Phân khúc khách cũ cho Facebook Ads bằng mô hình RFM: Cách ưu tiên ngân sách đúng người

Một doanh nghiệp có 20.000 khách hàng cũ. Sau một thời gian bán hàng, team marketing xuất toàn bộ số điện thoại hoặc email, đưa vào một tệp khách đã mua và bắt đầu chạy quảng cáo với cùng một thông điệp: “Ưu đãi dành riêng cho khách hàng cũ”.

Nhìn qua, cách làm này khá hợp lý. Khách đã từng mua thường có mức độ nhận biết thương hiệu cao hơn người hoàn toàn mới, vì vậy retargeting nhóm này có thể hiệu quả hơn việc chỉ tiếp cận cold audience.

Nhưng vấn đề nằm ở chỗ 20.000 người đó không hề giống nhau.

Có người mới mua cách đây 5 ngày. Có người đã gần hai năm không quay lại. Có người từng mua 8 lần, trong khi một người khác chỉ mua đúng một đơn. Có khách từng chi vài chục triệu, nhưng cũng có khách chỉ mua một sản phẩm giá trị thấp trong chương trình giảm giá.

Nếu tất cả đều được đưa vào cùng một audience, doanh nghiệp đang coi những khách hàng có mức độ gắn bó và giá trị hoàn toàn khác nhau như một nhóm đồng nhất. Và khi ngân sách quảng cáo được phân bổ theo cách đó, một phần tiền rất dễ rơi vào những người có khả năng tạo thêm giá trị thấp, trong khi những nhóm đáng ưu tiên hơn lại không nhận được chiến lược riêng.

Đây là lý do câu hỏi “khách đã từng mua chưa?” chưa đủ để xây chiến lược Facebook Ads cho khách cũ.

Câu hỏi hữu ích hơn là:

Khách mua gần đây đến mức nào, mua thường xuyên ra sao và đã tạo ra bao nhiêu giá trị cho doanh nghiệp?

Ba câu hỏi đó chính là nền tảng của mô hình RFM:

• Recency: Lần mua gần nhất cách đây bao lâu?
• Frequency: Khách đã mua bao nhiêu lần?
• Monetary: Tổng giá trị khách đã tạo ra là bao nhiêu?

Khi ba yếu tố này được kết hợp, customer list không còn là một danh sách “đã mua” đơn giản. Nó trở thành nhiều nhóm có hành vi khác nhau: khách trung thành, khách vừa mua lần đầu, khách có tiềm năng mua lại, khách từng rất giá trị nhưng đang rời đi hoặc nhóm đã lâu không tương tác và không còn đáng nhận ngân sách lớn.

Bài viết này sẽ đi từ cách chuẩn bị dữ liệu và tính RFM cho tới việc biến các segment thành chiến lược Facebook Ads cụ thể, với mục tiêu cuối cùng là giúp doanh nghiệp trả lời được một câu hỏi quan trọng: nên chi tiền quảng cáo cho khách cũ theo thứ tự ưu tiên nào để tạo thêm giá trị thay vì chỉ retarget toàn bộ danh sách?

Vì sao “khách cũ” không nên được xem là một audience duy nhất?

Khách cũ có một điểm chung: họ đã từng phát sinh giao dịch. Nhưng ngoài điểm đó, hành vi của từng người có thể khác nhau rất lớn.

Khả năng mua lại khác nhau

Một người mới mua sản phẩm cách đây 10 ngày thường có mức độ nhận biết thương hiệu rất cao. Nhưng nếu sản phẩm có chu kỳ mua lại 3 tháng, quảng cáo “mua lại ngay” vào ngày thứ 10 chưa chắc hợp lý.

Ngược lại, một người đã mua nhiều lần nhưng 6 tháng nay không quay lại lại có một bài toán khác: doanh nghiệp cần hiểu liệu họ đang mất nhu cầu, chuyển sang thương hiệu khác hay đơn giản là chưa gặp đúng thời điểm mua lại.

Giá trị kinh tế khác nhau

Một khách mua 10 đơn mỗi năm với tổng doanh thu 15 triệu đồng khác hoàn toàn một khách chỉ mua một đơn 500.000 đồng.

Nếu cả hai nhận cùng mức ngân sách quảng cáo, doanh nghiệp đang phân bổ tiền theo số lượng người chứ không phải theo cơ hội tạo thêm giá trị.

Nhu cầu truyền thông khác nhau

Một khách mới mua lần đầu có thể cần onboarding hoặc một sản phẩm bổ trợ. Một khách mua đều có thể phù hợp với loyalty, membership hoặc early access. Một khách từng rất tốt nhưng đã lâu không mua lại cần thông điệp win-back.

Cùng là customer list, nhưng objective hoàn toàn khác nhau.

Mức độ đáng đầu tư cũng khác nhau

Không phải mọi khách đã từng mua đều xứng đáng nhận cùng một mức ngân sách.

