Geçen Kasım indirimlerinden iki hafta önce, İstanbul Merter’deki bir kadın giyim markasının kurucusu Burak ile reklam hesaplarını inceliyorduk. Burak, veritabanındaki 84.000 müşterinin tamamına aynı “Sepette Net %25 İndirim” SMS’ini ve e-postasını göndermeye hazırlanıyordu.
Sipariş geçmişini indirip 20 dakikalık hızlı bir RFM analizi yaptığımızda acı tabloyla yüzleştik. Listesindeki 9.200 kişi son bir ayda zaten indirimsiz alışveriş yapmış sadık müşterilerdi; 31.000 kişi ise son iki yıldır tek bir linke bile tıklamamıştı. Herkese aynı mesajı atsaydı, hem sadık kitlenin bırakacağı tam fiyatlı kâr marjını kendi eliyle eritecek hem de 31.000 ölü numaraya boşuna SMS faturası ödeyecekti.
Büyüme ekiplerinde çalışırken en sık gördüğüm bütçe sızıntısı budur. Markalar yeni müşteri kazanmak (acquisition) için Meta ve Google açık artırmalarında tıklama başına kuruş hesabı yapar. İş mevcut müşteri tabanına gelince tüm ciddiyet kaybolur ve 100.000 kişiye tek tip kampanya bülteni fırlatılır.
Peki RFM analizi nedir ve bu körlüğü nasıl bitirir? Bu rehberde ders kitaplarındaki teorik tanımları ve Kaggle veri setlerinden kopyalanmış ezbere Python kodlarını bir kenara bırakacağız. Son 10 yılda Türkiye’deki e-ticaret ve SaaS markalarında bizzat uyguladığım puanlama mantığını, iade ve kupon avcılarının tabloyu nasıl bozduğunu ve segmentlerinizi sadece e-postada değil, ücretli reklam algoritmalarında nasıl bir kâr kaldıracına dönüştüreceğinizi adım adım konuşacağız.
RFM Analizi Nedir? 3 Metriğin Saha Karşılığı
RFM analizi, bir işletmenin mevcut müşterilerini geçmiş satın alma davranışlarına göre Yenilik (Recency), Sıklık (Frequency) ve Parasal Değer (Monetary) olmak üzere üç temel metrik üzerinden puanlayıp gruplandırdığı veri odaklı bir müşteri segmentasyonu yöntemidir. Temel amacı, her müşteri grubuna davranışına uygun pazarlama aksiyonu almaktır.
Kavram yeni değil; kökeni 1930’ların basılı katalog perakendeciliğine dayanıyor. O dönemde katalog basıp posta yoluyla göndermek ciddi bir maliyet kalemiydi ve şirketler kataloğu kime göndereceğini seçmek zorundaydı. Yıllar geçti, posta kutularının yerini e-posta, SMS, WhatsApp ve yeniden pazarlama (retargeting) pikselleri aldı ama insan psikolojisi değişmedi.
Modelin arkasındaki üç metriğe, bir pazarlamacının ekranından bakalım:
1. Recency (Yenilik / Son Satın Alma Tarihi)
Müşterinin sizden en son ne zaman alışveriş yaptığını gösterir. Bugünün tarihinden müşterinin son sipariş tarihini çıkardığınızda elde ettiğiniz gün sayısıdır.
Burada puanlama ters çalışır: Gün sayısı ne kadar küçükse, müşterinin Recency (R) puanı o kadar yüksektir. Dün sipariş veren biri 5 puan alırken, 11 ay önce alışveriş yapan biri 1 puan alır. Çünkü markanızla bağı en sıcak olan kişi, ikinci siparişe en yakın olan kişidir.
2. Frequency (Satın Alma Sıklığı)
Müşterinin belirli bir zaman dilimi içinde (örneğin son 12 ayda) toplam kaç kez sipariş verdiğini ölçer. Tek seferlik tesadüfi alıcı ile markanızı alışkanlık haline getirmiş müşteri arasındaki sınır çizgisidir.
