Nicht alle Kund:innen sind gleich viel wert. Trotzdem behandeln viele Unternehmen ihre gesamte Kundendatenbank gleich: Sie verschicken einen Newsletter mit einem Gutschein in gleicher Frequenz an alle.
Die RFM-Kundensegmentierung ist ein bewährtes Modell, um hier Licht ins Dunkel zu bringen. Es braucht keine Data-Science-Abteilung, sondern lediglich drei Werte aus deiner Kaufhistorie.
In diesem Beitrag erhältst du die komplette Logik, ein Rechenbeispiel und elf konkrete Segmente mit passenden Maßnahmen.
Was RFM-Segmentierung ist
RFM steht für drei klassische Dimensionen des Kaufverhaltens: Recency, also wie viele Tage seit dem letzten Kauf vergangen sind, Frequency, also wie oft in einem definierten Zeitraum gekauft wurde, und Monetary, also wie viel Umsatz die Person gebracht hat. Jede Person bekommt pro Dimension einen Score zwischen 1 und 5.
Warum das funktioniert
Recency zeigt, wie lebendig die Beziehung ist. Frequency zeigt, wie tief sie ist. Monetary zeigt, wie wertvoll sie ist. Erst die Kombination erzählt die ganze Geschichte. Eine Person mit hohem Monetary, aber niedriger Recency ist ein dringender Rückgewinnungsfall.
Scoring: So berechnest du R, F und M
Ziel ist, für jede Dimension eine Skala zu bauen. Dafür nutzt du Quintile, du teilst die Gesamtmenge in fünf gleich große Gruppen. Die Top 20 % bekommen Score 5, die letzten 20 % Score 1. Das gilt für Recency (Tage seit letztem Kauf), Frequency (Anzahl Käufe in 12 Monaten) und Monetary (Umsatz in 12 Monaten) gleichermaßen.
Rechenbeispiel: Eine kleine Bäckerei mit 500 Kund:innen
| Kund:in | Letzter Kauf (Tage) | Käufe 12M | Umsatz 12M | RFM |
|---|---|---|---|---|
| Anna | 3 | 48 | 720 € | 555 |
| Bernd | 12 | 14 | 180 € | 432 |
| Clara | 78 | 3 | 45 € | 211 |
| Daniel | 220 | 8 | 220 € | 123 |
| Elena | 5 | 6 | 510 € | 524 |
Schon an fünf Beispielen siehst du: Anna ist Stammkundin, Bernd ist loyal, Clara wankelmütig, Daniel ein Rückgewinnungs-Kandidat und Elena eine seltene, aber hochwertige Kundin.
Die 11 wichtigsten RFM-Segmente
| Segment | Bedeutung | Empfohlene Maßnahme |
|---|---|---|
| Champions | Beste Kund:innen: häufig, aktuell, wertvoll | Exklusive Vorteile, VIP-Ansprache |
| Loyale Kund:innen | Regelmäßig aktiv, hoher Wert | Weiterempfehlungs-Anreize |
| Potenziell Loyale | Neu, aber kauffreudig | Push zum 2. Kauf |
| Neukund:innen | Frisch gekauft, wenig Daten | Welcome-Serie |
| Vielversprechend | Hoher Erst-Bon, Potenzial | Schnelles Cross-Sell-Angebot |
| Brauchen Aufmerksamkeit | Mittelmäßig, wackelig | Personalisierte Reminder |
| Vor Abwanderung | Hoher Wert, sinkende Aktivität | Starker Retention-Impuls |
| Risiko-Kund:innen | Wenig aktiv, mittlerer Wert | Soft-Rückgewinnung |
| Früher top, jetzt still | Früher aktiv, jetzt inaktiv | Intensive Rückgewinnung |
| Schlafende | Lange inaktiv, früher moderat | Vierstufige Rückgewinnung |
| Verlorene | Sehr lange inaktiv, gering wertig | Einmaliger Impuls, dann passivieren |
Von Daten zu Aktionen
Champions generieren oft überproportional viel Umsatz. VIP-Vorteile, Early Access und die Bitte um Weiterempfehlung sind richtig, aber kein Gutschein-Spam. Das größte Wachstumspotenzial liegt bei loyalen und potenziell loyalen Kunden. Hier zahlen sich Meilenstein-Feiern und Programm-Upgrades aus.
Bei Neuen entscheidet die Welcome-Phase, ob aus Interessierten Stammkund:innen werden, hier hilft der Beitrag Welcome-Kampagne: 7 Nachrichten. Wer vor der Abwanderung steht, braucht einen durchdachten Winback-Flow. Schlafende und Verlorene brauchen klare Entscheidungen: einmalig reaktivieren oder passivieren.