Một tệp hàng chục nghìn khách cũ có thể chứa rất nhiều người đã lâu không phản hồi, mua ít và không có dấu hiệu quay lại. Nếu doanh nghiệp tiếp tục đẩy mạnh ngân sách chỉ vì đây là “warm audience”, hiệu quả có thể giảm dần.

Customer list cho biết ai đã từng mua. RFM giúp doanh nghiệp hiểu nên ưu tiên ai.

RFM là gì và vì sao phù hợp để phân khúc khách cũ?

Recency – Khách mua gần đây tới mức nào?

Recency đo khoảng thời gian từ lần mua gần nhất của khách tới ngày phân tích.

Ví dụ ngày phân tích là 1/10 và khách mua gần nhất vào 21/9 thì Recency bằng 10 ngày.

Thông thường, Recency càng thấp thì quan hệ giữa khách và thương hiệu càng “nóng”. Tuy nhiên, mức nào được coi là mới hoặc cũ còn phụ thuộc vào chu kỳ mua tự nhiên của sản phẩm.

Frequency – Khách mua bao nhiêu lần?

Frequency đo số lần giao dịch hợp lệ trong một khoảng thời gian nhất định.

Khách mua một lần có thể chỉ đang thử sản phẩm. Khách quay lại 5–6 lần cho thấy hành vi rất khác: họ đã hình thành mức độ tin tưởng hoặc nhu cầu lặp lại.

Frequency đặc biệt hữu ích khi doanh nghiệp muốn tìm:

• khách trung thành;
• khách đang hình thành thói quen mua;
• khách mới chỉ có một đơn;
• khách từng mua nhiều nhưng đang rời đi.

Monetary – Khách đã tạo bao nhiêu giá trị?

Monetary thường được tính bằng tổng giá trị các đơn hàng hợp lệ trong khoảng thời gian phân tích.

Ví dụ một khách có 6 đơn với tổng giá trị 12 triệu đồng thì Monetary bằng 12 triệu đồng.

Tuy nhiên, doanh nghiệp không nhất thiết phải dùng doanh thu.

Nếu có đủ dữ liệu, Monetary có thể được cải thiện bằng:

• gross margin;
• contribution margin;
• lợi nhuận sau các chi phí biến đổi.

Điều này đặc biệt quan trọng nếu biên lợi nhuận giữa các sản phẩm khác nhau lớn.

Một khách tạo doanh thu cao chưa chắc là khách tạo giá trị cao nếu đơn hàng có biên lợi nhuận thấp hoặc tỷ lệ hoàn trả cao.

RFM không phải một mô hình dự đoán hoàn hảo

RFM rất hữu ích vì đơn giản, dễ triển khai và dựa trên hành vi mua thực tế. Nhưng doanh nghiệp không nên coi ba chỉ số này là toàn bộ chân dung khách hàng.

RFM không trực tiếp cho biết:

• tại sao khách mua;
• họ thích category nào;
• mức độ hài lòng;
• khả năng trả hàng;
• margin của từng đơn;
• nhu cầu trong tương lai;
• lý do khiến khách ngừng mua.

Ví dụ một khách có Monetary rất cao nhưng chỉ phát sinh một đơn lớn cho doanh nghiệp. Người đó không nhất thiết là một Loyal Customer.

Ngược lại, một khách mua đều nhiều lần với giá trị mỗi đơn vừa phải có thể tạo lợi nhuận dài hạn tốt hơn.

RFM là một lớp phân khúc hành vi, không phải toàn bộ chân dung khách hàng.

Doanh nghiệp cần chuẩn bị dữ liệu gì trước khi làm RFM?

RFM không cần một hệ thống dữ liệu quá phức tạp. Nhưng dữ liệu đầu vào phải đủ sạch.

Trường dữ liệu	Mục đích
Customer ID	Xác định một khách duy nhất
Email / Phone	Phục vụ đối chiếu hoặc xây customer audience khi phù hợp
Order ID	Đếm số đơn
Order Date	Tính Recency
Order Value	Tính Monetary
Product / Category	Phân tích nhu cầu sản phẩm
Margin	Đánh giá giá trị kinh tế chính xác hơn nếu có
Refund / Cancel	Loại các giao dịch không còn hợp lệ

Một bước rất quan trọng là deduplicate khách hàng.

Ví dụ cùng một người từng đặt hàng bằng hai số điện thoại hoặc nhiều email khác nhau. Nếu hệ thống coi đây là hai khách, Frequency và Monetary sẽ bị chia nhỏ, khiến RFM đánh giá sai.

Trước khi chấm điểm, doanh nghiệp nên chuẩn hóa Customer ID và loại các đơn bị hoàn, hủy hoặc không tạo ra doanh thu thực tế.

Khi dùng dữ liệu khách hàng cho hoạt động quảng cáo, doanh nghiệp cũng cần bảo đảm mình có quyền sử dụng dữ liệu đó và tuân thủ các yêu cầu liên quan của nền tảng cũng như chính sách dữ liệu nội bộ.

Chọn khoảng thời gian phân tích RFM như thế nào?