Sipariş adedi arttıkça Frequency (F) puanı da yükselir. İlk alışverişi yaptırmak reklam bütçesiyle satın alınabilir bir şeydir; ancak üçüncü ve dördüncü siparişi aldıran şey ürün memnuniyeti ve doğru müşteri elde tutma (retention) stratejisi kurgusudur.
3. Monetary (Parasal Değer / Toplam Ciro Katkısı)
Müşterinin seçilen zaman aralığında kasaya bıraktığı toplam para miktarıdır. Çok harcayan müşteri yüksek Monetary (M) puanı alır.
Ancak burada Türkiye’deki pek çok rehberin atladığı bir saha kuralı var. Üç metrik arasında gelecekteki satın alma ihtimalini en zayıf tahmin eden metrik Monetary değeridir. Geçen hafta tek seferde 15.000 TL’lik mont alan bir müşteri (R=5, F=1, M=5), her ay düzenli olarak 1.200 TL’lik kahve siparişi veren müşteriden (R=5, F=5, M=3) daha sadık değildir. Bu yüzden segmentasyon matrisini kurarken R ve F skorlarını ana eksene koyar, M skorunu ise teklifin boyutunu ve VIP eşiğini belirlemek için kullanırız.
Ham sipariş tablolarınızı stratejik büyüme kararlarına dönüştürmekte zorlanıyor musunuz? Veriyi sadece raporlamak yerine aksiyona dökmek için hazırladığımız Veri Piramidi (DIKW) uygulama rehberimize göz atarak analitik altyapınızı nasıl kuracağınızı inceleyin.
Webdeki Standart RFM Rehberlerinin Size Söylemediği 3 Gerçek
İnternette RFM analizi nasıl yapılır diye arattığınızda karşınıza çıkan yazıların neredeyse tamamı birbirinin kopyasıdır. Size “Müşterileri R, F ve M değerlerine göre sıralayın, %20’lik 5 eşit dilime (quintile) bölün ve 1’den 5’e kadar puan verin” derler.
Kağıt üzerinde harika durur. Ama gerçek bir Türk e-ticaret sitesinin veritabanını açıp bu kuralı uyguladığınızda tablo ilk dakikada çöker. Sahada canınızı yakacak üç büyük tuzağı ve çözümlerini netleştirelim.
Tuzak 1: “Tek Siparişliler Duvarı” ve Yüzdelik Dilim Hatası
Standart istatistiksel yöntem, müşteri tabanını her metrik için %20’lik beş eşit parçaya böler (PERCENTRANK veya Python’daki qcut fonksiyonu). Sorun şu ki Türkiye’deki ortalama bir e-ticaret sitesinde müşterilerin %65 ila %75’i yalnızca 1 kez alışveriş yapmıştır.
Müşterilerinizin %70’inin sipariş adedi “1” iken bu kitleyi 5 eşit parçaya bölmeye kalkarsanız ne olur? Sadece 1 sipariş veren Ahmet F=1 puanı alırken, yine sadece 1 sipariş veren Mehmet F=2, Ayşe ise F=3 puanı alır. Tek siparişli müşteri bir anda “Potansiyel Sadık” segmentine sıçrar.
Sahadaki Çözüm: Frequency (Sıklık) puanlamasında asla otomatik %20’lik dilimleme kullanmayın. Kendi sektörünüze uygun sabit sipariş eşikleri (threshold) belirleyin:
* 1 sipariş: 1 Puan
* 2 sipariş: 2 Puan
* 3 sipariş: 3 Puan
* 4 – 5 sipariş: 4 Puan
* 6 ve üzeri sipariş: 5 Puan
Recency ve Monetary için yüzdelik dilimleme (%20’lik kırılım) gayet iyi çalışır çünkü gün sayıları ve sepet tutarları sürekli dağılım gösterir. Fakat Frequency her zaman manuel eşik ister.
