Blog
RFM-Analyse: Welche Kunden solltest du als Nächstes ansprechen?
Zwei Kunden haben jeweils 600 Euro bei dir ausgegeben. Im Umsatzbericht stehen sie untereinander, also bekommen sie dieselbe E-Mail. Die eine hat vor drei Tagen ein Trainingspaket gekauft. Sie könnte Hilfe bei der ersten Buchung gebrauchen. Der andere kam früher jede Woche. Seinen letzten Termin hatte er vor sechs Wochen. Würdest du ihm wirklich schreiben: „Bereit fürs erste Training?“
Die RFM-Analyse sortiert Kunden danach, wann sie zuletzt gekauft haben, wie oft sie kaufen und wie viel sie ausgeben. Für den ersten Versuch reichen ein Buchungskalender oder die Bestellungen aus deinem Shop. Am Ende solltest du einen Namen vor dir haben und wissen, warum du gerade diesen Menschen ansprechen willst.
Wofür stehen R, F und M?
Größe | Frage | Messwert |
|---|---|---|
R – Recency | Wie lange liegt der letzte Kauf zurück? | Tage vom letzten Kauf bis zum Stichtag |
F – Frequency | Wie oft hat der Kunde im gewählten Zeitraum gekauft? | Anzahl einzelner Käufe |
M – Monetary Value | Wie viel hat er in diesem Zeitraum ausgegeben? | Summe der Kaufbeträge |
Mit diesen drei Größen arbeitet auch Adobe Commerce. Beobachtungszeitraum und Bewertung legst du passend zu deinem Geschäft fest. Seit zwei Monaten hat jemand keine Kaffeebohnen mehr bestellt. Ist er unzufrieden? Im Urlaub? Oder arbeitet er sich durch den riesigen Sack Bohnen, den du ihm zuletzt verkauft hast? Die Bestellhistorie gibt dir einen Anlass nachzufragen.
1. Lege fest, was als neuer Kauf zählt
Drei Produkte in einem Warenkorb ergeben eine Bestellung. Auch eine Zehnerkarte fürs Training ist ein Kauf. Ob jemand alle zehn Termine wahrnimmt, ist eine andere, durchaus wertvolle Information. Halte die Anwesenheit separat fest.
Das gilt genauso für jemanden, der Produktvideos für Marken dreht. Fünf Filme für dieselbe Kampagne sind ein Auftrag. Anzahlung und Schlusszahlung machen daraus keinen zweiten. Wenn dich Folgeaufträge interessieren, zähle die Entscheidungen, dich erneut zu buchen.
Vergleiche Kunden, die ähnlich oft Gelegenheit hatten, wiederzukommen. Wer einen Kaffeevollautomaten kauft, hat einen anderen Rhythmus als jemand, der jeden Monat Bohnen braucht. Ein gemeinsamer Warnhinweis „seit 60 Tagen keine Bestellung“ beschert dir vor allem Sorgen um zufriedene Maschinenbesitzer.
2. Bereite die Bestellhistorie auf
Wähle einen Stichtag für R und einen Zeitraum für F und M. Bei einem wöchentlichen Training umfassen 90 Tage mehrere Gelegenheiten zum Wiederkommen. Bei saisonalen Videokampagnen brauchst du womöglich ein Jahr.
Pro Bestellung genügen zunächst Kundennummer, Bestellnummer, Kaufdatum und Betrag. Dann gehst du die Daten einmal durch:
- Führe Bestellungen zusammen, wenn dieselbe Person oder Firma unter verschiedenen Namen auftaucht.
- Entferne Dubletten und Stornos. Eine Bestellung zählt einmal, unabhängig von Positionen und Teilzahlungen.
- Ziehe Rabatte und Erstattungen ab. Verwende durchgehend dieselbe Währung und rechne einheitlich mit oder ohne Umsatzsteuer.
- Für diese Verkaufsanalyse kannst du vollständig erstattete Bestellungen bei R und F auslassen. Ihr Nettoumsatz nach Erstattung beträgt null. Die angefallenen Kosten brauchst du später für die Rentabilitätsrechnung. Eine Teilerstattung senkt M, die Bestellung zählt weiterhin einmal. Prüfe frische Käufe nach Ablauf der Rückgabefrist erneut.
Hat jemand vor 100 Tagen zuletzt gekauft, liegen F und M für die letzten 90 Tage bei null. R bleibt 100. Kennst du das Datum nicht, lass das Feld offen. Null Tage würde heißen: heute gekauft.
Ergänze nach Möglichkeit das Datum des ersten Kaufs überhaupt. Gleich hilft es dir, Neukunden zu erkennen. Und achte auf die Reichweite deiner Daten. Ein Café, das nur die Einkäufe mit Kundenkarte zuordnen kann, erfährt etwas über seine Karteninhaber. Der Rest der Schlange bleibt ein Rätsel.
