RFM-Analyse: Kunden in Excel segmentieren (Anleitung)

Die RFM-Analyse ist eine Methode, Kunden nach ihrem Kaufverhalten zu segmentieren. Jeder Kunde erhält einen Wert für Recency (wie lange der letzte Kauf zurückliegt), Frequency (wie viele Käufe) und Monetary Value (wie viel Umsatz). Kunden mit ähnlichen Werten bilden Segmente, etwa Top-Kunden, Neukunden oder gefährdete ehemalige Stammkunden, und jedes Segment bekommt eine eigene Maßnahme. Alles, was Sie brauchen, ist ein Bestellexport und eine Tabellenkalkulation; eine erste Version schaffen Sie an einem Nachmittag.

Die Methode ist alt und einfach, und genau das ist ihre Stärke: Sie nutzt Daten, die jeder Shop und jeder Dienstleister ohnehin hat, und beantwortet eine praktische Frage: Wen sollten wir diesen Monat ansprechen, und womit? Diese Anleitung zeigt die Formeln, ein Bewertungsschema für kleine Kundenstämme, ein Rechenbeispiel mit zehn Kunden und die passende Maßnahme für jedes Segment.

Was R, F und M messen

Merkmal	Gemessen als	Welche Frage es beantwortet
Recency (R, Aktualität)	Tage seit dem letzten Kauf	Ist der Kunde noch aktiv?
Frequency (F, Häufigkeit)	Zahl der Käufe im Analysezeitraum	Ist der Kauf bei uns eine Gewohnheit?
Monetary (M, Umsatz)	Gesamtumsatz im Analysezeitraum	Wie viel ist die Beziehung wert?

Die Aktualität ist meist das stärkste Signal dafür, ob jemand wieder kauft. Die Häufigkeit zeigt Gewohnheit. Der Umsatz hilft bei der Entscheidung, wie viel persönlichen Aufwand ein Kunde verdient. Zusammen gelesen unterscheiden sie einen treuen Stammkunden, der still geworden ist (hohes F, niedriges R), von einem Neukunden, der gerade erst angefangen hat (hohes R, niedriges F): zwei Menschen, die ganz unterschiedliche Botschaften brauchen.

Wann sich die RFM-Analyse lohnt

Die RFM-Analyse passt zu Unternehmen, bei denen Kunden in unregelmäßigen Abständen wiederholt kaufen: Einzelhandel, Onlineshops, Gastronomie mit Kundenkonten, Salons, Großhandel, Dienstleister mit wiederkehrenden Aufträgen. Weniger nützlich ist sie, wenn:

• fast jeder Kunde nur einmal kauft (es gibt kaum Häufigkeit zu bewerten),
• Kunden ein festes Abo zahlen (Häufigkeit und Umsatz sind bei allen gleich),
• Sie nur einige Dutzend Kunden haben (die können Sie auch von Hand durchgehen).

Schritt 1: Die Bestelldaten exportieren

Sie brauchen eine Zeile pro Bestellung mit drei Spalten: Kundennummer, Bestelldatum und Bestellbetrag. Wählen Sie einen Analysezeitraum, der mindestens einen vollständigen Kaufzyklus abdeckt, oft 12 oder 24 Monate.

Bereinigen Sie die Daten vor der Bewertung:

• Entfernen Sie stornierte und erstattete Bestellungen, Testbestellungen und interne Konten.
• Führen Sie doppelte Kunden zusammen (dieselbe Person mit zwei E-Mail-Adressen oder einer Gastbestellung). Unser Leitfaden, welche Daten Sie im CRM speichern sollten, beschreibt die Regeln, mit denen Dubletten gar nicht erst entstehen.
• Unterscheiden sich Ihre Margen je Produkt stark, nehmen Sie für M den Rohertrag statt des Umsatzes.

Schritt 2: R, F und M für jeden Kunden berechnen

Legen Sie die Bestellungen in ein Blatt namens Bestellungen (A: Kundennummer, B: Datum, C: Betrag) und erstellen Sie ein zweites Blatt mit einer Zeile pro Kunde. In einem aktuellen deutschen Excel (Microsoft 365):

Spalte	Formel (Zeile 2)
A: Kundennummer	=EINDEUTIG(Bestellungen!A2:A5000)
B: Aktualität (Tage)	=DATUM(2026;9;30)-MAXWENNS(Bestellungen!B:B;Bestellungen!A:A;A2)
C: Häufigkeit (Bestellungen)	=ZÄHLENWENN(Bestellungen!A:A;A2)
D: Umsatz (gesamt)	=SUMMEWENN(Bestellungen!A:A;A2;Bestellungen!C:C)

Passen Sie den Bereich in Spalte A an die Zahl Ihrer Bestellungen an. In englischsprachigen Versionen heißen die Funktionen UNIQUE, MAXIFS, COUNTIF und SUMIF. Nutzen Sie ein festes Stichtagsdatum, hier den 30. September 2026, statt HEUTE(). Sonst ändern sich alle Werte täglich, und Sie können die Segmente des Vormonats nicht mehr nachvollziehen.