Tuzak 2: İade Şampiyonları ve İndirim Avcıları (Brüt Ciro Yanılsaması)
Selin, İstanbul Kadıköy merkezli bir ayakkabı ve çanta markasının CRM yöneticisiydi. 2026 ilkbahar koleksiyonu çıkarken RFM tablosundaki 555 (Şampiyonlar) segmentinden 450 kişiyi seçti ve her birine 600 TL maliyetli özel deri bakım seti hediye gönderdi. Ay sonunda muhasebe ekibiyle verileri eşleştirdiğinde şok oldu: Hediye gönderdiği “Şampiyon” müşterilerin %38’i, son bir yılda sipariş verdiği 4 çift ayakkabıdan 3’ünü iade eden ve şirkete kargo parası yüzünden net zarar yazdıran kişilerdi.
Selin’in hatası, Monetary (M) metriğini e-ticaret panelindeki Brüt Sipariş Tutarı üzerinden çekmekti.
Sahadaki Çözüm: Türkiye’de tekstil ve ayakkabıda iade oranları %20 ile %35 arasında geziyor. Monetary sütununu hesaplarken mutlaka Net Ciro (İptal ve İadeler Düşülmüş Tutar) verisini kullanın. Hatta elinizde ürün bazlı maliyet verisi varsa ciroyu değil, doğrudan Brüt Kâr Katkısını (Contribution Margin) puanlayın. Sadece %50 indirim dönemlerinde kupon koduyla alışveriş yapan bir müşteri ciro üretir ama kâr üretmez.
Tuzak 3: Sektöre Göre Değişen Zaman Penceresi (Sipariş Döngüsü)
Veri setini çekerken son 1 yılı mı baz alacaksınız, son 90 günü mü, yoksa son 24 ayı mı? Bu sorunun cevabı sattığınız ürünün doğal tüketim ömründe (Purchase Cycle) gizlidir.
Kahve çekirdeği, bebek bezi, kedi maması veya vitamin satıyorsanız müşterinin ürünü bitirme süresi 25-35 gündür. Bu dikeylerde 60 gündür sipariş vermeyen müşteri artık “Risk Altında”dır. Öte yandan yatak, beyaz eşya, oto lastiği veya yıllık B2B yazılım lisansı satıyorsanız, 60 gün önce alışveriş yapan müşteriye “Seni özledik, nerelerdesin?” diye mail atmak amatörlüktür.
Modeli kurmadan önce şu basit hesabı yapın: En az 2 sipariş vermiş müşterilerinizin birinci ve ikinci siparişi arasındaki ortalama gün farkını (Ortalama Tekrar Satın Alma Süresi – AIPT) bulun. Recency kırılımlarınızı bu sürenin katlarına göre ayarlayın.
Adım Adım RFM Analizi Nasıl Yapılır? (Excel ve Google Sheets Uygulaması)
Veri bilimci olmanıza veya pahalı kurumsal yazılımlar satın almanıza gerek yok. Shopify, İkas, Ticimax, Ideasoft veya WooCommerce panelinizden indireceğiniz standart bir sipariş CSV dosyasıyla 20 dakika içinde kendi RFM tablonuzu kurabilirsiniz.
İşte sıfırdan uygulama adımları:
Adım 1: Ham Sipariş Verisini Hazırlayın
E-ticaret panelinizden son 12 veya 24 aya ait tamamlanmış (iade edilmemiş) siparişleri dışa aktarın. Tablonuzda yalnızca şu dört sütunun kalması yeterlidir:
1. Müşteri E-posta Adresi (veya tekil Müşteri ID)
2. Sipariş Numarası
3. Sipariş Tarihi
4. Net Sipariş Tutarı (İndirimler ve iadeler düşülmüş, KDV hariç tutar)
Adım 2: Pivot Tablo ile Müşteri Bazlı R, F ve M Değerlerini Çıkarın
Ham sipariş listesinde aynı müşterinin birden fazla satırı vardır. Excel veya Google Sheets’te Pivot Table (Özet Tablo) oluşturarak veriyi müşteri bazında tekilleştirin:
* Satırlar (Rows): Müşteri E-posta Adresi
* Değer 1 (Son Alışveriş Tarihi): Sipariş Tarihi sütununu ekleyin ve özetleme türünü MAK (MAX) olarak seçin. Ardından yan sütunda =BUGÜN() - [Son_Tarih_Hücresi] formülüyle kaç gün geçtiğini (Recency) hesaplayın.
