Blog
Análisis RFM: qué es y cómo segmentar clientes con un ejemplo

El análisis RFM resume el historial de compra de cada cliente con tres medidas: recencia (cuántos días desde la última compra), frecuencia (cuántas compras hizo) y valor monetario (cuánto gastó). IBM SPSS documenta estas variables y su puntuación combinada; no prescribe umbrales universales ni demuestra qué campaña funcionará. IBM SPSS, RFM Analysis
Un ejemplo reproducible con tres clientes
Fija una fecha de corte, 29 de octubre de 2026, y una ventana idéntica para todos: los 180 días anteriores. Cuenta transacciones completadas, no líneas de producto: un pedido con varios productos cuenta como una compra. Excluye cancelaciones y resta del valor monetario los reembolsos parciales, para calcular gasto neto de devoluciones. Supongamos que el resultado es:
| Cliente ficticio | Días desde última compra | Compras en 180 días | Gasto neto en 180 días |
|---|---|---|---|
| Ana | 10 | 4 | $240 |
| Bruno | 40 | 2 | $100 |
| Carla | 90 | 1 | $30 |
Para hacer una demostración sencilla, define los cortes antes de interpretar: recencia 0–30, 31–60 y 61 o más días; frecuencia 1, 2 y 3 o más compras; gasto menor que $50, desde $50 hasta menos de $150 y $150 o más. La puntuación de recencia es inversa: menos días desde la compra equivale a una puntuación más alta. Ana queda como reciente, alta frecuencia y alto gasto; Bruno cae en los tramos intermedios; Carla queda en los tramos de menor actividad y gasto. Las etiquetas describen únicamente esta ventana y estas reglas.
Con tres observaciones no uses quintiles: no hay suficientes clientes para cinco grupos útiles y los empates pueden repetir cortes. En una base amplia, los quintiles indican posiciones relativas dentro de esa base; cambian con su composición y no son umbrales naturales. IBM explica el uso de puntuaciones R, F y M, pero la elección de cortes aquí es ilustrativa, no una recomendación de IBM.
De una etiqueta a una decisión prudente
Si Carla no ha comprado en 90 días, revisa primero el ciclo habitual del producto: para un artículo de reposición mensual la pausa podría merecer atención; para una compra que dura años, quizá sea normal. Comprueba además devoluciones, margen y estacionalidad antes de decidir un contacto. El segmento no demuestra que Carla vaya a responder ni que Ana sea rentable o “VIP”.
RFM describe compras pasadas; no mide por sí solo retención por cohortes ni explica por qué alguien dejó de comprar. Para estudiar permanencia en el tiempo, consulta la guía de tasa de retención. Antes de usar una campaña, verifica permisos de contacto y evalúa los resultados con una ventana y una base de comparación explícitas.
Planifica el próximo post en HeyMark.
Guarda la idea, revisa el texto con tu equipo y mira cómo le fue después en las cuentas que conectaste.