Analyse RFM Shopify : fidéliser et activer vos clients

Analyse RFM des clients : comprendre et agir sur la fidélité

L’analyse RFM Shopify (Récence, Fréquence, Montant dépensé) permet d’évaluer le comportement d’achat des clients afin d’identifier les profils les plus précieux et de mettre en place des stratégies adaptées de fidélisation e-commerce et de réactivation.

Chaque client se voit attribuer un score RFM à trois chiffres, chacun variant de 1 à 5 :

  • R (Récence) : combien de temps depuis le dernier achat

  • F (Fréquence) : nombre total de commandes

  • M (Monétaire) : montant total dépensé

Ces scores sont calculés à partir des données de la boutique Shopify. On segmente le scoring en 5 groupes. Un score de 5 place un client dans le top 20% pour cette dimension, tandis qu’un score de 1 le situe dans les 20% les plus faibles.

Shopify regroupe les clients dans 11 segments RFM prédéfinis, qui permettent d’adapter les actions marketing : messages personnalisés, programmes de fidélité, ou campagnes de réactivation.

Les segments clients Shopify sont dynamiques. Un client ne peut pas se trouver dans 2 groupes en même temps. Ce système permet de cibler des actions marketing précises selon le comportement d’achat réel — par exemple, remercier les client du groupe Champions par un email VIP, une offre exclusive, … ou réactiver les clients à risque avec une offre irrésistible.

 
FROM customers
  SHOW percent_of_customers, new_customer_records, days_since_last_order,
    total_number_of_orders, total_amount_spent
  WHERE rfm_group IN ('active', 'almost_lost', 'at_risk', 'champions', 'dormant',
    'loyal', 'needs_attention', 'new', 'previously_loyal', 'promising')
  GROUP BY rfm_group WITH TOTALS, CURRENCY 'EUR'
  ORDER BY new_customer_records DESC
  LIMIT 100000
VISUALIZE total_amount_spent TYPE rfm_grid
Shopify Analyse RFM des clients

Shopify - Grille RFM avec les montants dépensés par groupe et le pourcentage de clients dans le groupe.

Groupes RFM Shopify : objectifs et actions recommandées

Groupe RFM et description Récence (R) Moyenne fréquence / valeur (FM) Objectif et actions recommandées
Prospects — Clients n’ayant pas encore passé de commande. Objectif : les faire passer à “Nouveaux”.
Action : Email de bienvenue avec offre de premier achat, mise en avant des best-sellers.
Inactifs (Dormant) — Clients sans achats récents, peu fréquents et faible dépense. R ≤ 2 FM ≤ 2 Objectif : les faire passer à “Presque perdus”.
Action : Les inclure dans les newsletters, relancer avec storytelling ou valeurs de marque.
À risque (At Risk) — Clients sans achats récents, mais avec bon historique. R ≤ 2 2 < FM ≤ 4 Objectif : les faire passer à “Fidèles” ou “Requiert attention”.
Action : Communication personnalisée, offre irrésistible, relance proactive.
Autrefois fidèles (Previously loyal) — Clients sans achats récents, mais forte valeur historique. R ≤ 2 4 < FM Objectif : les faire revenir à “Fidèles”.
Action : Leur présenter des nouveautés ou offres exclusives de retour.
Requiert attention (Needs attention) — Clients récents, quelques commandes, dépense moyenne. R = 3 FM = 3 Objectif : les faire passer à “Fidèles” ou “Actifs”.
Action : Promotions limitées dans le temps selon leur historique d’achat.
Presque perdus (Almost lost) — Clients peu récents, peu de commandes. R = 3 FM ≤ 2 Objectif : les faire passer à “Actifs” ou “Prometteurs”.
Action : Campagne de retour, offres exclusives sur produits populaires.
Fidèles (Loyal) — Clients récents, nombreuses commandes et grosses dépenses. 3 ≤ R ≤ 4 3 < FM Objectif : les faire passer à “Champions”.
Action : Produits premium, collecte d’avis, avant-premières.
Prometteurs (Promising) — Clients récents, peu de commandes, faibles dépenses. R = 4 FM ≤ 1 Objectif : les faire passer à “Actifs”.
Action : Relance douce, découverte de la marque, recommandations personnalisées.
Actifs (Active) — Clients récents, quelques commandes, dépense moyenne. 4 ≤ R 1 < FM ≤ 3 Objectif : les faire passer à “Fidèles” ou “Champions”.
Action : Recommandations de produits, programme de fidélité.
Nouveaux (New) — Clients très récents, peu de commandes, faible dépense. R = 5 FM ≤ 1 Objectif : les faire passer à “Actifs”.
Action : Contenu d’onboarding, emails de bienvenue, guide découverte.
Champions (Champions) — Clients très récents, nombreuses commandes et dépenses élevées. R = 5 3 < FM Objectif : les conserver comme ambassadeurs.
Action : Offres exclusives, accès anticipé, programme de parrainage.
 

Exemple

Un client, qui commandait souvent et dépensait beaucoup, mais n’a rien acheté depuis longtemps, aura un score RFM de 154 :

  • R faible (1) → achat ancien,

  • F = 5 et M = 4 → bon historique.

Ce profil sera classé “Autrefois fidèle (Previously Loyal)”.

