La méthode RFM est une technique de segmentation marketing basée sur trois indicateurs liés aux achats des clients : la Récence, la Fréquence et le Montant. Elle permet d’examiner l’historique des transactions pour distinguer les clients réguliers, les acheteurs à forte valeur, les nouveaux clients ou encore ceux qui n’achètent plus.
Cette méthode est particulièrement utilisée en e-commerce, dans le retail et les activités disposant d’un historique de commandes suffisamment important. En attribuant un score à chaque client, l’entreprise peut ensuite adapter ses campagnes marketing aux différents comportements observés.
📊 RFM marketing : à quoi correspondent Récence, Fréquence et Montant ?
Le modèle RFM part d’une idée simple : tous les clients n’ont pas la même relation avec une entreprise. Un acheteur ayant commandé récemment, plusieurs fois et pour un montant élevé ne doit pas nécessairement recevoir les mêmes communications qu’une personne ayant effectué un seul achat il y a plus d’un an.
R comme Récence : quand le client a-t-il acheté pour la dernière fois ?
La Récence mesure le temps écoulé depuis le dernier achat du client. La période retenue dépend du secteur et de la fréquence habituelle des commandes.
Un client ayant acheté il y a cinq jours aura généralement un meilleur score de récence qu’un client dont la dernière commande remonte à six mois.
La mesure peut être exprimée en jours, semaines ou mois. Dans une boutique dont les clients commandent régulièrement, quelques semaines peuvent déjà constituer un signal d’éloignement. Pour un produit acheté une seule fois par an, la même durée n’aura pas la même signification.
Le score est généralement construit de manière à attribuer la meilleure note aux achats les plus récents.
F comme Fréquence : combien de commandes ont été réalisées ?
La Fréquence correspond au nombre d’achats effectués par un client pendant une période définie.
Un client ayant réalisé 12 commandes sur les douze derniers mois aura un profil différent d’un acheteur ayant passé une seule commande sur cette même période.
La période d’analyse doit être cohérente avec le cycle d’achat. Une entreprise qui vend des consommables peut analyser les commandes sur quelques mois, tandis qu’une marque commercialisant des produits à renouvellement plus lent pourra retenir une période plus longue.
La fréquence permet notamment de différencier l’achat occasionnel de l’habitude d’achat.
M comme Montant : combien le client a-t-il dépensé ?
Le Montant mesure la valeur des achats réalisés par le client sur la période étudiée.
Il peut s’agir du chiffre d’affaires cumulé généré par chaque client. Selon les données disponibles et l’objectif de l’analyse, l’entreprise peut également travailler avec d’autres indicateurs liés à la valeur des commandes.
Un client ayant dépensé 2 000 € sur une période donnée n’aura pas le même score qu’un client ayant généré 150 € de chiffre d’affaires.
Le montant permet ainsi d’intégrer la valeur économique du client dans la segmentation, en complément de la récence et de la fréquence.
A lire aussi: Top des meilleurs consultants Google Ads en France en 2026
🔢 Comment calculer un score RFM ?
Le calcul commence par l’extraction de l’historique des transactions. Pour chaque client, trois données sont ensuite déterminées :
| Client | Dernier achat | Nombre d’achats | Montant cumulé |
| Client A | 8 jours | 9 | 1 850 € |
| Client B | 45 jours | 5 | 620 € |
| Client C | 210 jours | 2 | 180 € |
| Client D | 15 jours | 1 | 90 € |
Les valeurs brutes ne sont généralement pas utilisées directement pour créer les segments. Elles sont converties en notes, souvent sur une échelle de 1 à 5.
Pour la récence, un achat récent reçoit une note élevée. Pour la fréquence et le montant, les clients qui achètent davantage ou dépensent davantage reçoivent également une note élevée.
Un client peut ainsi obtenir un profil tel que :
R = 5, F = 4, M = 5
Son score RFM peut alors être présenté sous la forme 545.
L’intérêt de cette notation est de pouvoir comparer rapidement de nombreux clients et de créer des groupes présentant des comportements similaires.
🧮 La notation de 1 à 5 n’est pas une obligation
L’échelle 1 à 5 est très courante, mais elle n’est pas imposée par la méthode.
Une entreprise peut retenir une autre échelle selon le volume de données et la précision recherchée. L’important est de définir des seuils cohérents et de les appliquer de manière homogène à l’ensemble de la base étudiée.
Une segmentation en cinq niveaux peut par exemple utiliser des groupes correspondant à des quintiles : les 20 % de clients ayant les valeurs les plus faibles reçoivent une note basse, tandis que les 20 % présentant les valeurs les plus élevées reçoivent une note haute.
Pour la récence, l’interprétation est inversée dans les données brutes : moins le nombre de jours depuis le dernier achat est élevé, meilleure est la récence.
👥 Quels segments peut-on obtenir avec une analyse RFM ?
Le croisement des trois scores permet de créer différents profils de clients. Les appellations peuvent varier selon l’entreprise, mais plusieurs groupes sont couramment utilisés.
⭐ Les clients à forte valeur
Un client ayant une récence élevée, une fréquence élevée et un montant élevé présente un profil particulièrement intéressant pour les campagnes de fidélisation.