Một lỗi phổ biến là mặc định dùng 12 tháng cho tất cả doanh nghiệp.

Nhưng hành vi mua của từng ngành rất khác nhau.

Nhóm tiêu dùng lặp lại nhanh

Mỹ phẩm, thực phẩm, FMCG hoặc một số sản phẩm tiêu hao có thể cần cửa sổ ngắn hơn vì hành vi mua lặp lại diễn ra trong vài tuần hoặc vài tháng.

Fashion và retail

Có thể bắt đầu với khoảng 6–12 tháng tùy tần suất ra collection và đặc điểm sản phẩm.

Furniture hoặc high-ticket

Một khách không quay lại trong 6 tháng chưa chắc đã rời bỏ thương hiệu. Chu kỳ mua có thể dài hơn nhiều.

B2B

Một hợp đồng có thể kéo dài hoặc chỉ phát sinh theo quý, theo năm. RFM cần được điều chỉnh theo chu kỳ giao dịch thực tế.

Cửa sổ RFM phải phản ánh chu kỳ mua tự nhiên của doanh nghiệp, không phải một con số được copy từ case khác.

Cách tính Recency, Frequency và Monetary

Tính Recency

Công thức đơn giản:

Recency = Ngày phân tích – Ngày mua gần nhất

Ví dụ:

Ngày phân tích: 1/10.

Lần mua gần nhất: 21/9.

Recency = 10 ngày.

Khác với Frequency và Monetary, ở Recency giá trị thấp thường tốt hơn.

Tính Frequency

Frequency là số đơn hàng hợp lệ trong cửa sổ phân tích.

Ví dụ trong 12 tháng:

Khách A có 6 đơn → Frequency = 6.

Cần thống nhất rõ thế nào là một đơn hợp lệ. Các đơn hủy hoặc refund toàn bộ không nên được tính như giao dịch thành công.

Tính Monetary

Monetary có thể được tính:

Monetary = Tổng giá trị các đơn hợp lệ trong cửa sổ RFM.

Nếu doanh nghiệp có dữ liệu lợi nhuận tốt, có thể thay doanh thu bằng contribution margin để tránh ưu tiên nhầm nhóm khách mua nhiều sản phẩm biên lợi nhuận thấp.

Chấm điểm RFM thế nào?

Một phương pháp phổ biến và dễ sử dụng là chia mỗi biến thành 5 mức điểm.

Điểm từ:

1 → 5

Trong đó:

• Recency tốt nhất nhận điểm 5;
• Frequency cao nhất nhận điểm 5;
• Monetary cao nhất nhận điểm 5.

Ví dụ một khách có:

R5 – F5 – M4

có thể là khách mua rất gần đây, mua thường xuyên và có giá trị cao.

Trong khi:

R1 – F5 – M5

lại là một trường hợp rất đáng chú ý: khách từng mua rất nhiều và chi tiêu cao, nhưng đã lâu không quay lại.

Nhóm thứ hai không nên nhận cùng một quảng cáo với nhóm thứ nhất. Đây chính là điểm RFM bắt đầu tạo giá trị cho Ads.

Không nên copy ngưỡng RFM của doanh nghiệp khác

Ví dụ một thương hiệu thời trang có khách mua 5 lần/năm và xem đó là Frequency rất cao.

Nhưng với một sản phẩm consumable được mua hàng tháng, 5 đơn/năm có thể chỉ là mức trung bình.

Vì vậy, điểm RFM nên dựa trên dữ liệu thực tế của doanh nghiệp.

Có thể sử dụng:

• percentile;
• quintile;
• phân phối dữ liệu;
• business cycle.

Thay vì đặt mốc tùy ý như:

“Ai mua từ 3 đơn trở lên là Loyal.”

hãy xem 3 đơn thực sự nằm ở đâu trong phân phối khách hàng của doanh nghiệp.

7 nhóm RFM hữu ích khi triển khai Facebook Ads

RFM có thể tạo hàng chục tổ hợp điểm, nhưng không nhất thiết biến mỗi tổ hợp thành một audience quảng cáo riêng. Với phần lớn doanh nghiệp, 4–7 nhóm có logic rõ thường thực dụng hơn.

1. Champions

Đây thường là nhóm:

• mua gần đây;
• mua nhiều lần;
• tạo giá trị cao.

Chiến lược phù hợp có thể là:

• early access;
• sản phẩm mới;
• VIP program;
• cross-sell;
• referral.

Không nên mặc định Champions phải luôn nhận discount sâu. Nếu họ vốn đã có propensity mua cao, giảm giá quá nhiều có thể làm mất margin cho những đơn hàng vốn đã có khả năng xảy ra.

2. Loyal Customers

Nhóm này có Frequency cao và quan hệ khá ổn định với thương hiệu.

Có thể ưu tiên:

• repeat purchase;
• replenishment;
• cross-sell;
• membership;
• loyalty program.

3. Potential Loyalists

Đây là một trong những nhóm đáng chú ý nhất.