Schritt 3: Jedes Merkmal bewerten

Es gibt zwei gängige Wege, aus den Rohwerten Punktwerte zu machen.

Variante A: Quintile (1–5)

Jeder Wert umfasst 20 % der Kunden. Das aktuellste Fünftel erhält R = 5, das häufigste Fünftel F = 5, das umsatzstärkste Fünftel M = 5. Bei Kunden in den Zeilen 2 bis 1001:

• F-Wert: =MIN(5;1+GANZZAHL(QUANTILSRANG.INKL(C$2:C$1001;C2)*5))
• M-Wert: dieselbe Formel auf Spalte D
• R-Wert: =6-MIN(5;1+GANZZAHL(QUANTILSRANG.INKL(B$2:B$1001;B2)*5)) (umgekehrt, weil weniger Tage besser sind)

Quintile passen sich automatisch an Ihre Daten an und funktionieren gut ab einigen hundert Kunden. Ihre Schwäche zeigt sich, wenn viele Kunden denselben Wert haben: Haben 60 % genau einmal gekauft, lassen sie sich nicht in saubere Fünftel teilen, und die Werte werden ungleichmäßig.

Variante B: drei Stufen mit festen Schwellenwerten

Für kleinere Kundenstämme sind drei Stufen pro Merkmal leichter zu verstehen und dem Team zu erklären. Legen Sie die Schwellen anhand Ihres Kaufzyklus fest, so wie Sie ein Inaktivitätsfenster wählen, wenn Sie die Churn-Rate berechnen. Ein Beispiel für einen Shop, dessen Kunden alle paar Monate kaufen:

Wert	Aktualität	Häufigkeit (24 Monate)	Umsatz (24 Monate)
3	0–90 Tage	5 oder mehr Bestellungen	800 € oder mehr
2	91–270 Tage	2–4 Bestellungen	200–799 €
1	mehr als 270 Tage	1 Bestellung	unter 200 €

Als Formeln: =WENN(B2<=90;3;WENN(B2<=270;2;1)) für R, =WENN(C2>=5;3;WENN(C2>=2;2;1)) für F und =WENN(D2>=800;3;WENN(D2>=200;2;1)) für M. Der Rest dieser Anleitung nutzt dieses dreistufige Schema.

Schritt 4: Aus Werten Segmente machen

Drei Stufen für drei Merkmale ergeben 27 Kombinationen, zu viele, um jeweils etwas Eigenes zu tun. Eine praktische Abkürzung: Bilden Sie die Segmente aus R und F und nutzen Sie M, um innerhalb jedes Segments zu entscheiden, wer persönliche Aufmerksamkeit bekommt.

	F1 (1 Bestellung)	F2 (2–4 Bestellungen)	F3 (5+ Bestellungen)
R3 (0–90 Tage)	Neukunden	Vielversprechend	Top-Kunden
R2 (91–270 Tage)	Abkühlende Einmalkäufer	Braucht Aufmerksamkeit	Nachlassende Stammkunden
R1 (270+ Tage)	Verloren	Schlafend	Gefährdet

In der Tabelle verbinden Sie beide Werte mit =E2&F2 zu einem Code (zum Beispiel „31“) und suchen den Segmentnamen mit SVERWEIS in einer kleinen Zuordnungstabelle.

Rechenbeispiel: zehn Kunden

Ein Laden für Wohnaccessoires führt die Analyse zum 30. September 2026 durch. Die Zahlen sind ein fiktives Beispiel.

Kunde	Aktualität (Tage)	Bestellungen	Umsatz	R-F-M	Segment
A	12	9	1.450 €	3-3-3	Top-Kunden
B	45	6	620 €	3-3-2	Top-Kunden
C	20	1	85 €	3-1-1	Neukunden
D	130	4	540 €	2-2-2	Braucht Aufmerksamkeit
E	310	7	1.120 €	1-3-3	Gefährdet
F	400	1	60 €	1-1-1	Verloren
G	75	2	310 €	3-2-2	Vielversprechend
H	200	1	950 €	2-1-3	Abkühlende Einmalkäufer
I	290	3	260 €	1-2-2	Schlafend
J	8	5	180 €	3-3-1	Top-Kunden

Drei Kunden fallen auf. E war Stammkunde, hat mehr ausgegeben als fast alle anderen und seit zehn Monaten nicht bestellt: die wertvollste Person für einen Anruf in dieser Woche. H hat nur einmal gekauft, aber für 950 €; ein persönliches Dankeschön mit einem passenden Vorschlag bringt hier mehr als eine automatische E-Mail. C ist neu und braucht bald einen Grund für eine zweite Bestellung, denn beim Schritt vom ersten zum zweiten Kauf gehen die meisten Kunden verloren.

