFM extraites de votre système d’information, vous allez pouvoir construire un score pour chacune des trois variables :
Le score est souvent calculé sur une échelle de 1 et 5. 1 désigne le score le plus bas, 5 le score le plus haut. Par exemple, un client qui n’a pas acheté sur la période a un score F de 1 et un score M de 1.
Les scores sont généralement calculés de manière relative. Si vous utilisez l’échelle classique de 1 à 5, le score de 5 est attribué aux 20% des clients qui ont la meilleure valeur R. Le score 1 est attribué aux 20% des clients qui ont la moins bonne valeur R.
Mais vous pouvez ajouter plus de granularité en adoptant une échelle plus large, de 1 à 6, de 1 à 7, voire de 1 à 10. Si vous choisissez de répartir les scores sur une échelle de 1 à 10, vous attribuerez un score de 10 aux 10% meilleurs clients.
Mais dans l’exemple qui suit, pour que ce soit plus simple à comprendre, nous avons choisi d’utiliser une échelle de 1 à 5.
Vous pouvez donc calculer chaque score séparément. Par exemple, voici un exemple de tableau pour le calcul du score R :
| ID Client | Récence | Rang | Score R |
|---|---|---|---|
| 12 | 1 | 1 | 5 |
| 11 | 3 | 2 | 5 |
| 1 | 4 | 3 | 5 |
| 15 | 5 | 5 | 4 |
| 2 | 6 | 5 | 4 |
| 7 | 7 | 6 | 4 |
| 10 | 10 | 7 | 3 |
| 5 | 15 | 8 | 3 |
| 14 | 18 | 9 | 3 |
| 4 | 23 | 10 | 2 |
| 13 | 27 | 11 | 2 |
| 6 | 32 | 12 | 2 |
| 9 | 32 | 13 | 1 |
| 3 | 46 | 14 | 1 |
| 8 | 50 | 15 | 1 |
On utilise ici un scoring relatif. Il y a 15 clients et une échelle de 1 à 5. Donc 3 clients par score. Les clients sont classés par score décroissant. Dans cet exemple, les meilleurs clients (score de 5) sont les clients 12, 11 et 1.
Vous pouvez faire la même démarche pour calculer les scores F et M.
| ID Client | Fréquence | Score F |
|---|---|---|
| 9 | 15 | 5 |
| 2 | 11 | 5 |
| 12 | 10 | 5 |
| 11 | 8 | 4 |
| 1 | 6 | 4 |
| 10 | 5 | 4 |
| 5 | 4 | 3 |
| 13 | 3 | 3 |
| 7 | 3 | 3 |
| 4 | 3 | 2 |
| 14 | 2 | 2 |
| 6 | 2 | 2 |
| 15 | 1 | 1 |
| 8 | 1 | 1 |
| 3 | 1 | 1 |
| ID Client | Montant | Score M |
|---|---|---|
| 9 | 2630 | 5 |
| 12 | 1510 | 5 |
| 8 | 950 | 5 |
| 2 | 940 | 4 |
| 11 | 845 | 4 |
| 1 | 540 | 4 |
| 10 | 191 | 3 |
| 5 | 179 | 3 |
| 7 | 140 | 3 |
| 4 | 65 | 2 |
| 6 | 56 | 2 |
| 13 | 54 | 2 |
| 14 | 40 | 1 |
| 3 | 35 | 1 |
| 15 | 25 | 1 |
Des scores R, F et M au score RFM
Vous pouvez ensuite combiner les différents scores R, F et M pour obtenir un score RFM. Ce n’est pas forcément ce que nous recommandons, car l’intérêt des scores R, F et M est surtout de construire des segments (spoiler alert, on vous en parle plus bas).
Si vous voulez construire un score RFM global, vous pouvez le faire en additionnant les scores R, F et M et en divisant le tout par 3. Voici à quoi ressemble un tableau présentant les scores RFM :
| ID Client | Cellules RFM | Score RFM |
|---|---|---|
| 1 | 5,4,4 | 4.3 |
| 2 | 4,5,4 | 4.3 |
| 3 | 1,1,1 | 1.0 |
| 4 | 2,2,2 | 2.0 |
| 5 | 3,3,3 | 3.0 |
| 6 | 2,2,2 | 2.0 |
| 7 | 4,3,3 | 3.3 |
| 8 | 1,1,5 | 2.3 |
| 9 | 1,5,5 | 3.7 |
| 10 | 3,4,3 | 3.3 |
| 11 | 5,4,4 | 4.3 |
| 12 | 5,5,5 | 5.0 |
| 13 | 2,3,2 | 2.3 |
| 14 | 3,2,1 | 2.0 |
| 15 | 4,1,1 | 2.0 |
Le client 1 a un score R de 5, un score F de 4 et un score M de 4. Il a donc un score de (5 + 4 + 4) / 3 = 4.3.
Dans cet exemple, nous attribuons un poids égal à chaque variable, mais vous pouvez utiliser un système de pondération. Cela fait sens dans certains cas, comme nous le verrons tout à l’heure.