Họ thường mua gần đây, có trải nghiệm tương đối mới nhưng chưa có nhiều lần mua.

Mục tiêu quan trọng là:

Tạo đơn thứ hai hoặc thứ ba.

Nếu khách từ one-time buyer chuyển thành repeat buyer, giá trị vòng đời có thể thay đổi đáng kể.

4. New Customers

Đây là khách vừa mua lần đầu.

Một lỗi phổ biến là ngay lập tức đẩy quảng cáo mua thêm.

Trong một số ngành, chiến lược tốt hơn có thể là:

• onboarding;
• cách sử dụng;
• FAQ;
• sản phẩm bổ trợ đúng thời điểm.

Mục tiêu không chỉ là tạo thêm đơn ngay lập tức, mà còn tăng xác suất khách có trải nghiệm đầu tiên tốt.

5. Big Spenders

Monetary cao nhưng Frequency có thể chưa cao.

Nhóm này cần được phân tích thêm.

Một đơn giá trị lớn có thể đến từ:

• nhu cầu đặc biệt;
• mua theo dự án;
• mua sản phẩm high-ticket;
• khách doanh nghiệp.

Không nên mặc định Big Spender cũng là Loyal Customer.

6. At Risk

Đây là nhóm từng mua nhiều hoặc tạo giá trị tốt nhưng Recency bắt đầu xấu đi.

Ví dụ:

R1 – F5 – M5.

Đây thường là nhóm đáng chạy win-back vì doanh nghiệp có bằng chứng họ từng có giá trị cao.

Nội dung có thể xoay quanh:

• collection mới;
• dịch vụ mới;
• reminder;
• lý do quay lại;
• reactivation offer có kiểm soát.

7. Hibernating / Lost

Khách đã lâu không mua, số đơn thấp và giá trị cũng thấp.

Không có nghĩa phải loại hoàn toàn. Nhưng doanh nghiệp nên cân nhắc:

• test với ngân sách nhỏ;
• đo phản hồi;
• nếu liên tục kém thì giảm ưu tiên.

Đây là điểm quan trọng trong tối ưu retargeting: biết nhóm nào không nên tiếp tục nhận quá nhiều tiền cũng có giá trị như biết nhóm nào nên scale.

Ma trận RFM cho Facebook Ads

Segment	Mục tiêu	Nội dung phù hợp	Mức ưu tiên
Champions	Giữ giá trị	VIP, Early Access, New Product	Rất cao
Loyal	Repeat / Cross-sell	Loyalty, Replenishment	Cao
Potential Loyalist	Tạo đơn tiếp theo	Second Purchase, Bundle	Cao
New Customer	Tăng trải nghiệm + repeat	Onboarding, Complementary Product	Trung bình
Big Spender	Tăng giá trị	Premium / Relevant Cross-sell	Cao nhưng cần phân tích
At Risk	Win-back	Comeback, Reminder	Có kiểm soát
Hibernating	Test reactivation	Reactivation Test	Thấp

Framework từ RFM tới Facebook Ads: Score → Segment → Objective → Message → Budget → Measure

Score – Chấm điểm khách hàng

Tính Recency, Frequency và Monetary trên một cửa sổ dữ liệu phù hợp.

Segment – Chuyển điểm thành nhóm hành động

Không cần giữ hàng chục tổ hợp RFM. Hãy gom thành những nhóm có ý nghĩa kinh doanh.

Objective – Mỗi segment cần thay đổi hành vi gì?

Ví dụ:

• Potential Loyalist → tạo đơn thứ hai;
• At Risk → quay lại mua;
• Champion → giữ loyalty hoặc tăng cross-sell.

Message – Nói điều gì?

Creative cần phản ánh trạng thái quan hệ của từng segment.

Budget – Chi bao nhiêu?

Không nên chỉ dựa vào kích thước audience. Hãy nhìn cơ hội tạo incremental value.

Measure – Đo gì?

Mỗi segment cần KPI phù hợp với objective ban đầu.

3 nhiệm vụ ngân sách quan trọng: Protect → Grow → Recover

Thay vì cố tìm một segment “tốt nhất”, doanh nghiệp có thể chia chiến lược ngân sách thành ba nhiệm vụ.

Protect – Bảo vệ giá trị đang có

Nhóm chính:

• Champions;
• Loyal Customers.

Mục tiêu là duy trì mối quan hệ, tăng retention và mở rộng giá trị thông qua sản phẩm phù hợp.

Grow – Tăng giá trị tương lai

Nhóm chính:

• Potential Loyalists;
• New Customers;
• một phần Big Spenders.

Đây thường là nhóm rất đáng ưu tiên vì Ads có thể giúp thay đổi trạng thái khách từ one-time buyer thành repeat buyer.

Recover – Khôi phục giá trị đã mất

Nhóm chính:

• At Risk;
• một phần Hibernating nếu còn tiềm năng.

Mục tiêu không phải tiếp tục bắn quảng cáo vô thời hạn. Hãy test win-back có giới hạn và cắt ngân sách nếu phản hồi liên tục thấp.

