Análisis RFM: qué es, cómo se calcula y qué hacer con cada segmento
Por Santiago Bazarra · 16 de febrero de 2023 · Actualizado el 6 de octubre de 2026 · Lectura: 9 minutos
Tienes 200.000 clientes en la base y mandas la misma campaña a todos. Al de ayer y al que no compra desde 2023. Al que gasta 900 euros al año y al que compró una vez por 12. El análisis RFM es la forma más rápida de dejar de hacer eso: con tres datos que ya tienes en cualquier sistema de ventas, ordena a tus clientes por lo que valen y por lo cerca que están de irse.
Esta guía explica qué es, cómo se calcula paso a paso, cuáles son los segmentos que salen y qué hacer con cada uno. Al final, cómo decidir si te basta con una hoja de cálculo o necesitas una herramienta.
Qué es el análisis RFM
El análisis RFM es un método de segmentación de clientes basado en su comportamiento de compra. Puntúa a cada cliente en tres variables y combina las tres puntuaciones en un segmento:
- Recencia (R): cuánto tiempo ha pasado desde su última compra. Cuanto más reciente, más probable es que vuelva a comprar.
- Frecuencia (F): cuántas compras ha hecho en el periodo analizado. Cuanto más frecuente, más fiel.
- Valor monetario (M): cuánto ha gastado en total en ese periodo. Cuanto más gasta, más vale para el negocio.
Las siglas vienen del inglés Recency, Frequency, Monetary. El método nace en el marketing directo de los años noventa, cuando las empresas de venta por catálogo necesitaban decidir a quién enviar el catálogo (que costaba dinero) y a quién no. La idea sigue siendo la misma: el comportamiento pasado es el mejor predictor barato del comportamiento futuro.
Su gran ventaja es que no necesita datos sofisticados. Con la fecha, el importe y el identificador del cliente de cada ticket es suficiente. Por eso es el primer análisis que hace cualquier empresa que empieza a trabajar con sus datos de cliente.
Cómo se calcula, paso a paso
1. Define el periodo. Normalmente los últimos 12 meses, para que un año completo de estacionalidad entre en el cálculo. En negocios de compra muy frecuente (alimentación, farmacia) pueden ser 6 meses; en compra poco frecuente (muebles, viajes) conviene ampliar a 24.
2. Calcula las tres variables por cliente. Para cada cliente: días desde la última compra, número de compras y suma del gasto, siempre dentro del periodo.
3. Puntúa cada variable de 1 a 5. Ordena a los clientes por cada variable y repártelos en cinco grupos del mismo tamaño (quintiles). Al 20 % con la compra más reciente le das R=5; al 20 % con la compra más antigua, R=1. Lo mismo con F y M. Esta forma de puntuar, relativa a tu propia base, es mejor que fijar umbrales absolutos («más de 5 compras = 5»), porque se adapta sola al ritmo de tu negocio.
4. Combina las puntuaciones. Cada cliente queda con una terna como 5-5-5 (compró hace nada, compra mucho, gasta mucho) o 1-1-1 (hace mucho que no compra, compró poco y gastó poco). Hay 125 combinaciones posibles, demasiadas para actuar; por eso se agrupan en una docena de segmentos con nombre.
Un ejemplo. Una cadena de ópticas analiza los últimos 24 meses. Marta compró hace 20 días, lleva 4 compras y 640 euros: queda en R=5, F=4, M=4. Jorge compró hace 14 meses, una sola vez, 95 euros: R=1, F=1, M=1. Sin el análisis, los dos reciben el mismo email. Con él, Marta entra en el segmento de clientes leales y Jorge en el de perdidos, y la pregunta pasa a ser si Jorge merece siquiera un impacto más.
Los 11 segmentos RFM y qué hacer con cada uno
Esta es la clasificación más extendida. Los nombres varían según la herramienta, pero la lógica es la misma: cruzar recencia con frecuencia (y usar el valor monetario para priorizar dentro de cada grupo).
| Segmento | Puntuaciones típicas | Quiénes son | Qué hacer |
|---|---|---|---|
| Campeones | R 5 · F 4–5 | Compraron hace poco, compran a menudo, gastan mucho | Premiar, pedir reseñas, acceso anticipado a novedades. No necesitan descuento |
| Leales | R 3–5 · F 3–5 | Compran con regularidad y responden a promociones | Programa de fidelización, venta cruzada hacia categorías que aún no compran |
| Potencialmente leales | R 4–5 · F 2–3 | Recientes, con más de una compra | Afianzar la relación: recomendaciones, invitación al programa de fidelización |
| Nuevos | R 5 · F 1 | Primera compra hace muy poco | Onboarding: asegurar la segunda compra, que es la que marca la retención |
| Prometedores | R 4 · F 1 | Compraron hace poco pero una sola vez | Dar motivos para volver antes de que la recencia caiga |
| Necesitan atención | R 3 · F 3 | Compraban bien y empiezan a espaciar | Recordatorio oportuno, oferta por tiempo limitado, contenido relevante |
| A punto de dormirse | R 2–3 · F 1–2 | Recencia y frecuencia por debajo de la media | Reactivar ya; es el último momento barato |
| En riesgo | R 1–2 · F 3–5 | Gastaban mucho y llevan tiempo sin comprar | Campaña personalizada con lo que compraban; esta es la pérdida más cara |
| No podemos perderlos | R 1–2 · F 5 | Los mejores clientes históricos, inactivos | Contacto directo, trato especial, escuchar qué ha pasado |
| Hibernando | R 1–2 · F 1–2 | Última compra hace mucho, pocas compras, poco gasto | Oferta de reactivación de bajo coste; si no responden, parar |
| Perdidos | R 1 · F 1 | Una compra, hace mucho | Excluirlos de la inversión en captación y dejar de pagar por impactarlos |
Tres observaciones que suelen sorprender la primera vez que una empresa ve su tabla:
- Los campeones son pocos. Normalmente entre el 5 % y el 10 % de la base, y concentran entre un tercio y la mitad de la facturación. Perder a uno cuesta mucho más que captar a un nuevo.