3. Rechne das Beispiel mit fünf Trainingskunden durch
Ein Personal Trainer schaut sich die letzten 90 Tage an. Alle buchen Einzelstunden zu je 50 Euro. Rabatte und Erstattungen lassen wir weg. Den Preis habe ich mir ausgedacht. Dein Trainer darf gern mehr verlangen.
Name | R: Tage seit dem letzten Kauf | F: Käufe in 90 Tagen | M: Umsatz in 90 Tagen |
|---|---|---|---|
Sara | 7 | 16 | 800 € |
Tomek | 42 | 12 | 600 € |
Ola | 3 | 1 | 50 € |
Ewa | 10 | 4 | 200 € |
Jan | 60 | 2 | 100 € |
Tomek hat 600 Euro ausgegeben und fehlt seit sechs Wochen. Ola hatte gerade ihre erste Stunde. Sara war letzte Woche da und hat innerhalb des Quartals 16-mal gebucht. Hast du nur ein Dutzend Kunden, reicht dieser Blick vielleicht schon für die nächste Entscheidung.
4. Vergib Punkte für jeden der drei Werte
Bei Hunderten von Kunden erleichtern einheitliche Schwellenwerte die Suche. Starte mit einem bis drei Punkten. Drei stehen für einen kürzlich erfolgten Kauf, viele Käufe oder hohe Ausgaben. Bei R läuft die Skala andersherum als die Zahl im Kalender: Je weniger Tage verstrichen sind, desto höher die Punktzahl.
Angenommen, aktive Kunden kommen alle ein bis zwei Wochen. Für unseren Trainer könnte die Einteilung so aussehen:
Punkte | R: Tage seit dem letzten Kauf | F: Käufe in 90 Tagen | M: Umsatz in 90 Tagen |
|---|---|---|---|
3 | 0–14 | mindestens 12 | ab 600 € |
2 | 15–28 | 4–11 | ab 200 € bis unter 600 € |
1 | ab 29 | 0–3 | unter 200 € |
Schau dir die tatsächlichen Kaufabstände an, bevor du solche Grenzen übernimmst. Für einen Videoauftrag ist ein Monat Pause durchaus üblich. In der Bäckerei, bei der jemand jeden Morgen frühstückt, bedeutet derselbe Monat etwas anderes.
Name | R-Punkte | F-Punkte | M-Punkte | RFM-Profil |
|---|---|---|---|---|
Sara | 3 | 3 | 3 | 333 |
Tomek | 1 | 3 | 3 | 133 |
Ola | 3 | 1 | 1 | 311 |
Ewa | 3 | 2 | 2 | 322 |
Jan | 1 | 1 | 1 | 111 |
Lies die 133 von links nach rechts. Tomeks letzter Kauf liegt länger zurück, er hat im Zeitraum oft gekauft und viel ausgegeben. Auch IBM stellt die Einzelbewertungen nebeneinander. Rechenbeispiel von IBM SPSS
Würdest du die Ziffern addieren, käme bei 311 und 113 jeweils fünf heraus. Das erste Profil könnte einen kleinen Kauf von gestern bezeichnen, das zweite eine teure Einzelleistung von vor zwei Monaten. Dieselbe Nachricht für beide?
In der Trainingsliste folgt M genau dem Verlauf von F, weil jede Stunde gleich viel kostet. Sobald einige Kunden ein Premiumtraining oder Extras buchen, liefern die beiden Spalten unterschiedliche Informationen.
Und wenn du fünf Bewertungsstufen möchtest?
Du kannst für jede Größe eine Rangliste erstellen und diese wie im Beispiel von Adobe in fünf Gruppen teilen. Dann siehst du, wo die Person im Vergleich zu anderen steht. Achte auf Gleichstände. Wenn fast alle nur einmal gekauft haben, erzeugen fünf Häufigkeitsgruppen Unterschiede, wo gar keine sind. Für den Einstieg reichen Schwellen, die auch der Kollege an der Rezeption nachvollziehen kann.
5. Entscheide, wer welche Ansprache braucht
Lege unvollständige Datensätze zur Prüfung beiseite. Sortiere danach zuerst die Neukunden aus: In diesem Beispiel sind das Personen mit genau einem Kauf in der gesamten Historie, der höchstens 14 Tage zurückliegt. Dazu gehört Ola. Arbeite die Regeln in der angegebenen Reihenfolge ab. R und F bezeichnen hier Punkte.