Gợi ý khung phân bổ ngân sách theo nhiệm vụ

Không nên có một tỷ lệ cố định cho tất cả doanh nghiệp. Nhưng một điểm bắt đầu tham khảo có thể là:

Nhóm nhiệm vụ	Tỷ trọng tham khảo
Protect	20–30%
Grow	40–50%
Recover	20–30%

Tỷ lệ thực tế phải điều chỉnh theo:

• quy mô segment;
• margin;
• chu kỳ mua;
• khả năng tạo repeat;
• performance lịch sử;
• incrementality.

Ngân sách không nên được chia theo số lượng khách trong segment, mà theo cơ hội tạo thêm giá trị.

Logic này cũng tương tự việc ưu tiên ngân sách giữa nhiều sản phẩm trong Facebook Ads: doanh nghiệp cần nhìn vai trò kinh tế thay vì chia tiền đồng đều. Có thể tham khảo thêm cách ưu tiên ngân sách Facebook Ads cho sản phẩm chủ lực.

Vì sao Potential Loyalists đôi khi đáng đầu tư hơn Champions?

Champions là nhóm có giá trị rất cao. Nhưng điều đó không có nghĩa mỗi đồng quảng cáo đổ vào nhóm này đều tạo thêm nhiều giá trị hơn.

Một Champion vốn đã có thói quen mua đều. Nếu doanh nghiệp chạy quảng cáo và họ tiếp tục mua, câu hỏi quan trọng là:

“Đơn này đến từ Ads hay họ vốn đã định mua?”

Trong khi đó, Potential Loyalist có thể mới chỉ mua một hoặc hai lần. Nếu Ads tạo được đơn thứ hai hoặc thứ ba, doanh nghiệp có thể đang giúp hình thành một hành vi repeat mới.

Đó là lý do cần phân biệt:

Current Value và Incremental Opportunity.

Nhóm giá trị nhất hiện tại chưa chắc là nhóm tạo thêm giá trị lớn nhất khi được đầu tư Ads.

RFM nên ảnh hưởng tới thông điệp quảng cáo thế nào?

RFM không chỉ dùng để thay đổi audience. Nó nên thay đổi cả thông điệp.

Champions

Có thể dùng:

“Bạn được xem trước collection mới.”

Hoặc:

“Ưu tiên dành cho thành viên thân thiết.”

Potential Loyalists

Có thể dùng:

“Nếu bạn đã sử dụng sản phẩm X, đây là lựa chọn tiếp theo phù hợp…”

At Risk

Có thể tập trung vào lý do quay lại:

• collection mới;
• cải tiến;
• sản phẩm mới;
• một benefit đã thay đổi.

New Customers

Không phải lúc nào cũng cần bán thêm ngay.

Có thể ưu tiên:

• cách sử dụng;
• onboarding;
• sản phẩm bổ trợ;
• hướng dẫn giúp đạt kết quả tốt hơn.

Một lưu ý quan trọng: dữ liệu nên được dùng để phân khúc phía sau hệ thống, không phải để khiến người dùng cảm giác mình đang bị theo dõi quá chi tiết.

Không nên viết những nội dung kiểu:

“Bạn đã chi 12.450.000 đồng với chúng tôi trong 6 tháng qua…”

RFM nên kết hợp với Product Affinity để quảng cáo đúng sản phẩm

RFM trả lời rất tốt câu hỏi:

“Ai đáng được ưu tiên?”

Nhưng chưa trả lời đầy đủ:

“Nên quảng cáo sản phẩm gì cho người đó?”

Đây là lúc Product Affinity có giá trị.

Ví dụ một khách có:

R5 – F4 – M5

và lịch sử mua chủ yếu thuộc category A.

Thay vì chạy toàn bộ catalog, doanh nghiệp có thể test:

• category bổ trợ cho A;
• premium version;
• replenishment;
• bundle liên quan.

Có thể tóm tắt bằng framework:

RFM = Who → Product Affinity = What → Creative = Why Now.

Đừng chạy cùng một offer cho mọi RFM segment

Champions có thể không cần voucher 20% để mua lại. Một benefit VIP hoặc early access có thể giữ margin tốt hơn.

Potential Loyalist có thể phù hợp với:

• bundle;
• cross-sell;
• second-purchase incentive vừa phải.

At Risk có thể cần một lý do mạnh hơn để quay lại.

Hibernating nên được test giới hạn trước khi tăng ngân sách.

Một offer duy nhất cho toàn bộ customer list làm mất phần lớn giá trị mà RFM vừa tạo ra.

RFM giúp giảm lãng phí retargeting như thế nào?

Giả sử doanh nghiệp có 100.000 khách cũ.

Sau khi phân tích, dữ liệu cho thấy:

• 15.000 khách giá trị cao;
• 20.000 khách có tiềm năng phát triển;
• 10.000 khách At Risk;
• 55.000 khách lâu không mua và giá trị thấp.