* Değer 2 (Frequency): Sipariş Numarası sütununu ekleyin ve özetleme türünü BAĞ_DEĞ_DOLU_SAY (COUNTA) yapın.
* Değer 3 (Monetary): Net Sipariş Tutarı sütununu ekleyin ve özetleme türünü TOPLA (SUM) yapın.
Adım 3: 1’den 5’e Kadar Puanları (Skorları) Atayın
Artık her müşterinin karşısında üç rakam var (Örneğin: 14 gün, 4 sipariş, 8.400 TL). Şimdi bunları 1-5 arası puana çevireceğiz:
- R Skoru Formülü (Düşük gün = Yüksek puan):
Excel’de müşterinin gün sayısının bulunduğu hücreninB2, tüm gün sütununun$B$2:$B$10000olduğunu varsayalım:
=TAMSAYI((1 - YÜZDEBİRLİK(B$2:B$10000; B2)) * 5) + 1
(Not: En küçük değerin 6 çıkmaması için formülüMİN(5; ...)içine alabilirsiniz). - F Skoru Formülü (Sabit Eşikli):
Sipariş adedininC2hücresinde olduğunu varsayalım:
=EĞER(C2>=6; 5; EĞER(C2>=4; 4; EĞER(C2=3; 3; EĞER(C2=2; 2; 1)))) - M Skoru Formülü (Yüksek ciro = Yüksek puan):
Toplam harcamanınD2hücresinde olduğunu varsayalım:
=MİN(5; TAMSAYI(YÜZDEBİRLİK(D$2:D$10000; D2) * 5) + 1)
Son olarak =BİRLEŞTİR(E2; F2; G2) formülüyle üç puanı yan yana yazdırdığınızda her müşterinin 555, 344, 155 veya 111 gibi üç haneli RFM kimliği ortaya çıkar. Eğer CRM stratejisi ve müşteri veri yönetimi süreçlerinizi otomatikleştirmek isterseniz, bu tabloyu Google Sheets üzerinden doğrudan e-posta ve reklam araçlarınıza bağlayabilirsiniz.
Müşteri Segmentasyonu Tablosu: 11 RFM Segmenti ve Aksiyon Haritası
5 farklı R, 5 farklı F ve 5 farklı M puanı birleştiğinde matematiksel olarak $5 \times 5 \times 5 = 125$ farklı kombinasyon oluşur. Hiçbir pazarlama ekibi 125 ayrı kampanya yönetemez.
Bu yüzden Shopify’ın e-ticaret RFM metodolojisinde ve Optimove’un CRM segmentasyon modellerinde olduğu gibi, R ve F skorlarını baz alarak bu 125 kombinasyonu 11 yönetilebilir segmente indirgiyoruz.
