RFM Segmentation (Segmentasi Recency, Frequency, Monetary)

TL;DR: RFM Segmentation adalah metode klasik untuk mengelompokkan pelanggan berdasarkan tiga sinyal transaksi: Recency (kapan terakhir beli), Frequency (seberapa sering), dan Monetary (total belanja). Hasilnya dipakai untuk fokus retensi pada pelanggan loyal dan aktivasi ulang pelanggan at-risk. Untuk e-commerce Indonesia, RFM cocok karena hanya butuh data order, tanpa perlu CDP mahal.

Apa itu RFM Segmentation?

RFM Segmentation adalah teknik segmentasi pelanggan dari dunia direct marketing yang menilai pelanggan dengan tiga skor numerik. Setiap dimensi diberi skor 1 sampai 5 berdasarkan persentil populasi. Pelanggan dengan skor 555 berarti baru saja beli, sering belanja, dan total nilainya tinggi. Pelanggan dengan skor 111 berarti lama tidak transaksi, jarang, dan nilainya rendah. Tujuannya bukan ranking, melainkan memberi nama pada kelompok yang punya pola berbeda. Konsep RFM cocok dipasangkan dengan analisis Cohort Analysis untuk melihat perilaku per generasi pelanggan.

Cara Menghitung Skor RFM

Pendekatan paling umum memakai NTILE 5 di Postgres atau spreadsheet. Recency dihitung dari selisih hari sejak transaksi terakhir, Frequency dari jumlah order, Monetary dari total nilai bersih. Setiap dimensi dinormalkan ke skala 1 sampai 5, lalu digabung jadi kode tiga digit. Beberapa tim memakai bobot tidak setara, misalnya Monetary diberi bobot lebih besar untuk produk margin tinggi. Hasil akhir dipakai untuk mendefinisikan segmen seperti Champions, Loyal, At Risk, dan Hibernating.

Kenapa Penting?

Untuk e-commerce dan SaaS Indonesia yang masih bertumpu pada akuisisi, RFM membuka jalan ke retensi yang sering diabaikan. Champions layak dapat program advokasi, At Risk butuh kampanye reaktivasi, Hibernating bisa dihitung sebagai churn dan dikeluarkan dari budget reactivation. Praktik ini menurunkan CAC efektif karena memindahkan budget ke segmen yang ROI nya jelas, bukan menyiram semua database dengan diskon yang sama.

Pertanyaan Umum

Apakah RFM cocok untuk bisnis B2B?

Cocok dengan penyesuaian. Frequency biasanya rendah di B2B, jadi Recency dan Monetary lebih dominan. Tambahkan dimensi seperti seat count atau renewal date untuk konteks SaaS.

Berapa periode data minimal untuk RFM?

Idealnya 12 sampai 24 bulan terakhir. Periode lebih pendek membuat skor Frequency tidak stabil, periode terlalu panjang memasukkan pelanggan yang sebenarnya sudah churn.