Qué es la segmentación de clientes RFM y HML

RFM significa Recencia, Frecuencia y Monto.

  • Recencia: cuántos días han pasado desde la última compra.
  • Frecuencia: cuántas compras hace una persona en un periodo.
  • Monto: cuánto gasta (o qué margen aporta) en ese periodo.

La idea es puntuar a cada cliente en estas 3 dimensiones, para luego agrupar a los que se comportan parecido y hablarles de forma más relevante (no igual para todos). Es una técnica clásica y vigente en retail y e-commerce porque ayuda a priorizar campañas y presupuesto de manera simple y medible.

Para construir RFM se acostumbra asignar rangos o puntajes a cada métrica (por ejemplo, del 1 al 5 por quintiles). Así cada persona termina con un “R-F-M” (como 5-5-5 o 1-3-4) que luego se mapea a segmentos de acción (p. ej., “Campeones”, “Leales”, “En riesgo”).

HML significa Alto–Medio–Bajo. Es la versión simple: en vez de 5 rangos, divides en 3 bandas (Altos, Medios y Bajos). Puedes aplicarlo sobre una métrica (p. ej., clientes de alto, medio y bajo valor) o sobre cada componente de RFM (R, F y M) para generar combinaciones como R-alta/F-media/M-baja. Esta forma de “bandear” en alto/medio/bajo está extendida en analítica de clientes y ayuda cuando necesitas operar rápido con menos celdas.

Cómo se construye una segmentación RFM (y su versión HML)

Datos mínimos

  • Identificador de cliente (o medio de identificación en caja/app).
  • Historial de compras con fecha, número de transacciones y valor (idealmente margen).
  • Ventana de análisis (p. ej., 6–12 meses) y exclusiones básicas (p. ej., devoluciones).

Pasos (RFM):

  1. Calcular:
    • Recencia = días desde la última compra.
    • Frecuencia = compras en la ventana.
    • Monto = gasto o margen acumulado. (RetentionX)
  2. Ranquear cada métrica (quintiles 1–5 o terciles H–M–L).
  3. Armar segmentos: combina los puntajes y asigna etiquetas de negocio (p. ej., “Campeones” = R5-F5-M5). (MoEngage)
  4. Activar: define qué oferta/comunicación mostrar a cada segmento y por qué canal.
  5. Medir: compara resultados entre segmentos, y dentro de cada segmento, de una campaña a otra (tasa de compra, ticket, margen y recompra).

Atajo HML

Si necesitas algo más ligero, usa HML: asigna Alto/Medio/Bajo a cada métrica con terciles. Obtendrás hasta 27 combinaciones (3×3×3) o puedes simplificar usando un solo eje (valor del cliente: Alto/Medio/Bajo). Es útil para pilotos, para tiendas sin mucho dato histórico o cuando quieres explicar la lógica a terreno sin tableros complejos.

Ejemplos de segmentos y acciones

  • Campeones (R y F altas; M alta): anticipo de lanzamientos, acceso exclusivo, packs con alto margen. (Barilliance)
  • Leales (F alta, R media, M media): beneficios por categoría favorita, bonos por metas de compra. (Omniconvert)
  • En riesgo (R baja): recordatorio suave + cupón con tope de descuento y fecha corta.
  • Nuevos de alto potencial (R alta, F baja, M alta): segundo-ticket con combo complementario.
  • Bajo valor (HML: “Bajo”): educación de surtido y promociones básicas no agresivas.

Cómo apoyarte en CloudPromo (de la segmentación a la venta)

1) Unificar datos (POS, e-commerce, app, CRM)

CloudPromo es una plataforma que centraliza campañas, promociones y segmentaciones, con integración hacia POS, e-commerce y CRM para operar omnicanal.

2) Calcular RFM/HML en el módulo Analítica

  • CloudPromo permite segmentar clientes con base en comportamiento de compra (incluyendo RFM) y convertir eso en insights accionables para promociones y lealtad.
  • Recomendación práctica: partir con una ventana de 12 meses, calcular R, F y M; luego crear bandas (quintiles 1–5 o H–M–L) y etiquetar segmentos listos para activar.

(Analítica → Segmentación de clientes → RFM; publicar segmentos a Promociones/Cupones).

3) Activar reglas en Promociones y Cupones (con control de margen)

  • En Promociones, usa la condición “segmento de cliente” para dirigir beneficios a RFM/HML específicos (p. ej., “RFM” = 555 , recibe combo premium). Controla acumulabilidad, vigencias y límites por cliente/canal para evitar abuso y proteger margen.
  • En Cupones, emite nominativos por segmento (uno a uno) o masivos, con códigos únicos, topes y trazabilidad de canje para medir redención y retorno por grupo.

4) Potenciar recurrencia con Lealtad y Puntos

  • Diseña niveles o clubes usando los segmentos RFM/HML (p. ej., los “Altos” suman puntos extra en su categoría clave; los “En riesgo” ganan “puntos booster” por volver en 30 días).
  • Aplica reglas de acumulación/canje y expiración para sostener margen. (Lealtad → Niveles y factores de puntos → Canje).

5) Medir lo que importa

  • Tableros por segmento: % clientes activos, ticket promedio, margen, redención de cupones, recompra a 30/60/90 días.
  • Para atribución simple, compara antes/después por segmento o usa pequeños holdouts por segmento cuando sea posible.

Guía rápida (paso a paso) para dejarlo andando en 2–4 semanas

  1. Datos: exporta 6–12 meses de tickets y maestros (clientes/productos).
  2. Cálculo: crea en cloudpromo calculo de RFM o HML.
  3. Etiquetas: arma 8–12 segmentos accionables .
  4. Reglas (CloudPromo): activa 2–3 promociones por segmento con topes y vigencias claras; emite cupones nominativos para “En riesgo”.
  5. Medición: define 3 KPIs base por segmento: tasa de compra, ticket, margen (y, si puedes, recompra). Ajusta cada 2 semanas. (

Buenas prácticas y errores típicos

Buenas prácticas

  • Usar margen en “M” cuando sea posible (no solo ventas).
  • Pocos segmentos al inicio; más vale ejecutar bien 8–12 que “decorar” un tablero.
  • Topes por cliente y acumulabilidad controlada en reglas, sobre todo con cupones.

Errores a evitar

  • Ventanas muy cortas (recencia “castiga” de más) o muy largas (pierde señal).
  • Tratar todos los “en riesgo” igual; siempre prueba 2–3 ofertas distintas con tope.
  • No cerrar el ciclo: sin medir por segmento, no hay aprendizaje ni ROI real.

Más antecedentes en:

 

  1. Shopify — “What Is RFM Analysis?” (2025): guía clara y actualizada sobre qué es RFM y por qué sirve en e-commerce; útil para explicar R, F y M a equipos no técnicos. (Shopify)
  2. Investopedia — “RFM (Recency, Frequency, Monetary Value)”: referencia general sobre el método y su práctica de puntuar 1–5 por cada métrica. (Investopedia)
  3. Braze — “Understanding RFM Segmentation” (2025): explica el enfoque RFM orientado a campañas y engagement, con recomendaciones de implementación. (braze.com)