Aşağıdaki tablo, her segmentin puan karşılığını, müşteri psikolojisini ve hem CRM hem de ücretli reklam (Paid Ads) kanallarında almanız gereken aksiyonları özetliyor:
| Segment Adı | R Skoru | F Skoru | Kitle Özelliği | CRM Aksiyonu (E-Posta / SMS / WhatsApp) | Reklam Aksiyonu (Meta & Google Ads) |
|---|---|---|---|---|---|
| 1. Şampiyonlar (Champions) | 5 | 5 | En son gelen, en sık alan ve en yüksek kârı bırakan çekirdek kitle. | İndirim kuponu vermeyin. Yeni koleksiyonlara 24 saat erken erişim, VIP etkinlik daveti ve arkadaşını getir (referral) ödülü sunun. | Meta CAPI ve Google Ads için %1 Value-Based Lookalike (Benzer Kitle) tohum listesi olarak kullanın. |
| 2. Sadık Müşteriler (Loyal) | 3 – 4 | 4 – 5 | Düzenli alışveriş yapan, markaya güvenen kemik kitle. | Sepet tutarını artıracak tamamlayıcı ürün (cross-sell) önerileri ve sadakat puanı katlama kampanyaları gönderin. | Yüksek bütçeli yeni ürün lansman kampanyalarında birincil hedef kitleye dahil edin. |
| 3. Potansiyel Sadıklar (Potential Loyalists) | 4 – 5 | 2 – 3 | Yakın zamanda 2 veya 3 kez alışveriş yapmış, alışkanlık kazanmak üzere olanlar. | Üyelik programına davet edin, en çok satan (best-seller) diğer kategorileri tanıtan eğitici içerikler gönderin. | Dinamik ürün reklamlarında (DPA) kategori çapraz satış kurgusuyla hedefleyin. |
| 4. Yeni Müşteriler (New Customers) | 5 | 1 | İlk siparişini çok yakın zamanda vermiş ama henüz ikinciyi almamış kitle. | İndirim yerine ürün kullanım rehberi, hoş geldin serisi ve 2. siparişe özel süreli kargo bedava/hediye kurgusu çıkın. | İlk 14 gün standart retargeting listesinden çıkarın, 15. günden itibaren ikinci satın alma reklamı gösterin. |
| 5. Umut Vaat Edenler (Promising) | 4 | 1 | Birkaç hafta önce ilk siparişini vermiş, siteyi tekrar ziyaret etme potansiyeli olanlar. | Sosyal kanıt (müşteri yorumları) içeren e-postalar ve sınırlı süreli tamamlayıcı ürün teklifleri sunun. | Düşük frekanslı marka hatırlatma ve kullanıcı deneyimi (UGC) videolarıyla hedefleyin. |
| 6. İlgiye İhtiyaç Duyanlar (Need Attention) | 3 | 3 | Ortalama sıklıkta ve tutarda alışveriş yapan ama son siparişinin üzerinden zaman geçenler. | “Sizin için seçtiklerimiz” başlıklı kişiselleştirilmiş ürün bültenleri ve sepet terk hatırlatmaları gönderin. | Sadece yüksek kâr marjlı ürünlerin yeniden pazarlama kampanyalarına dahil edin. |
| 7. Uykuya Dalmak Üzere (About to Sleep) | 2 – 3 | 1 – 2 | Uzun süredir gelmeyen, tek veya iki siparişli düşük etkileşimli grup. | Stok eritme (outlet) kampanyaları veya agresif paket (bundle) teklifleriyle son kez yoklayın. | Ücretli reklam bütçesini kısın; yalnızca büyük sezon indirimlerinde (Kasım/Yılbaşı) hedefleyin. |
| 8. Risk Altındakiler (At Risk) | 1 – 2 | 3 – 4 | Eskiden sık alışveriş yaparken aniden kesilen, rakibe kayma ihtimali yüksek grup. | Kişiselleştirilmiş “Sizi özledik” mesajı, memnuniyet anketi ve anlamlı bir geri kazanım (win-back) çeki tanımlayın. | Özel “Win-Back” kreatifleriyle Meta ve YouTube’da ayrı bir reklam setiyle hedefleyin. |
| 9. Kaybedilmemesi Gerekenler (Can’t Lose Them) | 1 | 5 | Geçmişin en büyük ciro ve sipariş şampiyonları; ancak uzun süredir tamamen sessizler. | Otomatik mail yetmez. Müşteri temsilcisi araması veya kurucu imzalı kişisel e-posta ile sorunu sorun, VIP geri dönüş teklifi verin. | Bütçe sınırı olmaksızın en güçlü tekliflerle özel hedef kitle (Custom Audience) olarak yakalayın. |
| 10. Kış Uykusundakiler (Hibernating) | 1 – 2 | 1 – 2 | Çok uzun süre önce 1-2 kez küçük alışveriş yapmış, markayı unutmuş kitle. | İYS ret ve spam riskini artırmamak için normal bültenlerden çıkarın; yılda en fazla 2 kez büyük kampanya maili atın. | Tüm standart yeniden pazarlama (retargeting) kampanyalarından hariç tutun (Exclude). |
| 11. Kaybedilenler (Lost) | 1 | 1 | En eski tarihte tek bir sipariş verip tamamen kopmuş kitle. | Aktif e-posta ve SMS gönderimini durdurun (Suppression List). Gönderici itibarınızı koruyun. | Reklam hesaplarında kesin Hariç Tutma (Exclusion) listesine ekleyin; 1 TL bile harcamayın. |
Pazarlama Bütçesini Kurtaran 4 Stratejik RFM Kurgusu
Tabloyu çıkarmak işin sadece yarısıdır. Harvard Business Review’un müşteri tutundurma araştırmalarına göre, yeni bir müşteri kazanmak mevcut müşteriyi elde tutmaktan 5 ila 25 kat daha pahalıya mal oluyor. Üstelik retention oranı nedir ve nasıl artırılır rehberimizde de incelediğimiz gibi, elde tutma oranındaki %5’lik bir iyileşme şirket kârlılığını %25’ten fazla artırabiliyor.