Nếu ngân sách được chia gần như theo reach, phần lớn tiền có thể bị hấp thụ bởi nhóm đông nhất nhưng kém tiềm năng nhất.

RFM tạo thêm một layer ưu tiên trước khi chạy Ads.

Doanh nghiệp có thể dành nhiều ngân sách hơn cho nhóm Growth Opportunity và giới hạn test ở nhóm dormant thay vì mặc định “warm audience = tốt”.

Exclusion cũng quan trọng như targeting

Một chiến lược customer Ads tốt không chỉ hỏi “nhắm ai”, mà còn hỏi “ai không nên thấy quảng cáo này”.

Ví dụ:

First Purchase Offer

Nên loại existing customers nếu đây thực sự là ưu đãi chỉ cho khách mới.

Win-back Campaign

Không nên đưa khách vừa mua tuần trước vào cùng một campaign reactivation.

Acquisition Creative

Một số thông điệp giải thích sản phẩm từ đầu có thể không cần phân phối mạnh cho loyal customers.

New Product Launch

Có thể ưu tiên Champion, Loyal hoặc nhóm có affinity với category tương ứng.

RFM không nên đứng một mình

RFM sẽ mạnh hơn nếu kết hợp thêm một số biến khác.

Product Category

Cho biết khách thường mua nhóm sản phẩm nào.

Margin

Giúp doanh nghiệp tránh nhầm doanh thu cao với giá trị kinh tế cao.

Refund / Return

Khách mua nhiều nhưng trả hàng nhiều có thể không phải nhóm nên được ưu tiên như dữ liệu revenue ban đầu cho thấy.

Acquisition Source

Biết khách được thu hút từ kênh nào có thể hỗ trợ đánh giá chất lượng dài hạn của nguồn acquisition.

Có thể mở rộng thêm bằng:

• membership;
• location;
• channel preference;
• category affinity.

RFM cho biết giá trị hành vi. Dữ liệu bổ sung giúp giải thích giá trị đó đến từ đâu.

Một khách chi nhiều chưa chắc là khách tốt nhất

Giả sử:

Khách A: Doanh thu 20 triệu nhưng chủ yếu mua sản phẩm margin thấp, thường dùng coupon và có tỷ lệ trả hàng cao.

Khách B: Doanh thu 12 triệu nhưng mua đều, margin tốt và hầu như không hoàn trả.

Nếu Monetary chỉ dựa trên revenue, A có thể được xếp cao hơn.

Nhưng về contribution margin, B có thể đáng giá hơn nhiều.

Nếu dữ liệu cho phép, doanh nghiệp có thể tiến từ:

Revenue-based RFM → Margin-adjusted RFM.

Ví dụ RFM với một thương hiệu thời trang

Khách A

Mua gần nhất 20 ngày trước, có 5 đơn trong 12 tháng, tổng giá trị 8 triệu đồng.

Có thể thuộc Loyal hoặc Champion.

Ads phù hợp:

• collection mới;
• early access;
• cross-sell;
• VIP benefit.

Khách B

Mua cách đây 15 ngày, chỉ có 1 đơn giá 1,2 triệu đồng.

Có thể là New Customer hoặc Potential Loyalist.

Mục tiêu:

Tạo đơn thứ hai.

Ads có thể tập trung vào:

• sản phẩm phối cùng;
• category liên quan;
• second-purchase benefit.

Khách C

Mua gần nhất 250 ngày trước, từng có 7 đơn với tổng giá trị 10 triệu.

Đây có thể là At Risk.

Thay vì đưa vào cùng audience với khách mới mua, doanh nghiệp nên test một campaign win-back riêng.

RFM trong ngành có chu kỳ mua lại ngắn

Với mỹ phẩm hoặc consumable, Recency có thể gắn trực tiếp với replenishment window.

Ví dụ sản phẩm thường sử dụng khoảng 30 ngày.

Thay vì chạy retargeting liên tục từ ngày đầu, doanh nghiệp có thể tập trung ngân sách gần thời điểm khách có khả năng dùng hết sản phẩm.

Creative lúc này không nhất thiết phải giảm giá. Reminder đúng thời điểm đôi khi đã đủ.

RFM trong ngành có chu kỳ mua lại dài

Với furniture hoặc sản phẩm high-ticket, một khách không quay lại trong 180 ngày chưa chắc đã là At Risk.

Họ có thể chỉ chưa có nhu cầu mua lại cùng loại sản phẩm.

Trong trường hợp đó, doanh nghiệp có thể ưu tiên:

• cross-category;
• complementary product;
• referral;
• nội dung chăm sóc thương hiệu.

Điều này một lần nữa cho thấy RFM phải được đọc trong bối cảnh business cycle.

Workflow đưa RFM vào Facebook Ads

Một flow đơn giản có thể là:

CRM / Order Data → Cleaning → RFM Score → Segment → Customer List → Campaign Logic → Measurement.

Điểm quan trọng là không dừng ở Excel.

