O que é Matriz RFM e como usar para reter clientes no e-commerce

RFM é a forma mais direta de responder uma pergunta que toda operação deveria fazer todo mês: quem são os clientes que realmente sustentam o meu faturamento — e quem está prestes a sumir?

Publicado em 26 de julho de 2026 · Por Allam Wermelem, Head de Analytics

O que significa RFM

RFM é a sigla para três dimensões do comportamento de compra:

• Recência — há quanto tempo o cliente comprou pela última vez.
• Frequência — quantas vezes ele comprou em um período.
• Valor (Monetário) — quanto ele gastou no total.

Cruzando essas três dimensões, cada cliente da sua base cai em um segmento com um nome que já diz o que fazer com ele.

Os segmentos que mais importam

Champions

Compraram recentemente, compram com frequência e gastam mais que a média. São a minoria que sustenta boa parte da receita — o cuidado aqui é não deixar de reconhecer e recompensar, para não perder para a concorrência.

Leais

Compram com regularidade, mas com ticket ou frequência um degrau abaixo dos Champions. É o público mais barato de fazer subir de patamar, porque já confia na marca.

Em Risco

Já compraram bastante no passado, mas a última compra está demorando mais que o normal para esse perfil. É o sinal mais valioso da matriz: ainda dá tempo de reativar antes que virem inativos.

Inativos

Pararam de comprar há muito tempo. Reativar custa mais caro que reter — mas ignorar esse grupo significa desistir de uma parte da base que já provou que compra da sua marca.

Por que só "saber o segmento" não basta

A armadilha comum é gerar a Matriz RFM uma vez, olhar os números e não fazer nada com eles até o próximo relatório trimestral. RFM só vira resultado quando é recalculada continuamente e conectada a uma ação: uma campanha de reativação para "Em Risco", um programa de relacionamento para "Champions", um incentivo de segunda compra para quem comprou uma vez só.

Como calcular a Matriz RFM na prática

O cálculo em si é simples — o trabalho é organizar a base certa. Para cada cliente, você precisa de três números tirados do histórico de pedidos de um mesmo período (o mais comum é usar os últimos 12 meses):

• Recência (R) — quantos dias se passaram desde a última compra até hoje.
• Frequência (F) — quantos pedidos distintos esse cliente fez no período.
• Valor Monetário (M) — quanto ele gastou, somado, nesse mesmo período.

Com as três colunas prontas, o método mais usado é o de quintis: ordena-se todos os clientes por cada dimensão e divide-se a base em 5 grupos iguais, dando uma nota de 1 a 5 — nota 5 para o grupo mais favorável (comprou há pouco tempo, compra com mais frequência, gasta mais), nota 1 para o menos favorável. As três notas juntas formam o código RFM do cliente:

Repare em Carla: frequência e valor ainda altos (4 e 4), mas recência baixa (2) — o padrão clássico de quem já foi ótima cliente e está prestes a sumir, exatamente o sinal que a Matriz RFM existe para capturar antes que ela vire uma Diego.

Como o Dash Analytics resolve isso

No Dash Analytics, a Matriz RFM é calculada automaticamente a partir do comportamento real da sua base — sem planilha, sem exportação manual — junto com LTV por safra e concentração de receita (curva de Gini), para você saber exatamente quem proteger e quem reativar antes que o dado fique velho.