Peki RFM tablosunu çıkardıktan sonra yarın sabah hangi kampanyaları değiştirmelisiniz?
1. Şampiyonların (555) Kâr Marjını İndirim Kuponuyla Yakmayın
Türkiye’deki e-ticaret markalarının yaptığı en pahalı hata, 555 segmentindeki müşteriye %20 indirim kuponu göndermektir. Bu kişi zaten sitenize girip tam fiyattan alışveriş yapıyor! Ona indirim verdiğinizde ekstra bir satış yaratmazsınız; zaten gerçekleşecek olan satışın kâr marjını çöpe atarsınız.
Şampiyonlar indirim değil, statü ve ayrıcalık ister:
* Yeni sezon ürünlerini herkesten 48 saat önce satın alma hakkı (Erken Erişim),
* Siparişlerinde koşulsuz ücretsiz ve öncelikli kargo,
* Satışta olmayan sınırlı üretim (limited edition) hediyeler,
* “Arkadaşını davet et, ikiniz de kazanın” kurgusuyla onları marka elçisine dönüştürmek.
2. “Kaybedilmemesi Gerekenler” (155) İçin Otomatik E-Posta Değil, İnsani Temas Kurun
Skoru 155 veya 145 olan bir müşteri, geçmişte sizden 8-10 kez alışveriş yapmış ama son 6 aydır bıçak gibi kesilmiş demektir. Büyük ihtimalle son siparişinde kargo hasarlı geldi, müşteri hizmetlerinizle tartıştı ya da bir rakibiniz çok daha iyi bir abonelik modeli sundu.
Bu segmente standart bir “Sepetinizde %15 indirim sizi bekliyor!” SMS’i atmak hakaret gibidir. Bunun yerine e-posta pazarlamasında ROI’yi maksimize etme stratejileri kapsamında kurucu veya müşteri deneyimi direktörü ağzından düz metin (plain-text, tasarımsız) bir e-posta gönderin.
Mesajınız şu sadelikte olmalı: “Merhaba Kerem Bey, eskiden her ay kahve çekirdeklerimizi tercih ederken son 4 aydır aramızda olmadığınızı fark ettim. Bir hatamız mı oldu? Doğrudan bu maile yanıt verirseniz bizzat ilgilenmek isterim.”
Mailchimp’in e-posta segmentasyon verilerine göre davranışsal olarak segmente edilmiş kampanyalar, toplu gönderimlere kıyasla %14,3 daha yüksek açılma ve %100,9 daha yüksek tıklama oranı üretiyor. Özellikle 155 segmentinde bu kişisel dokunuşun geri dönüş oranı şaşırtıcı derecede yüksektir.
3. Yeni Müşterilerde (511) “İkinci Sipariş Köprüsü”nü İlk 21 Günde Kurun
E-ticarette en büyük uçurum birinci sipariş ile ikinci sipariş arasındadır. İlk kez alışveriş yapan (511) müşterilerin ortalama %70’i bir daha asla geri dönmez; ancak ikinci siparişi veren bir müşterinin üçüncü siparişi verme ihtimali bir anda %45-50 bandına fırlar.
