Définition
L'analyse RFM est une méthode de segmentation client qui repose sur trois indicateurs comportementaux historiques : la Récence (R), la Fréquence (F) et le Montant (M). Elle permet de classer une base clients en groupes homogènes selon leur valeur réelle et leur probabilité de rachat, sans dépendre de données déclaratives ou d'enquêtes.
En e-commerce DTC, où l'acquisition coûte cher et où la marge se joue sur la répétition d'achat, l'analyse RFM sert de boussole pour prioriser les actions CRM : qui relancer, qui fidéliser, qui réactiver, qui laisser filer.
- Récence (R) : nombre de jours depuis le dernier achat.
- Fréquence (F) : nombre de commandes passées sur une période donnée (souvent 12 mois).
- Montant (M) : chiffre d'affaires cumulé ou panier moyen sur la même période.
Chaque client reçoit un score (généralement de 1 à 5) sur chaque dimension, puis un score composite (ex. « 555 », « 311 ») qui détermine son segment.
Analogie
Imaginez une carte de fidélité de coffee shop. Le gérant connaît ses habitués du matin (R faible, F élevée), ses clients du dimanche occasionnels (R moyen, F faible) et ses gros acheteurs de grains en fin d'année (M élevé, F faible). L'analyse RFM, c'est cette mémoire du gérant, mais industrialisée : elle transforme des milliers d'histoires individuelles en segments actionnables, comme « Champions », « À risque » ou « Nouveaux clients ».
En DTC, l'analogie est celle d'un trieur de cartes postales : au lieu d'envoyer la même newsletter à 50 000 abonnés, on trie par comportement pour envoyer le bon message au bon moment.
Formule
Le scoring RFM repose sur des quintiles ou des seuils métier. La formule de base :
Score RFM = Score_R (1-5) + Score_F (1-5) + Score_M (1-5)
Ou, en version pondérée adaptée à la marge DTC :
Score RFM pondéré = (wR × Score_R) + (wF × Score_F) + (wM × Score_M)
Avec par exemple wR = 0,3, wF = 0,3, wM = 0,4 si la marge est le critère dominant.
Exemple de calcul concret :
| Client | Jours depuis achat (R) | Commandes 12 mois (F) | CA 12 mois (M) | Score R | Score F | Score M | Score total |
|---|---|---|---|---|---|---|---|
| A | 12 jours | 8 | 1 240 € | 5 | 5 | 5 | 15 |
| B | 95 jours | 3 | 310 € | 3 | 3 | 2 | 8 |
| C | 280 jours | 1 | 89 € | 1 | 1 | 1 | 3 |
Le client A est un « Champion », B un « À cultiver », C un « Dormant ».
Tableau comparatif des segments RFM
| Segment | R | F | M | Signification DTC | Action prioritaire |
|---|---|---|---|---|---|
| **Champions** | 5 | 5 | 5 | Acheteurs récents, réguliers, gros paniers | Programme VIP, accès early drops |
| **Fidèles** | 4 | 4 | 4 | Clients solides, légèrement moins récents | Upsell, cross-sell, parrainage |
| **À potentiel** | 4 | 2 | 3 | Récents mais peu fréquents | Nurturing, offre 2e achat |
| **À risque** | 2 | 4 | 4 | Anciens bons clients qui ralentissent | Win-back personnalisé, remise ciblée |
| **Dormants** | 1 | 2 | 2 | Inactifs depuis longtemps | Réactivation low-cost ou exclusion |
| **Nouveaux** | 5 | 1 | 1 | Premier achat récent | Onboarding, séquence post-achat |
Application en DTC / e-commerce
1. Priorisation des campagnes email et SMS
Au lieu d'envoyer une remise de 15 % à toute la base, on réserve les offres fortes aux segments « À risque » et « Dormants », et on envoie du contenu ou des nouveautés aux « Champions » (qui n'ont pas besoin de remise pour racheter).
2. Allocation budgétaire paid media
Les audiences RFM sont synchronisées avec Meta Ads ou Google Customer Match. On peut créer des lookalikes à partir des « Champions » plutôt que de toute la base, ce qui améliore le ROAS. Sur un compte DTC type, cela peut faire passer le ROAS de 2,1 à 3,4 sur les campagnes de retargeting.
3. Détection du churn
Un client qui passe de « 545 » à « 245 » en 90 jours est un signal faible de churn. Une séquence win-back déclenchée à ce moment récupère en moyenne 12 à 18 % des clients à risque, contre 4 à 6 % si l'action est lancée 6 mois plus tard.
4. Pilotage de la LTV
En croisant RFM et cohortes d'acquisition, on identifie les canaux qui génèrent des « Champions » et non seulement des premiers achats. Un canal peut avoir un CAC de 28 € et produire 30 % de Champions, contre un autre à 19 € mais seulement 8 % de Champions : le premier est plus rentable à 12 mois.
5. Personnalisation de l'expérience
Sur le site, on peut afficher des recommandations différentes selon le score RFM : un « Nouveau » verra des best-sellers et un guide de taille, un « Champion » verra les nouveautés et les éditions limitées.
Erreurs fréquentes
1. Utiliser des seuils fixes sans adapter au cycle d'achat. Un client cosmétique qui rachète tous les 45 jours n'a pas la même définition de « récent » qu'un client de matelas qui rachète tous les 7 ans. Les quintiles doivent être recalculés par catégorie.
2. Ignorer la marge. Un client à fort CA mais à marge négative (retours, remises) ne doit pas être traité comme un « Champion ». Pondérer M par la marge nette, pas par le CA brut.
3. Confondre RFM et scoring unique. RFM segmente, il ne prédit pas. Pour la prédiction (probabilité de rachat, CLV), il faut coupler RFM à un modèle (régression, BG/NBD, machine learning).
4. Ne pas actualiser les scores. Un scoring RFM calculé une fois par an est obsolète. En DTC, une fréquence mensuelle ou bimensuelle est un standard.
5. Trop de segments. 125 combinaisons possibles (5×5×5) : inutile de toutes les traiter. On regroupe en 6 à 10 segments opérationnels.
6. Négliger le consentement et la pression marketing. Les « Dormants » sur-sollicités augmentent les taux de désabonnement et nuisent à la délivrabilité. Mieux vaut exclure les inactifs de plus de 12 mois.
Termes liés
- CLV (Customer Lifetime Value) : valeur totale attendue d'un client ; le RFM en est un input fréquent.
- Cohort Analysis : suivi des groupes d'acquisition dans le temps ; complémentaire du RFM.
- Churn Rate : taux d'attrition ; le RFM aide à l'anticiper.
- Segmentation comportementale : famille à laquelle appartient le RFM.
- BG/NBD Model : modèle probabiliste de prédiction d'achat, souvent couplé au RFM.
- Customer Data Platform (CDP) : outil qui automatise le calcul et l'activation des scores RFM.
- Win-back : campagne de réactivation ciblant les segments « À risque » et « Dormants ».