01

Jak segmentować klientów na podstawie danych?

Na trzy sposoby: według tego, jak klienci kupują, ile są warci i kim są. Wybór zależy od tego, jakie dane masz i co chcesz z segmentami zrobić.

Trzy sposoby

RFM, ABC i cechy klienta

Trzy podstawowe sposoby segmentacji klientów na podstawie danych
SposóbCo bierzesz pod uwagęJakich danych potrzebujeszDo czego się nadaje
RFMKiedy klient kupił ostatnio, jak często kupuje, ile wydajeHistorii zamówieńMailingi, programy lojalnościowe, odzyskiwanie klientów
ABCUdział klienta w przychodzie albo marżySprzedaży według klientówPodział pracy handlowców i poziomów obsługi
Cechy klientaU osób wiek i miejscowość, u firm branża, wielkość i lokalizacjaDanych z formularzy, a dla firm z rejestrów publicznychSzukanie nowych klientów podobnych do najlepszych obecnych
Sposoby się łączą. Najczęściej zaczyna się od RFM, bo historia zamówień jest w każdej firmie.
02

Na czym polega metoda RFM?

Metoda RFM ocenia każdego klienta w trzech wymiarach: recency (ile czasu minęło od ostatniego zakupu), frequency (ile razy kupił w badanym okresie) i monetary (ile wydał). Wywodzi się ze sprzedaży wysyłkowej, w której trzeba było zdecydować, komu opłaca się wysłać katalog.

Założenie jest proste: klient, który kupił niedawno, kupuje często i wydał dużo, najpewniej kupi znowu. Klient, który kupował często, ale od trzech miesięcy milczy, właśnie odchodzi. Sam przychód tego nie pokaże, bo obaj mogą mieć tę samą sumę zamówień.

03

Jak policzyć RFM w Excelu krok po kroku?

Potrzebujesz eksportu zamówień z trzema kolumnami: klient, data, kwota. Reszta to tabela przestawna i trzy proste oceny. Najwięcej pracy jest przed liczeniem: zamówienia bez konta i kilka adresów e-mail tej samej osoby trzeba połączyć w jednego klienta.

  1. Wyeksportuj zamówienia z ostatnich 12 miesięcy. Przy produktach kupowanych rzadko weź 24 miesiące. Kwoty licz po zwrotach i anulacjach, bez kosztów dostawy.
  2. Zrób tabelę przestawną według klienta: najpóźniejsza data zamówienia, liczba zamówień, suma kwot. Dodaj datę pierwszego zamówienia w całej historii sklepu, żeby odróżnić nowych klientów od tych, którzy wrócili po przerwie.
  3. Policz dni od ostatniego zakupu: data eksportu minus data ostatniego zamówienia.
  4. Nadaj oceny od 1 do 3 w każdym z trzech wymiarów. Najprościej ustawić progi ręcznie. W przykładzie niżej: do 30 dni od zakupu 3 punkty, od 31 do 90 dni 2, powyżej 90 dni 1. Jedno zamówienie 1 punkt, dwa albo trzy 2, cztery i więcej 3. Wydane poniżej 500 zł 1 punkt, od 500 do 3000 zł 2, powyżej 3000 zł 3.
  5. Połącz oceny w segmenty. Nie każdą kombinację osobno, tylko kilka grup, dla których masz inne działanie.

Ocenę za dni od zakupu, jeśli dni są w kolumnie B, policzy formuła:

=JEŻELI(B2<=30;3;JEŻELI(B2<=90;2;1))

Przy większej bazie progi dla wydanej kwoty wyznaczy funkcja PROC.POZ.PRZEDZ.ZAMK, która podaje pozycję klienta w całej bazie w skali od 0 do 1. Wynik powyżej 0,67 oznacza górną jedną trzecią. Przy liczbie zamówień zostań przy progach ręcznych, bo większość klientów ma jedno zamówienie i funkcja ich nie rozdzieli.

Przykład

RFM dla sześciu klientów

Przykładowa analiza RFM dla sześciu klientów sklepu internetowego
KlientDni od ostatniego zakupuZamówienia w 12 miesiącachWydane w 12 miesiącachOceny R, F, MSegment
A6148 400 zł3, 3, 3Stały
B121260 zł3, 1, 1Nowy
C21098 100 zł1, 3, 3Zagrożony
D3541 900 zł2, 3, 2Obiecujący
E3001120 zł1, 1, 1Utracony
F20211 500 zł3, 2, 3Duże zamówienia, rzadko
Przykład ilustracyjny, progi z kroku czwartego. Klienci A i C wydali prawie tyle samo i w raporcie przychodu wyglądają identycznie, ale C nie kupił nic od siedmiu miesięcy.
04

Jakie segmenty wychodzą z RFM i co z nimi zrobić?

Zwykle pięć albo sześć.

Segmenty

Segment, po czym go poznać i co zrobić

Typowe segmenty z analizy RFM i działania dla każdego z nich
SegmentPo czym go poznaćCo zrobić
StaliKupili niedawno, kupują często, wydają dużoNie zasypywać rabatami. Dać wcześniejszy dostęp do nowości i dobrą obsługę
NowiPierwsze zamówienie w historii sklepu, złożone w ostatnich tygodniachDoprowadzić do drugiego zakupu, bo to on najczęściej decyduje, czy klient zostanie
ObiecującyKilka zamówień, ostatnie niedawnoPokazać produkty uzupełniające do tego, co już kupili
ZagrożeniKupowali często, ale dawno nie wróciliZapytać, co się stało. Tu rabat ma uzasadnienie
UtraceniJedno albo dwa zamówienia dawno temuJedna próba odzyskania, potem nie wydawać na nich budżetu
Duże zamówienia, rzadkoMało zamówień, wysoka kwotaSprawdzić, czy to firma. Jeśli tak, przekazać handlowcowi
Przy ocenach od 1 do 3 wychodzi 27 kombinacji, przy skali od 1 do 5 już 125. Dlatego kombinacje łączy się w kilka grup.
05

Jak segmentować klientów firmowych?