Häufige Fehler bei RFM
- Zu feingranular starten: 125 Segmente sind unhandhabbar, lieber 8 bis 12 Gruppen mit klarer Aktion.
- Scoring einfrieren: Monatliches Update ist das Minimum.
- Nur Monetary als Maßstab: Wer nur auf Umsatz schaut, verliert wankelmütige Kund:innen mit hoher Frequenz.
- Segmente ohne Maßnahme: Wer Segmente baut, aber keine Kampagne koppelt, verschwendet den Aufwand.
- Zu kurze Datenbasis: Weniger als 3 Monate Historie machen RFM wackelig.
KPIs: So misst du den Erfolg
Beobachte regelmäßig den Wert je Segment, die Bewegung zwischen Segmenten pro Monat, die Response-Rate je Segment und den Anteil von Champions und Loyalen über die Zeit. Mehr dazu im Beitrag Kundenbindung messen, und wie du die Ergebnisse technisch im System nutzt, zeigt der Beitrag zum CRM-Einsatz für Kundenbindung.
Fazit
RFM-Segmentierung ist der einfachste Einstieg in echte Kundensegmentierung, und trotzdem einer der wirkungsvollsten. Drei Werte, fünf Stufen, elf Segmente: Damit lässt sich die Kommunikation präziser steuern und die Marge schonen.
Der wichtigste Gedanke: Segmente sind kein Selbstzweck. Wer RFM nutzt, um endlich zu entscheiden, wer welche Nachricht bekommt, macht aus Daten Beziehungen.
Häufig gestellte Fragen
Wie viele Kund:innen brauche ich mindestens, damit RFM funktioniert?
Ab etwa 300 bis 500 aktiven Kontakten liefert RFM belastbare Ergebnisse. Mit weniger Daten werden die Quintile zu klein, einzelne Ausreißer wirken dann überproportional. Bei kleinerer Datenbank kannst du mit einer 3×3×3-Variante starten und nur 5 bis 6 Hauptsegmente bilden.
Wie oft sollte ich die Segmente neu berechnen?
Monatlich ist der Standard. Bei Branchen mit sehr kurzen Kaufzyklen wie Bäckerei oder Kaffee kann auch wöchentlich sinnvoll sein. Seltener als einmal pro Monat verliert RFM seine Wirkung, weil Bewegungen zwischen den Segmenten nicht erkannt werden. Wichtig ist, dass das Update automatisiert läuft.
Brauche ich ein spezielles Tool für RFM?
Nicht zwingend. Die Berechnung lässt sich in jedem CRM oder in einer Tabellenkalkulation umsetzen, solange die Kaufhistorie sauber verknüpft ist. Viele moderne Loyalty- und CRM-Systeme bringen RFM-Logik bereits mit. Der Unterschied liegt meist nicht in der Berechnung, sondern in der Aktivierung: Wie schnell kannst du aus dem Segment eine automatisierte Kampagne bauen?
Was mache ich, wenn ich keine Umsatzdaten pro Kauf habe?
Dann läuft RFM im ersten Schritt nur als RF-Modell mit Recency und Frequency. Das ist eine legitime Abkürzung, wenn deine Kasse keine Einzelbeträge weitergibt. Du verlierst die Tiefe der Wertdimension, bekommst aber trotzdem ein gutes Bild von Aktivität und Bindung. Mittelfristig lohnt es sich, den Umsatz über eine POS-Integration nachzuziehen.
Wie unterscheidet sich RFM von anderen Segmentierungsmodellen?
RFM ist verhaltensbasiert und retrospektiv, es beschreibt, was Kund:innen bisher getan haben. Andere Modelle wie demografische oder psychografische Segmentierung zeigen, wer Kund:innen sind. Am stärksten wird Segmentierung, wenn beides kombiniert wird, für den Start und die operative Arbeit ist RFM aber meist am praxistauglichsten.
Wie integriere ich RFM in meine Kampagnen?
Drei Schritte: Segmente im CRM sichtbar machen, Kampagnen auf Segmente statt auf alle ausrichten, und automatisierte Flows so bauen, dass sie je nach Segment andere Pfade nehmen. Ein Beispiel: Der Geburtstags-Flow schickt Champions ein wertigeres Geschenk als Verlorenen. Das erhöht Relevanz und spart Marge gleichzeitig.
Was tun, wenn ein:e Kund:in in mehreren kritischen Segmenten auftaucht?
Das kann passieren, etwa vor Abwanderung und gleichzeitig Zielperson einer Produkteinführung. Priorität hat immer die Kampagne mit der stärksten Relevanz für den aktuellen Kundenstatus. Wer vor der Abwanderung steht, sollte keinen allgemeinen Produkt-Newsletter bekommen, sondern erst das Retention-Thema geklärt haben.