Schritt 5: Für jedes Segment die Maßnahme festlegen

Segment	Ziel	Maßnahme
Top-Kunden	Halten und wertschätzen	Danke sagen, früher Zugang, um eine Bewertung oder Empfehlung bitten. Keine Rabatte, die sie nicht brauchen.
Vielversprechend	Gewohnheit aufbauen	Nützliche Tipps, eine Erinnerung zum typischen Wiederkaufzeitpunkt, eine kleine Treueprämie
Neukunden	Den zweiten Kauf gewinnen	Nachfassen nach der Lieferung, Hilfe bei der ersten Nutzung, siehe Checkliste Kunden-Onboarding
Nachlassende Stammkunden	Früh nachfragen	Persönlicher Kontakt: Können wir etwas besser machen?
Braucht Aufmerksamkeit	Wieder ins Gespräch kommen	Hinweis auf Neues, das zu ihren bisherigen Käufen passt
Abkühlende Einmalkäufer	Lernen und anstoßen	Eine kurze Frage zur ersten Erfahrung; ein Vorschlag passend zum Kauf
Gefährdet	Persönlich zurückgewinnen	Persönlicher Kontakt durch Inhaber oder Betreuer, siehe Warnsignale für Kundenabwanderung
Schlafend	Günstig reaktivieren	Eine kurze Kunden-Rückgewinnung per E-Mail
Verloren	Entscheiden, ob sich ein Versuch lohnt	Eine letzte automatische Nachricht, danach keine Mails mehr

Sortieren Sie innerhalb jedes Segments nach M und kümmern Sie sich zuerst persönlich um die umsatzstärksten Kunden. Genau dort verdient der Umsatzwert seinen Platz.

Schritt 6: Segment speichern und wiederholen

Ergänzen Sie Ihr CRM oder Ihre Kundenliste um ein Feld „RFM-Segment“ und ein Feld „Segment-Stichtag“ und aktualisieren Sie beide monatlich oder quartalsweise mit denselben Schwellen. Achten Sie dann auf die Bewegungen, nicht nur auf die Momentaufnahme:

• Wie viele „Neukunden“ wurden innerhalb von 90 Tagen „vielversprechend“?
• Wie viele „Top-Kunden“ sind zu „nachlassenden Stammkunden“ abgerutscht?
• Sind angesprochene „gefährdete“ Kunden zurückgekommen?

Diese Bewegungen zeigen, ob Ihre Arbeit an der Kundenbindung wirkt, ähnlich wie eine Kohortenanalyse zur Kundenbindung, nur nach Verhalten statt nach Startdatum gruppiert. Für Kunden, die erst einmal gekauft haben, liefert die Wiederkaufrate die passende Gesamtkennzahl.

Was die RFM-Analyse nicht verrät

• Warum Kunden sich so verhalten. Die RFM-Analyse zeigt, dass ein Stammkunde still geworden ist, nicht, ob er umgezogen ist, einen günstigeren Anbieter gefunden oder eine schlechte Erfahrung gemacht hat. Fragen müssen Sie trotzdem.
• Den künftigen Wert. Der Umsatzwert blickt zurück. Um abzuschätzen, was ein Segment künftig wert ist, nehmen Sie dessen durchschnittlichen Bestellwert, Kaufhäufigkeit und Marge und geben sie in den Customer-Lifetime-Value-Rechner ein.
• Den Gewinn. Umsatzstarke Kunden, die nur reduzierte Ware kaufen, sind womöglich weniger wert, als es aussieht. Nehmen Sie für M den Rohertrag, wenn das in Ihrem Geschäft eine Rolle spielt.
• Einkaufsgremien im B2B. Bestellen mehrere Personen für ein Unternehmen, bewerten Sie das Unternehmen, nicht die einzelnen Personen.

Typische Fehler

• Unbereinigte Daten bewerten. Doppelte Kunden machen aus einem Stammkunden mehrere Einmalkäufer und verteilen sie auf falsche Segmente.
• Zu viele Segmente. Wenn Ihnen für ein Segment keine eigene Maßnahme einfällt, legen Sie es mit dem Nachbarsegment zusammen.
• Ein Zeitraum, der kürzer ist als der Kaufzyklus. Wer zweimal im Jahr kauft, sieht in einem Drei-Monats-Fenster verloren aus.
• Schwellen jedes Mal ändern. Bewegungen zwischen Segmenten sind nur bei stabilen Regeln aussagekräftig.
• RFM nur für Rabatte nutzen. Top-Kunden brauchen Anerkennung, Neukunden Hilfe, gefährdete Kunden ein Gespräch. Die meisten Segmente brauchen keinen Gutschein.

Ihr nächster Schritt

Exportieren Sie die Bestellungen der letzten 24 Monate, bereinigen Sie Erstattungen und Dubletten und berechnen Sie mit den Formeln oben Aktualität, Häufigkeit und Umsatz für jeden Kunden. Bewerten Sie in drei Stufen, bauen Sie das R-F-Raster und wählen Sie die zwei Segmente mit der klarsten Maßnahme, meist „Gefährdet“ und „Neukunden“. Sprechen Sie diese Kunden noch diesen Monat an, vermerken Sie das Segment im CRM und wiederholen Sie die Analyse in drei Monaten, um zu sehen, wer sich bewegt hat.