Clasificación matemática continua de la base de clientes según su Recencia, Frecuencia y Valor Monetario calculada mediante consultas analíticas en el Data Warehouse.
Explicación y Contexto Conceptual
La segmentación RFM (Recencia, Frecuencia, Valor Monetario) es uno de los marcos de modelado de clientes más robustos de la analítica transaccional. Evalúa a cada comprador en tres dimensiones cuantitativas fundamentales:
1. **Recencia (R)**: ¿Cuántos días han transcurrido desde su última transacción?
2. **Frecuencia (F)**: ¿Cuántas órdenes totales ha realizado en su ciclo de vida?
3. **Monetario (M)**: ¿Cuánto dinero total ha desembolsado en la empresa?
Al automatizar este cálculo mediante modelos de dbt o SQL en Snowflake/BigQuery (utilizando funciones de cuantiles NTILE(5)), cada cliente recibe una puntuación del 1 al 5 en cada eje, clasificándose en grupos estratégicos: 'Campeones VIP' (5-5-5), 'Clientes Leales', 'Prospectos Prometedores', 'En Riesgo de Abandono' (1-5-5) o 'Hibernando' (1-1-1).
Los segmentos resultantes se envían a plataformas de CRM para activar mensajes hipersegmentados.
Ejemplo en la Práctica
Un e-commerce detecta automáticamente en SQL que 1,200 clientes pasaron de la categoría "Campeones" a "En Riesgo" (alto gasto histórico pero sin compras en 90 días), disparando un cupón de reactivación exclusivo.