 

Mise en place de la stratégie RFM

 
Shopify Flow et Segment RFM

Shopify - Flows automatisés et segments clients dynamiques

 
 
 
Segment RFM et Flux Klaviyo

Klaviyo - Flux avec déclencheur sur le segment RFM “Champions”

 
 

Extraits de flux mis en place pour une boutique Shopify dans le secteur de la mode :

Flux "RFM Champions" (Trigger: Tag RFM_Champions)

  1. Jour 0 : Email "Bienvenue dans notre cercle VIP" + Code -15%

  2. Jour 3 : SMS "Nouvelle collection disponible en avant-première pour vous"

  3. Jour 7 : Email avec lookbook exclusif

  4. Jour 14 : Invitation à un événement privé (boutique physique)

Flux "RFM At Risk" (Trigger: Tag RFM_At_risk)

  1. Jour 0 : Email "{{Prénom}}, votre style nous manque."

  2. Jour 7 : Offre -20% valable 48 heures uniquement

  3. Jour 14 : Recommandations basées sur les achats passés du client

  4. Jour 21 : Dernière chance avec produits en promotion

Flux "RFM Previously Loyal" (Trigger: Tag RFM_Previously_loyal)

  1. Jour 0 : Email "Découvrez notre nouvelle collection AH 2025"

  2. Jour 5 : Lookbook interactif avec vidéos de défilés

  3. Jour 10 : Offre exclusive : Livraison gratuite + -10%

  4. Jour 15 : Invitation à rejoindre le programme de fidélité premium

 

À savoir : la différence entre les statuts marketing Shopify et Klaviyo

Avant d’automatiser vos segments RFM dans Klaviyo, il est essentiel de comprendre comment Shopify gère le consentement marketing et comment cette donnée est interprétée côté Klaviyo. Ces deux plateformes ne parlent pas exactement le même langage, mais leur synchronisation a un impact direct sur vos scénarios de fidélisation.

1. Shopify gère le consentement “commerce”

Shopify a été conçu avant tout comme une plateforme e-commerce. Lorsqu’un client coche la case « Recevoir les offres » lors du paiement ou de la création de compte, Shopify enregistre cette information sous le champ Accepts Marketing. Ce champ peut prendre deux valeurs :

  • true : le client a donné son consentement à recevoir du marketing ;
  • false : il ne souhaite pas recevoir d’emails promotionnels.

Il s’agit d’un consentement local, valable uniquement dans l’écosystème Shopify : il indique une intention, pas un abonnement actif à une liste d’envoi.

2. Klaviyo gère le consentement “email”

Klaviyo, de son côté, est une plateforme dédiée à la communication marketing et à l’automatisation. Elle doit respecter les règles de conformité (RGPD, CAN-SPAM, etc.) et conserver un statut précis pour chaque profil. C’est pourquoi Klaviyo gère son propre champ : Email Subscription Status, qui peut être :

  • subscribed : abonné à une liste Klaviyo (opt-in confirmé) ;
  • unsubscribed : désinscrit volontairement ;
  • never_subscribed : jamais inscrit à une liste ;
  • suppressed : bloqué par Klaviyo (désinscription, bounce ou plainte).

Ce statut est indépendant de Shopify ; il détermine réellement si un contact peut recevoir une campagne ou un flow Klaviyo.

3. Pourquoi Shopify envoie les deux champs à Klaviyo

Lors de la synchronisation entre Shopify et Klaviyo, les deux plateformes échangent ces informations pour garantir à la fois l’efficacité marketing et la conformité légale. Shopify envoie donc :

  1. le champ Accepts Marketing, pour indiquer le consentement exprimé côté boutique ;
  2. le champ Email Subscription Status, pour que Klaviyo gère l’envoi des communications selon ses propres règles.

Cette double donnée permet d’activer des automatisations (emails post-achat, relances RFM, etc.) tout en respectant les lois sur la protection des données.

4. En résumé

Champ Origine Objectif Utilisé par
Accepts Marketing Shopify Savoir si le client a donné son consentement “commerce” Shopify + transmis à Klaviyo
Email Subscription Status Klaviyo Suivre le statut réel d’abonnement email Klaviyo uniquement

Dans la pratique

Concrètement :

  • Shopify indique que le client peut recevoir des emails marketing (case cochée) ;
  • Klaviyo vérifie s’il est réellement abonné à une liste avant d’envoyer le moindre message.

Il est donc fréquent d’avoir des profils qui acceptent les emails marketing côté Shopify (champ Accepts Marketing = true), mais qui ne sont inscrits à aucune liste Klaviyo. Ils restent néanmoins considérés comme “éligibles” pour certains scénarios automatisés, comme les emails transactionnels ou les relances post-achat.

Dans le cas des segments RFM synchronisés depuis Shopify, ce consentement Shopify suffit : Klaviyo déclenche les flows liés à la fidélisation ou à la relance dès lors que le client a accepté de recevoir des emails marketing, même sans inscription explicite à une liste.

Ce double contrôle garantit à la fois la performance des automatisations RFM (relancer un client « At Risk », remercier un « Champion », etc.) et la conformité du marketing à la législation européenne.

 

Mettre en place une stratégie RFM, c’est passer d’une vision globale de vos ventes à une approche centrée sur la valeur réelle de vos clients. En exploitant les données de Shopify et les automatisations de Klaviyo, vous pouvez adapter chaque message, chaque offre, et chaque relance au bon segment — du prospect à votre client le plus fidèle.

Chez DP MEDIAS, nous aidons les marques à transformer leurs données en actions concrètes : segmentation dynamique, automatisations intelligentes et scénarios de fidélisation sur-mesure.


Contactez-nous pour mettre en place votre stratégie RFM et augmenter la valeur de chaque client.

 
Suivant
Suivant

Fireflies vs Otter : Comparatif d’assistants de prise de notes IA