Des scores aux segments RFM
Si vous utilisez une échelle de scoring de 1 à 5, vous avez théoriquement 5 x 5 x 5 combinaisons possibles, soit 125 combinaisons. Vous pouvez donc créer 125 segments clients. Si vous utilisez une échelle de scoring de 1 à 6, de 1 à 7, les combinaisons se multiplient.
Mais ça n’a pas de sens d’utiliser autant de segments.
La bonne pratique consiste à limiter le nombre de segments à 20 maximum.
Dans ce cas, vous pouvez par exemple créer un segment « Champions » réunissant les clients ayant :
Cette manière de faire permet de limiter le nombre de segments RFM. Chez Octolis, nous utilisons 11 segments, c’est largement suffisant (voir la capture d’écran présentée un peu plus haut).
Une méthode plus simple pour calculer les scores RFM
La méthode que nous venons de vous présenter a le mérite de vous présenter la logique du modèle RFM. Vous partez de vos données, vous les transformez en valeurs R, F, M, ces valeurs sont ensuite transformées en scores R, F et M, puis en segments RFM.
Mais plutôt que de construire manuellement vos scores RFM sur Excel, vous pouvez utiliser un outil qui vous fait les calculs automatiquement. Cela vous fera économiser du temps, supprimera le risque d’erreurs humaines et vous permettra de vous concentrer sur l’essentiel : la conception des actions marketing (campagnes et scénarios) sur chaque segment RFM.
Notre solution Octolis vous permet de créer des segments RFM automatiquement.
Vous n’avez que deux choses à faire si vous choisissez d’automatiser le modèle RFM.
La première chose consiste à définir les segments. Chez Octolis, nous utilisons 11 segments. Nous utilisons des scores compris sur une échelle de 1 à 6. Le segment « Champions » regroupe les clients ayant un score R de 5 ou 6 et un score F*M de 5 ou 6.
Mais après, à vous de faire votre sauce en choisissant des segments signifiants. Une quinzaine tout au plus, pas la peine de monter une usine à gaz.
Une fois que vous avez défini les segments et leurs caractéristiques, vous pouvez les configurer dans Octolis de manière intuitive. Aucune compétence technique n’est requise. L’interface est marketing user-friendly.
Pour alimenter les données qui nourrissent le modèle RFM (les ID clients et les données transactionnelles), il vous suffit de connecter vos sources de données à Octolis. Nous proposons des connecteurs avec des systèmes de caisse et des solutions ecommerce pour créer le pipeline en quelques clics, sinon il y a les APIs qui ne sont pas beaucoup plus compliquées à utiliser.
Exploiter votre segmentation RFM
Remettre votre score RFM dans votre contexte business
Dans l’exemple que nous venons de vous présenter, nous attribuons un poids égal à chacune des 3 variables R, F et M.
Or, ces variables n’ont pas forcément la même importance suivant votre business. Si vous voulez construire un score RFM global, il peut être intéressant de pondérer les scores.
Par exemple :
Ce sont deux exemples qui montrent qu’il est souvent judicieux d’utiliser un système de pondération pour calculer les scores RFM.
Intégrer la dimension historique (passage d’un segment à l’autre entre les périodes N et N-1)
Un client peut passer d’un segment A à un segment B. C’est même la règle ! La segmentation RFM est dynamique. Pour aller plus loin, il est intéressant d’intégrer dans votre analyse des segments à l’instant t les segments de la période précédente. Le passage d’un segment à l’autre entre la période N-1 et la période N peut être l’occasion de mettre en place des scénarios marketing spécifiques.
De cette manière, vous ne vous contentez pas de cibler les actions marketing sur vos segments RFM, vous ciblez des actions spécifiques sur les clients ayant changé de segment. Vous ajoutez à la dimension structuraliste de la segmentation à l’intant t une dimension historique.
Visualiser votre RFM plus simplement
Nous vous conseillons d’utiliser une matrice RFM pour mieux visualiser vos segments RFM et leur poids respectif dans votre base clients.
Voici celle proposée par Octolis :
La taille des rectangles est proportionnelle à la taille des segments. En passant la souris sur les rectangles, vous pouvez voir en un coup d’œil le poids respectif de chaque segment RFM.
Aller plus loin
Le modèle RFM est puissant, mais a malgré tout quelques limites :
Mais, sur ce dernier point, sachez qu’il existe des solutions pour calculer un score RFM par produit ou par gamme de produits. Octolis en fait partie. Notre solution vous permet de calculer en temps réel un RFM par produit. Surtout, une solution comme Octolis vous permet de faire remonter automatiquement les segments RFM dans vos outils d’activation : Marketing Automation, Facebook & Google Ads…
Voilà, nous espérons que ce guide d’introduction à la segmentation RFM vous aura apporté les éclairages que vous attendiez. Pour une entreprise du Retail qui veut se lancer dans la segmentation client, le modèle RFM reste la référence. Vous avez des doutes ou des questionnements sur le bon modèle de segmentation à mettre en place dans votre entreprise ? Eh bien, n’hésitez pas à nous contacter. On se fera un plaisir d’échanger avec vous !