Oprócz RFM według cech firmy: branży, wielkości, lokalizacji i formy prawnej. Te dane są w rejestrach publicznych, czyli w CEIDG, KRS i REGON, więc nie trzeba o nie pytać klienta. Bazę klientów łączy się z rejestrem po numerze NIP.

Branżę opisuje kod PKD. Klasyfikacja PKD 2025 ma 728 podklas, a do 31 grudnia 2026 r. firmy mogą jeszcze posługiwać się kodami PKD 2007. Od 1 stycznia 2027 r. rejestry mają same przeklasyfikować pozostałe wpisy. W bazie klientów spotkasz więc obie wersje. Pamiętaj też, że kod PKD firma zgłasza sama, więc bywa nieaktualny albo zbyt ogólny. Żeby je uzgodnić, przyda się lista z odpowiednikami: udostępniamy kody PKD 2025 i kody PKD 2007 z odpowiednikami w PKD 2025 do pobrania.

Najwięcej daje połączenie obu podziałów. Kiedy wiesz, że Twoi stali klienci to głównie hurtownie budowlane z trzech województw, wiesz też, jakich firm szukać. Listy firm z wybranej branży i regionu przygotowujemy na zamówienie z rejestrów publicznych, w jednym pliku. O tym, co wolno robić z danymi z CEIDG, piszemy w tekście Czy CEIDG można scrapować legalnie.

06

Czy segmentacja klientów jest zgodna z RODO?

Tak, ale segmentacja klientów indywidualnych jest profilowaniem i wiążą się z nią obowiązki. RODO definiuje profilowanie jako zautomatyzowane przetwarzanie danych osobowych do oceny czynników osobowych, w tym preferencji, zainteresowań i zachowania (art. 4 pkt 4). Podział klientów według historii zakupów mieści się w tej definicji.

Do sprawdzenia u siebie:

  • Podstawa. Analizę historii zakupów do celów marketingu sprzedawcy opierają zwykle na prawnie uzasadnionym interesie. Motyw 47 RODO dopuszcza uznanie marketingu bezpośredniego za taki interes.
  • Informacja. Polityka prywatności powinna mówić, że dzielisz klientów na grupy na podstawie historii zakupów i po co to robisz.
  • Sprzeciw. Klient może w dowolnym momencie sprzeciwić się przetwarzaniu danych do celów marketingu bezpośredniego, w tym profilowaniu. Po sprzeciwie nie wolno już używać jego danych w tym celu (art. 21 ust. 2 i 3).
  • Kanał. Podstawa do analizy danych to co innego niż zgoda na wysyłkę. Na e-maile i SMS-y marketingowe potrzebujesz osobnej zgody, której wymaga Prawo komunikacji elektronicznej.

Dane spółek nie są danymi osobowymi, ale dane osób kontaktowych w tych spółkach i osób prowadzących jednoosobową działalność już tak. To ogólne omówienie, nie porada prawna: przy nietypowych zastosowaniach, na przykład różnych cenach dla różnych segmentów, zapytaj inspektora ochrony danych albo prawnika.

07

Kiedy RFM nie wystarcza?

Wtedy, kiedy klienci z natury kupują rzadko albo kiedy o zakupie decyduje coś, czego nie ma w historii zamówień.

  • Produkt kupowany raz na kilka lat. Przy meblach, samochodach czy pompach ciepła częstotliwość nic nie mówi. Lepiej dzielić klientów według tego, co kupili i kiedy przyjdzie pora na serwis albo wymianę.
  • Kontrakty. Klient z umową roczną zamawia według harmonogramu. Sygnałem odejścia jest spadek wielkości zamówień, nie odstęp między nimi.
  • Silna sezonowość. Klient, który kupuje tylko przed świętami, w lipcu wygląda na utraconego. Porównuj go z tym samym okresem sprzed roku.
  • Powód leży poza firmą. RFM pokaże, że klient odszedł, ale nie powie dlaczego. Często odpowiedzią jest cena albo dostępność u konkurenta, a tego w Twoich danych nie ma. Takie dane zbieramy na zamówienie.

Kolejnym krokiem po RFM jest prognozowanie, kto odejdzie, zanim to zrobi. Jak to działa i kiedy się opłaca, opisaliśmy w tekście Analiza predykcyjna a preskryptywna.

Źródła i zastrzeżenia
  • Rozporządzenie (UE) 2016/679 (RODO): art. 4 pkt 4, art. 21 ust. 2 i 3, motyw 47. Ustawa z 12 lipca 2024 r. Prawo komunikacji elektronicznej.
  • Microsoft: opis funkcji PROC.POZ.PRZEDZ.ZAMK (support.microsoft.com/pl-pl), dostęp 20.11.2026.
  • GUS: informacje o PKD 2025 i okresie przejściowym do 31.12.2026 (bip.stat.gov.pl); rozporządzenie Rady Ministrów z 18.12.2024 w sprawie PKD (Dz.U. 2024 poz. 1936).
  • Tabela z sześcioma klientami jest przykładem ilustracyjnym.