Kaan, İzmir’de doğal zeytinyağı ve gurme gıda ürünleri satan bir D2C (tüketiciye doğrudan satış) markasını yönetiyor. Ocak 2026’da RFM analizini çıkardığında müşterilerinin %78’inin 511, 411 ve 111 (yani tek siparişliler) olduğunu gördü ve herkese genel haftalık bülten atmayı bıraktı.
İlk kez 1 litrelik zeytinyağı alan 511 müşterisine, sipariş teslim edildikten 7 gün sonra ürünle yapılabilecek 3 meze tarifi gönderdi. 21. günde ise (ürünün yarılandığı tarihte) sadece ikinci siparişte geçerli özel bir tadım paketi teklifi sundu. 90 gün sonunda ilk müşterilerin ikinci siparişe geçiş oranı %18’den %31’e yükseldi.
4. Meta CAPI ve Google Ads’de “555 Tohumlama” ve “111 Hariç Tutma”
İşte büyüme pazarlamacılarını geleneksel CRM uzmanlarından ayıran asıl hamle budur. RFM segmentlerinizi sadece e-posta veya SMS aracınızda tutmayın; bu listeleri Meta Conversions API (CAPI) kurulumu ve Google Ads Müşteri Eşleştirme (Customer Match) üzerinden reklam algoritmalarına besleyin:
- Değer Bazlı Benzer Kitle (Value-Based Lookalike): Sitenizden alışveriş yapan herkesi tek bir torbaya koyup Meta’ya “Bana bunlara benzeyen insanlar bul” derseniz, algoritma size ucuz ve tek seferlik kupon avcılarını bulur. Bunun yerine yalnızca Şampiyonlar (
555) ve Sadık Müşteriler (455,545) segmentini (net LTV değeriyle birlikte) tohum kitle olarak yükleyin. - Negatif Kitle (Exclusion) Temizliği: Yeniden pazarlama (retargeting) kampanyalarınızda “Son 365 günde siteyi ziyaret edenler veya tüm müşteriler” hedefliyorsanız,
111(Kaybedilenler) ve yüksek iade oranlı müşterileri Hariç Tutulanlar (Exclude) listesine ekleyin. Sadece bu hamle bile retargeting bütçenizin %15 ila %25’ini boşa yanmaktan kurtarır.
Sitenizdeki mevcut müşteri verisini e-posta, SMS ve ücretli reklam kanallarında nasıl birleştireceğinizi planlamak mı istiyorsunuz? Büyüme stratejinizi adım adım kurgulamak için Dijital Strateji kategorimizdeki uygulama rehberlerini hemen inceleyin.
RFM Analizinin Sınırları ve 2026’da Tahmine Dayalı (Predictive) Modeller
Dürüst olalım: RFM analizi muazzam bir temeldir ama kusursuz değildir. En büyük zayıflığı dikiz aynasına bakarak araba kullanmasıdır. Yani müşterinin sadece geçmişte ne yaptığını ölçer; gelecekte ne yapacağını kesin olarak bilemez.
Örneğin bir müşteri bebeği doğduğunda sitenizden 6 ay boyunca her hafta bebek bezi ve mama almış olabilir (555 Şampiyon). Ancak çocuk büyüyüp bez bıraktığında o müşteri bir daha asla o kategoriden alışveriş yapmayacaktır. Klasik RFM, bu müşteriyi birkaç ay sonra 155 (Kaybedilmemesi Gerekenler) olarak işaretler ve size boşu boşuna bebek bezi indirimi göndertir.
Bu yüzden veri olgunluğu yüksek markalarda RFM’i tek başına bırakmayız; onu tahmine dayalı analiz (predictive analytics) modelleriyle (BG/NBD ve Gamma-Gamma gibi olasılıksal CLV modelleri) birleştiririz. Google Analytics 4 (GA4) içindeki “Tahmini Satın Alma Olasılığı” (Purchase Probability) ve “Tahmini Kayıp Olasılığı” (Churn Probability) metriklerini, kendi hesapladığınız RFM segmentleriyle çaprazladığınızda hem geçmiş verinin kesinliğini hem de makine öğrenmesinin öngörüsünü aynı tabloda yakalarsınız.