Gruppe | Regel | Erster Schritt |
|---|---|---|
Neu | Einziger Kauf überhaupt innerhalb der letzten 14 Tage | Nach der ersten Stunde fragen und den nächsten Termin besprechen. |
Früher regelmäßig, inzwischen still | Nach den Neukunden: R = 1 und F = 2 oder 3 | Herausfinden, was die Routine unterbrochen hat. Hier steht Tomek. |
Ungewohnte Pause | R = 2, beliebiges F | Gibt es eine Buchung oder einen bekannten Grund für die Pause? |
Aktiv und regelmäßig | R = 3 und F = 2 oder 3 | Sara und Ewa die gewohnte Zeit freihalten. |
Übrige Gelegenheitskunden oder Inaktive | Unter den übrigen: R = 1 oder 3 und F = 1 | Prüfen, ob sich eine kostengünstige Kontaktaufnahme lohnt. |
M hilft bei der Reihenfolge innerhalb einer Gruppe. Bei einem früher umsatzstarken Kunden dürfte sich ein Anruf lohnen. Für ein Rabattbudget brauchst du zusätzlich die Marge und den Betreuungsaufwand.
Der Trainer hat nun einen überschaubaren Plan. Tomek fragen, was sich geändert hat. Mit Ola die zweite Stunde buchen. Saras festen Termin sichern. Und vor einem Angebot an Jan nachsehen, warum er überhaupt gekommen ist. Vielleicht hat er sein Ziel längst erreicht.
Was daraus im Salon, im Projektgeschäft und im Shop wird
Im Friseursalon vergleichst du Leistungen mit ähnlichen Abständen. Hat eine Stammkundin ihren üblichen Termin überschritten, schau zuerst in den Kalender. Eine „Wir vermissen dich“-Nachricht wirkt besonders aufmerksam, wenn sie ohnehin für Freitag eingetragen ist. Erleichtere ihr die Buchung, prüfe die Rückkehrquote und rechne den Ertrag nach den Kosten der Aktion aus. Ein Preisnachlass hilft vor allem dann, wenn der Preis tatsächlich im Weg steht.
Bei Videoproduktionen zählst du eigenständige Kampagnen der letzten zwölf Monate. Ein Markenklient, der regelmäßig gebucht hat, meldet sich länger nicht. Frag nach den geplanten Produkteinführungen, bevor du einen Tag in ein Konzept steckst. Vielleicht ist das damalige Projekt schlicht abgeschlossen. Bei monatlichen Abos oder Pauschalverträgen ähneln sich R und F fast zwangsläufig. Laufzeitende, Nutzung und Betreuungsstunden ergänzen das Bild.
Im Kosmetikshop braucht eine Erstkäuferin vielleicht eine Anleitung. Wer die Lieblingscreme seit Monaten nachkauft, freut sich eher über einen direkten Link zur letzten Bestellung. Lass einem Dreimonatsvorrat drei Monate Zeit. Verkauft dein Shop überwiegend Waren, die sich jemand alle fünf Jahre neu anschafft, schau zwischendurch auf Wartung, Zubehör und Empfehlungen.
Wie viel bleibt von einem Kunden mit Profil 333?
Auch ein Kunde mit 333 kann nur im Angebot kaufen, viel zurückschicken und jede Woche den Support beschäftigen. M erfasst seine Ausgaben. Was dir bleibt, entscheidet sich nach Abzug der Kosten für Lieferung, Leistung und Betreuung.
Deshalb verwende ich daneben die Kundenloyalitätsmatrix. RFM zeigt einen günstigen Zeitpunkt zum Nachfragen. Die Matrix hilft zu beurteilen, wie viel Geld und Arbeitszeit du in diese Beziehung stecken kannst.
Probiere es einen Kaufzyklus lang aus
Wähle ein Angebot und sieh dir ein paar Dutzend Kunden an. Notiere Stichtag, Zeitraum, Kaufeinheit und die drei Rohwerte. Suche nach früheren Stammkunden, deren üblicher Kaufabstand verstrichen ist. Kläre die Lage und probiere eine konkrete Ansprache aus. Halte Kosten, erwartetes Ergebnis und Auswertungstermin fest.
Bei einer größeren Gruppe lässt du eine zufällig ausgewählte Teilgruppe vergleichbarer Kunden weiterhin die normale Betreuung erhalten, ohne die neue Aktion. Vergleiche nach derselben Frist die Rückkehrquote und den Beitrag pro Kunde nach Aktionskosten. Einige wären von selbst zurückgekommen. Bei kleinen Gruppen gibt dir das Ergebnis einen Hinweis für den nächsten Versuch.
Schau nach dem nächsten Kaufzyklus auch in die Rohdaten. Wer war wieder da? Was blieb vom Auftrag übrig? Wie viel Zeit hat er gekostet? Eine bessere Punktzahl allein sagt wenig, besonders wenn du gleichzeitig die Schwellen verschoben hast.
Fang mit dem Namen an, der früher jede Woche in deinem Kalender stand. Die RFM-Analyse findet die Lücke. Was dahintersteckt, erfährst du im Gespräch.
Newsletter
Mehr Texte dieser Art?
Eine brauchbare Idee nach der anderen — über Marken, Entscheidungen, Geschichten und KI. Geschrieben, wenn es etwas zu entwickeln gibt, nicht um einen Kalender zu füllen.