Il peut être placé dans un segment de clients fidèles ou VIP. Les communications peuvent alors porter sur des nouveautés, des offres réservées ou des produits complémentaires correspondant à ses achats précédents.
L’objectif n’est pas nécessairement de multiplier les promotions. Pour un client déjà actif, une communication trop fréquente ou trop fortement promotionnelle peut au contraire dégrader la relation commerciale.
🆕 Les nouveaux clients
Un client ayant une récence élevée mais une fréquence et un montant encore faibles peut correspondre à un acheteur récent.
Il vient d’effectuer sa première commande et ne dispose pas encore d’un historique suffisamment long pour être considéré comme fidèle.
Ce segment peut recevoir des communications destinées à encourager une seconde commande : présentation de produits complémentaires, recommandations adaptées ou rappel de l’offre de la marque.
🔄 Les clients fidèles
Une fréquence élevée indique que le client revient régulièrement. Même lorsque le montant moyen des commandes reste modéré, cette répétition peut révéler une relation commerciale stable.
Une entreprise peut alors proposer des produits complémentaires, des nouveautés ou des offres adaptées aux habitudes d’achat observées.
Le croisement avec la récence permet surtout de distinguer le client fidèle encore actif du client qui a progressivement cessé d’acheter.
⚠️ Les clients qui s’éloignent
Un client ayant auparavant acheté régulièrement mais dont le dernier achat commence à dater peut présenter un signal de désengagement.
Le croisement entre une bonne fréquence historique et une récence devenue faible permet de repérer ce type de profil.
Une campagne de réactivation peut alors être envisagée, avec un message différent de celui envoyé à un nouveau client. L’entreprise dispose déjà d’un historique d’achat et peut donc adapter la communication aux produits précédemment commandés.
💤 Les clients inactifs
Un faible score sur les trois critères peut correspondre à un client qui a acheté peu de fois, pour un montant limité et dont le dernier achat est ancien.
Tous ces profils ne doivent pas nécessairement recevoir les mêmes campagnes. Une entreprise peut notamment comparer le coût d’une relance avec la valeur historique du client avant de consacrer des ressources marketing à sa réactivation.
A voir également: Leads Google Ads : quel prix pour un prospect qualifié ?
🎯 À quoi sert concrètement la méthode RFM en marketing ?
L’intérêt du RFM réside dans la possibilité de passer d’une base clients uniforme à plusieurs groupes comportementaux.
Une campagne envoyée à toute la base avec le même message ne tient pas compte de l’historique d’achat. À l’inverse, une segmentation RFM peut servir à définir différentes campagnes selon la situation de chaque groupe.
| Segment | Profil RFM indicatif | Action marketing possible |
| VIP | R élevée, F élevée, M élevé | Fidélisation, nouveautés, offres réservées |
| Fidèles | R élevée, F élevée | Cross-sell, nouveautés |
| Nouveaux | R élevée, F faible, M faible | Encourager le deuxième achat |
| À réactiver | R faible, F élevée | Campagne de réactivation |
| Occasionnels | F faible | Relance ciblée |
| Inactifs | R faible, F faible, M faible | Campagne de reconquête ou exclusion |
Ces catégories ne sont pas universelles. Les seuils doivent être adaptés au cycle d’achat, au secteur, au panier moyen et au volume de données disponible.
📈 RFM et personnalisation des campagnes
Une fois les segments établis, les scores RFM peuvent être utilisés avec un CRM, une plateforme d’emailing ou un outil d’automatisation marketing.
Une entreprise peut par exemple déclencher différentes campagnes :
- Récence élevée + fréquence élevée : message de fidélisation ou recommandation de produits ;
- Récence élevée + fréquence faible : communication destinée à favoriser une nouvelle commande ;
- Récence faible + fréquence élevée : campagne de réactivation ;
- Récence faible + montant élevé : relance personnalisée pour les anciens clients à forte valeur ;
- Scores faibles sur les trois critères : campagne de reconquête avec budget maîtrisé.
La segmentation peut également servir à adapter la pression commerciale. Un client qui vient de commander n’a pas nécessairement besoin de recevoir immédiatement une promotion destinée aux personnes n’ayant pas acheté depuis plusieurs mois.
⚙️ Les limites de la méthode RFM
Le RFM présente l’avantage d’être relativement simple à calculer, mais il ne décrit pas toute la relation entre une entreprise et ses clients.
Deux clients peuvent avoir un score identique tout en ayant des comportements très différents. Un client peut acheter fréquemment de petits produits, tandis qu’un autre effectue moins de commandes mais avec des paniers beaucoup plus importants.
Le modèle ne tient pas non plus automatiquement compte de la marge, des produits achetés, des retours, des remboursements, du canal d’acquisition ou des interactions avec le service client.
Il peut donc être pertinent de compléter le RFM avec d’autres données lorsque la segmentation doit être plus fine.
La qualité du modèle dépend également de la période étudiée. Une analyse portant sur les douze derniers mois ne donnera pas nécessairement les mêmes segments qu’une analyse portant sur les trois dernières années.