Digital Marketing
RFM (Recency, Frequency, Monetary)
RFM adalah metode segmentasi pelanggan berdasarkan tiga sinyal: kapan terakhir bertransaksi, seberapa sering, dan berapa banyak nilainya. Dipakai untuk retensi dan reaktivasi.
TL;DR: RFM mengelompokkan pelanggan dengan tiga skor sederhana: Recency (kapan terakhir beli), Frequency (seberapa sering beli), dan Monetary (total nilai pembelian). Hasilnya adalah peta segmen yang langsung bisa dipakai untuk kampanye retensi, reaktivasi, dan targeting iklan.
Apa itu RFM?
RFM adalah framework segmentasi klasik yang sudah dipakai sejak era direct mail tahun 1990-an dan tetap relevan di era CRM digital. Setiap pelanggan diberi tiga skor (biasanya 1-5) untuk Recency, Frequency, dan Monetary. Kombinasi skor menghasilkan segmen seperti "Champions" (5-5-5), "Loyal" (4-4-x), atau "At Risk" (1-3-3).
Berbeda dengan LTV yang memprediksi nilai masa depan, RFM membaca perilaku historis untuk merancang aksi sekarang. RFM lebih ringan secara komputasi, cocok untuk UMKM tanpa data scientist.
Cara Skor RFM Dihitung
| Dimensi | Cara Hitung | Contoh Skor 5 |
|---|---|---|
| Recency | Hari sejak transaksi terakhir | 0-30 hari |
| Frequency | Total order dalam 12 bulan | 10+ order |
| Monetary | Total revenue dalam 12 bulan | Top 20% spender |
Dataset dibagi quintile. Kombinasi 3 skor menghasilkan 125 kombinasi, yang biasa dirangkum jadi 8-10 segmen aksi seperti Champions, Loyal Customers, Potential Loyalists, New Customers, At Risk, Cant Lose, Hibernating, Lost. Lihat panduan Optimove tentang RFM untuk klasifikasi standar.
Kenapa Penting?
Bagi pebisnis Indonesia yang sudah punya database transaksi (Shopee, Tokopedia, POS, atau Supabase milik sendiri), RFM adalah cara tercepat ubah data jadi keputusan. Salah satu praktik yang sering saya pakai di proyek e-commerce: kirim diskon hanya ke segmen "At Risk" (skor R rendah, F dan M tinggi). Tujuannya menyelamatkan pelanggan yang berisiko hilang, tanpa boroskan promo ke Champions yang sudah pasti datang lagi.
Pertanyaan Umum
Apakah RFM cocok untuk bisnis subscription?
Untuk subscription, modifikasinya jadi RFE (Recency, Frequency, Engagement) atau pakai metrik churn dan ARR per cohort. RFM klasik lebih cocok untuk transactional commerce.
Tools apa yang bisa dipakai untuk RFM tanpa data scientist?
SQL standar di PostgreSQL atau Supabase sudah cukup. Untuk yang non-teknis, ada Klaviyo, Mailchimp, dan beberapa CRM yang sudah punya RFM segment built-in.
Istilah Terkait