RFM chỉ tạo giá trị khi segment được kết nối với:

• objective;
• creative;
• offer;
• product;
• budget;
• KPI.

Đừng chia audience quá nhỏ chỉ vì dữ liệu cho phép

Một hệ thống RFM có thể tạo ra hàng chục segment. Nhưng nếu customer base không lớn, chia quá sâu có thể khiến việc quản lý và đo lường trở nên kém hiệu quả.

Ví dụ:

25 segment × nhiều campaign × nhiều creative.

Cuối cùng mỗi nhóm quá nhỏ, dữ liệu khó đọc và team tốn nhiều thời gian quản lý.

Tốt hơn là bắt đầu bằng 4–7 nhóm có logic kinh doanh rõ.

Khi dữ liệu đủ lớn và doanh nghiệp nhìn thấy sự khác biệt thực sự giữa các nhóm, mới tiếp tục chia sâu.

RFM nên được cập nhật bao lâu một lần?

RFM không phải một file phân khúc tạo đầu năm rồi dùng tới cuối năm.

Recency luôn thay đổi.

Khách hôm nay là Champion có thể trở thành At Risk sau vài tháng.

Tần suất cập nhật phụ thuộc chu kỳ mua:

• repeat nhanh: có thể theo tuần;
• retail phổ thông: khoảng 2–4 tuần;
• high-ticket: theo tháng hoặc quý.

Mục tiêu là để segment phản ánh trạng thái hành vi hiện tại thay vì lịch sử đã lỗi thời.

KPI nên được đo theo từng segment

Nếu toàn bộ RFM audience cuối cùng lại được đánh giá bằng một ROAS tổng, doanh nghiệp sẽ mất rất nhiều insight.

Có thể theo dõi:

Repeat Purchase Rate

Phù hợp với Loyal hoặc Potential Loyalists.

Second Purchase Rate

Rất quan trọng với khách mới.

Reactivation Rate

Dùng cho At Risk hoặc Dormant.

Revenue per Customer

Giúp theo dõi giá trị tăng thêm theo nhóm.

Margin per Customer

Hữu ích hơn revenue nếu biên lợi nhuận chênh lệch nhiều.

Cost per Reactivated Customer

Cho biết chi phí để kéo một khách quay lại.

Incremental ROAS

Nếu có khả năng đo, đây là chỉ số quan trọng để phân biệt doanh thu Ads thực sự tạo thêm với doanh thu vốn có khả năng xảy ra.

Doanh nghiệp cũng nên nối các chỉ số này với chất lượng khách hàng sau click hoặc sau purchase, thay vì chỉ nhìn chi phí quảng cáo. Có thể tham khảo thêm cách đo chất lượng khách hàng từ Facebook Ads.

Vì sao ROAS cao chưa chắc chứng minh một RFM segment tốt?

Giả sử Champions có ROAS 15.

Nghe rất tốt.

Nhưng Champions vốn là nhóm mua thường xuyên. Nếu không chạy quảng cáo, có thể một tỷ lệ lớn trong số họ vẫn tiếp tục mua.

Trong trường hợp đó, doanh nghiệp đang ghi nhận doanh thu vào Ads nhưng chưa chắc Ads tạo ra toàn bộ doanh thu đó.

Đây là vấn đề incrementality.

Nếu quy mô đủ lớn, có thể cân nhắc:

• holdout group;
• test group;
• so với historical baseline;
• so sánh tỷ lệ mua giữa exposed và control nếu hệ thống cho phép.

Ads cho khách cũ nên được đánh giá bằng giá trị tăng thêm, không chỉ bằng doanh thu được attribution ghi nhận.

Dashboard RFM nên có gì?

Một dashboard đơn giản có thể gồm:

Segment	Customers	Revenue	Orders	Avg Recency	AOV	Repeat Rate	Ad Spend	Ad Revenue	ROAS
Champions	...	...	...	...	...	...	...	...	...
Potential Loyalist	...	...	...	...	...	...	...	...	...
At Risk	...	...	...	...	...	...	...	...	...

Nếu có dữ liệu tốt hơn, nên bổ sung:

• gross margin;
• second purchase;
• reactivation rate;
• cost per reactivated customer;
• incremental lift.

Các chỉ số này cũng có thể được đưa vào hệ thống báo cáo marketing tuần để chủ doanh nghiệp nhìn thấy thay đổi về customer value chứ không chỉ doanh thu và chi phí Ads. Có thể tham khảo thêm khung báo cáo marketing cho chủ doanh nghiệp.

7 lỗi phổ biến khi dùng RFM cho Facebook Ads

1. Chọn ngưỡng RFM tùy ý

Không dựa trên distribution hoặc chu kỳ mua thực tế.

2. Chỉ nhìn Monetary

Dẫn tới việc coi một khách có một đơn lớn là khách tốt hơn một khách mua đều.

3. Không điều chỉnh theo business cycle

Một Recency 90 ngày có thể rất xấu với mỹ phẩm nhưng hoàn toàn bình thường với furniture.