- El segmento más grande suele ser el de perdidos e hibernando. En retail no es raro que la mitad de la base lleve más de un año sin comprar. Son los clientes dormidos, y su tamaño es la primera señal de cuánto revenue se está quedando sin trabajar.
- Los de «en riesgo» y «no podemos perderlos» son donde más rinde cada euro. Ya demostraron que compran y gastan; solo hay que recuperarlos antes de que pasen a perdidos.
Para qué sirve en la práctica
El valor del RFM no está en la tabla, sino en lo que cambia en la operativa la semana siguiente:
- Dejar de tratar igual a todos. Cada segmento recibe un mensaje, una frecuencia de contacto y un incentivo distintos. Los campeones no necesitan un 20 % de descuento; los hibernando no responden a una novedad de catálogo.
- Repartir el presupuesto por valor. El RFM dice en qué segmentos está el dinero y cuáles no justifican inversión. Excluir a los perdidos de las campañas de pago suele ser el primer ahorro visible.
- Detectar el abandono antes de que ocurra. Cuando un cliente leal baja de R=5 a R=3, todavía no se ha ido. El RFM lo señala a tiempo.
- Medir si la estrategia funciona. Si el análisis se repite cada mes, el movimiento entre segmentos (cuántos nuevos pasan a leales, cuántos leales caen a riesgo) es un indicador de salud de la base mucho mejor que el número total de clientes.
Limitaciones del RFM
El RFM es una foto del pasado. Dice cómo se ha comportado cada cliente hasta hoy; no predice cuánto gastará el año que viene ni cuándo se irá. Tampoco ve nada que no sea una compra: ni la navegación, ni la apertura de emails, ni las llamadas a atención al cliente.
Tiene otra limitación práctica: cuando el mismo cliente compra en tienda y online y los dos sistemas no están unidos, aparece dos veces, cada mitad con una puntuación peor de la real. Un campeón puede quedar clasificado como dos clientes prometedores. Por eso el RFM solo es fiable sobre datos de cliente unificados.
Para ir más allá, el paso natural es combinarlo con el valor de vida del cliente (CLV) y con modelos predictivos de propensión a comprar y riesgo de abandono, que añaden la dimensión que al RFM le falta: el futuro.
Cómo hacerlo: hoja de cálculo o herramienta
Un primer análisis RFM se puede hacer en Excel o Google Sheets en una tarde: exporta las ventas de los últimos 12 meses, agrupa por cliente, calcula las tres variables y usa percentiles para puntuar. Es un ejercicio muy recomendable, porque te enseña cómo es tu base antes de automatizar nada.
La hoja de cálculo deja de servir cuando quieres hacerlo cada mes, cuando hay más de una fuente de ventas o cuando los segmentos tienen que llegar a la herramienta de email o a Meta sin exportar ficheros. Ahí entra una plataforma que lo calcule de forma continua sobre los datos ya unificados. Para elegirla, mira tres cosas: que una al mismo cliente a través de todos sus canales antes de puntuarlo, que los segmentos se actualicen solos y que puedas enviarlos directamente a los canales donde lanzas campañas. Un Customer Data Platform hace exactamente esas tres cosas; el RFM suele ser lo primero que una empresa activa cuando lo tiene.
Preguntas frecuentes sobre el análisis RFM
¿Qué significa RFM? Son las siglas de Recency, Frequency y Monetary: recencia (cuándo compró por última vez), frecuencia (cuántas veces compra) y valor monetario (cuánto gasta). Es un método para segmentar clientes según su comportamiento de compra.
¿Cuántos segmentos tiene el modelo RFM? Con puntuaciones de 1 a 5 hay 125 combinaciones, que en la práctica se agrupan en unos 10 u 11 segmentos con nombre: campeones, leales, potencialmente leales, nuevos, prometedores, necesitan atención, a punto de dormirse, en riesgo, no podemos perderlos, hibernando y perdidos.
¿Cada cuánto hay que recalcularlo? Al menos una vez al mes. En negocios de compra frecuente, cada semana. Lo importante es que el cálculo sea el mismo cada vez, para poder comparar el movimiento de clientes entre segmentos.
¿Sirve el RFM para B2B? Sí, y funciona bien: los clientes empresa suelen tener patrones de recompra claros. Hay que adaptar el periodo (los ciclos de compra son más largos) y considerar como cliente a la cuenta, no al contacto.
¿Qué diferencia hay entre RFM y CLV? El RFM mira el pasado y clasifica; el CLV estima cuánto valdrá un cliente en el futuro. Se complementan: el RFM dice qué segmentos tienes hoy y el CLV cuánto merece la pena invertir en cada uno.
Empieza por saber cuántos clientes tienes dormidos
El primer análisis RFM de una empresa casi siempre termina en la misma conversación: cuánta gente de la base lleva más de un año sin comprar y nadie lo sabía. Ese dato, por sí solo, justifica el ejercicio.
Si quieres saber en qué punto está tu empresa para empezar a trabajar así con sus datos, hemos publicado un autodiagnóstico gratuito de doce preguntas que te da al instante tu nivel de madurez y las tres prioridades por las que empezar. No pide registro.