Sıkça Sorulan Sorular (SSS)
RFM analizinde en yüksek ve en iyi skor kaçtır?
Standart 1-5 puanlama sisteminde en iyi RFM skoru 555‘tir. Bu skor müşterinin en yakın tarihte alışveriş yaptığını (R=5), en sık sipariş veren grupta olduğunu (F=5) ve şirkete en yüksek net ciroyu/kârı bıraktığını (M=5) gösterir. Bu gruptaki müşteriler “Şampiyonlar” (Champions) olarak adlandırılır.
RFM analizi hangi sıklıkla güncellenmelidir?
Güncelleme sıklığı tamamen sektörünüzün ortalama tekrar satın alma süresine (AIPT) bağlıdır. Hızlı tüketim, kozmetik, gıda ve moda e-ticaretinde müşteri segmentleri haftalık veya 15 günde bir dinamik olarak güncellenmelidir. Mobilya, elektronik veya yıllık B2B yazılım gibi uzun döngülü sektörlerde ise aylık veya çeyreklik güncellemeler yeterlidir.
B2B şirketlerde RFM analizi nasıl uygulanır?
B2B ve SaaS şirketlerinde tekil sepet satışı yerine abonelik veya sözleşme yenileme mantığı olduğu için metrikler uyarlanır. Recency, müşterinin platforma son giriş (login) veya son fatura tarihi; Frequency, aylık aktif kullanım sıklığı veya kullanılan modül sayısı; Monetary ise Yıllık Tekrarlayan Gelir (ARR) veya sözleşme büyüklüğü olarak puanlanır.
Yeni açılan bir e-ticaret sitesinde RFM analizi yapılabilir mi?
Veri setinde anlamlı bir kırılım oluşması için en az 6 aylık sipariş geçmişi ve tekrar eden siparişlerin (2 ve üzeri alışveriş yapan kitle) oluşmuş olması gerekir. İlk 3-6 ayda müşterilerin neredeyse tamamı tek siparişli (F=1) olacağı için tam kapsamlı RFM yerine “İlk Siparişten Geçen Gün Sayısı (Recency)” ve “Sepet Tutarı (Monetary)” bazlı ikili segmentasyon yapmak daha doğru sonuç verir.
Sonuç: Pazartesi Sabahı İlk Aksiyonunuz Ne Olmalı?
Müşteri kazanım maliyetlerinin her çeyrekte arttığı bir pazarda, veritabanınızdaki tüm müşterilere aynı gözle bakmak lükstür. RFM analizi nedir sorusunun en kısa özeti şudur: Kâr getiren müşteriyi ödüllendirmek, uzaklaşan değerli müşteriyi erken yakalamak ve bütçe emen ölü listelerle vedalaşmaktır.
Bu hafta sonu veya Pazartesi sabahı büyük bir yazılım entegrasyonu beklemeyin. Şu 4 adımı 30 dakika içinde tamamlayın:
- E-ticaret veya CRM panelinizden son 12 ayın iade düşülmüş net sipariş verisini Excel’e indirin.
- Pivot tablo ile her müşterinin son sipariş gün farkını (R), toplam sipariş adedini (F) ve net harcamasını (M) çıkarın.
- En azından iki uç grubu hemen ayırın:
555(Şampiyonlar) ve155 / 255(Risk Altındaki Değerli Müşteriler). - Bu hafta çıkacağınız toplu indirim kampanyasından
555kitlesini çıkarıp onlara özel bir erken erişim mesajı tanımlayın;155kitlesine ise kişisel bir geri kazanım teklifi gönderin.
Müşteri verinizi sadece Excel tablolarında tutmak yerine tüm büyüme huninize entegre etmek ister misiniz? Elde tutma oranlarınızı kalıcı olarak artırmak için Müşteri Retention Stratejisi rehberimizi hemen okuyun ve aksiyon planınızı bugün devreye alın.