4. Chia quá nhiều segment

Audience nhỏ, khó đo và khó quản lý.

5. Một offer cho mọi nhóm

RFM đã khác nhau nhưng creative và ưu đãi lại giống nhau.

6. Không cập nhật RFM

Segment nhanh chóng lỗi thời vì Recency luôn thay đổi.

7. Chỉ đánh giá bằng ROAS

Không nhìn repeat, reactivation, margin và incrementality.

Lộ trình 4 tuần triển khai RFM cho Facebook Ads

Tuần	Công việc	Kết quả
Tuần 1	Gom dữ liệu, deduplicate, loại refund/cancel	Customer dataset sạch
Tuần 2	Chọn cửa sổ, tính RFM, chấm điểm và segment	RFM Segments
Tuần 3	Map objective, product, message, offer và ngân sách	Campaign Map
Tuần 4	Test, so sánh segment và điều chỉnh ngân sách	Learning + Budget Update

Sau bốn tuần, RFM không kết thúc. Hệ thống cần tiếp tục cập nhật để khách di chuyển giữa các segment theo hành vi mới.

Checklist 15 câu trước khi chạy RFM Ads

1. Customer ID đã được chuẩn hóa chưa?
2. Các đơn hoàn hoặc hủy đã được loại chưa?
3. Cửa sổ phân tích có phù hợp với chu kỳ mua không?
4. Recency đã được tính từ giao dịch hợp lệ gần nhất chưa?
5. Frequency đang dùng đúng số đơn hợp lệ chưa?
6. Monetary đang tính theo revenue hay margin?
7. Ngưỡng điểm có dựa trên distribution thực tế không?
8. Các segment có đủ lớn để triển khai không?
9. Mỗi segment đã có objective riêng chưa?
10. Creative và offer có khác nhau theo trạng thái khách không?
11. Đã kết hợp Product Affinity nếu cần chưa?
12. Đã có exclusion logic chưa?
13. Tệp RFM sẽ được cập nhật với tần suất nào?
14. KPI từng segment đã được xác định chưa?
15. Có cách nào đánh giá incremental value thay vì chỉ ROAS attribution không?

Kết luận: RFM giúp chuyển từ “retarget khách cũ” sang “đầu tư theo giá trị khách hàng”

Customer list rất hữu ích, nhưng nếu chỉ được chia thành hai trạng thái “đã mua” và “chưa mua”, doanh nghiệp đang bỏ qua rất nhiều thông tin có thể giúp phân bổ ngân sách tốt hơn.

RFM bổ sung thêm ba góc nhìn:

Recency → Frequency → Monetary.

Từ đó doanh nghiệp có thể chuyển sang một quy trình hành động rõ hơn:

Score → Segment → Objective → Message → Budget → Measure.

Champions và Loyal Customers cần được bảo vệ giá trị. Potential Loyalists và New Customers cần được phát triển thành repeat buyers. At Risk cần chiến lược win-back. Hibernating cần được test có kiểm soát thay vì mặc định tiếp tục nhận ngân sách lớn.

Nhưng điểm quan trọng nhất là RFM không nên trở thành một bài tập phân tích Excel.

Nó chỉ thực sự có giá trị khi thay đổi cách Ads được triển khai:

• khách nào được ưu tiên;
• khách nào bị giảm ngân sách;
• nội dung nào được dùng;
• sản phẩm nào được quảng cáo;
• offer nào phù hợp;
• KPI nào được đo.

Đồng thời, doanh nghiệp cũng không nên mặc định rằng nhóm đang tạo doanh thu cao nhất luôn là nhóm đáng tăng Ads nhất. Với khách cũ, câu hỏi quan trọng hơn là:

“Quảng cáo đang tạo thêm bao nhiêu giá trị mà nếu không chạy Ads thì doanh nghiệp sẽ không có?”

Đó là lý do incrementality, repeat rate, second purchase rate, reactivation rate và margin cần được đặt cạnh ROAS.

Cuối cùng, có thể gom toàn bộ chiến lược RFM thành ba nhiệm vụ:

Protect → Grow → Recover.

Protect những khách đang có giá trị. Grow những người còn khả năng tăng LTV. Recover những khách từng tốt nhưng đang rời đi.

Nếu doanh nghiệp cần tổ chức customer data, audience, creative và ngân sách Facebook Ads thành một hệ thống thay vì chỉ retarget customer list chung, có thể tham khảo dịch vụ quảng cáo Facebook.

Và nếu chỉ giữ lại một nguyên tắc từ bài này, hãy giữ câu sau:

Mục tiêu của RFM không phải chia customer list thành thật nhiều nhóm. Mục tiêu là giúp doanh nghiệp biết khách nào cần được giữ, khách nào còn khả năng tăng giá trị và khách nào chỉ nên nhận một ngân sách thử nghiệm có kiểm soát. Khi đó Facebook Ads không còn chỉ là retargeting người đã mua, mà trở thành công cụ phân bổ ngân sách theo giá trị khách hàng.