RFM 分析是什麼？試算表會員分群教學＋公式範例【2026】

很多老闆跟我說：「路可，我的會員有好幾千個，可是每次發活動都是全部一起發。」結果常客收到新客首購折扣，覺得自己原價買很虧；半年沒回來的人收到新品通知，根本不會點開。

我這些年管理超過 4,000 個網站，大部分是 WordPress，其中不少是電商。我發現會員經營做不起來，很少是因為工具不夠，多半是手上有訂單資料，卻從來沒有把它分過群。RFM 是我最常推薦的起點，因為它只需要三個欄位，一份 Excel 或 Google 試算表就能做完。

這篇我會從 RFM 是什麼講起，接著一步一步帶你用試算表公式算出分數、分好群，最後講每一群該怎麼經營，以及我看過最常算錯的地方。

RFM 的 R、F、M 分別代表什麼？

R、F、M 是 Recency、Frequency、Monetary 三個字的縮寫，分別回答「多久沒來了」「多常來」「花了多少」三個問題。三個放在一起看，會比只看消費金額準很多。

為什麼不能只看 M？因為一個兩年前買過一次大單、之後再也沒回來的人，跟一個每個月都來、每次買幾百塊的人，對你的意義完全不同。前者可能已經流失，後者才是你該好好照顧的常客。R 通常是三個裡面最能預測「會不會再買」的一個，這也是為什麼 R 永遠排第一位。

做 RFM 分析之前，要先準備哪些資料？

只要一張訂單表，至少包含會員編號、訂單編號、訂單日期、實收金額、訂單狀態這五欄就能開始。大部分電商後台都能匯出這種格式的 CSV。

但匯出來之後，先別急著算，有三件事一定要先整理好：

• 一張訂單只留一列：很多後台匯出的是「商品明細」，一張訂單買三樣東西就有三列。直接數列數，F 會被灌水三倍。先用訂單編號去重複，或用樞紐分析表彙總成一單一列。
• 排除無效訂單：取消、全額退款、測試單、未付款的單都要拿掉。部分退款的話，金額要扣掉退款。
• 統一會員編號：同一個人用 Email 註冊一次、又用 LINE 登入一次，系統可能當成兩個會員。只有系統確定是同一人的才合併，不要用「名字很像」「買的東西一樣」自己猜。

另外要先決定兩個口徑：觀察期間（例如最近 12 個月）和基準日（例如上個月最後一天）。期間要配合你商品的購買週期，賣保養品這種每月消耗的，看 6～12 個月就夠；賣家具、家電這種好幾年才買一次的，期間就要拉長。基準日一定要固定一個日期寫在儲存格裡，不要用 TODAY()，不然每次打開檔案 R 都會變，上個月和這個月的結果也沒辦法比較。

怎麼用 Excel／Google 試算表算出 RFM？

做法是開兩張工作表：一張放整理好的訂單，一張放每位會員的 RFM。以下公式在 Excel 2019 以上（含 Microsoft 365）和 Google 試算表都能用。

步驟 1：整理訂單工作表

工作表命名為「訂單」，欄位如下，每張有效訂單一列：

步驟 2：列出不重複的會員，算出 R、F、M

新增工作表「RFM」，在 H1 填入基準日（例如 2026/10/31）。A2 用 =UNIQUE(訂單!B2:B) 列出所有會員（舊版 Excel 沒有 UNIQUE，可以把會員欄複製過來後用「移除重複項目」）。接著往右填：

• B 欄 最後購買日：=MAXIFS(訂單!C:C,訂單!B:B,A2,訂單!E:E,"完成")
• C 欄 R（天數）：=$H$1-B2
• D 欄 F（次數）：=COUNTIFS(訂單!B:B,A2,訂單!E:E,"完成")
• E 欄 M（金額）：=SUMIFS(訂單!D:D,訂單!B:B,A2,訂單!E:E,"完成")

如果你只想看最近 12 個月，就在 MAXIFS、COUNTIFS、SUMIFS 裡再加一組條件，例如 訂單!C:C,">="&$H$2，H2 填期間起始日。

步驟 3：把原始數字換成 1～5 分

給分有兩種做法，我建議 R 和 F 用「依商品週期自訂門檻」，M 用「依分布切五等分」。

R 分數：門檻參考你的平均回購天數。假設大部分人 30 天左右會回購，可以這樣寫：

=IFS(C2<=30,5,C2<=60,4,C2<=90,3,C2<=180,2,TRUE,1)

F 分數：多數小型電商的會員大多只買過一兩次，用次數直接給分最直觀：

=IFS(D2>=5,5,D2=4,4,D2=3,3,D2=2,2,TRUE,1)

M 分數：先在 K1:K4 算出四個切點，分別是 =PERCENTILE.INC($E$2:$E$5000,0.2)、0.4、0.6、0.8。再用 =1+COUNTIF($K$1:$K$4,"<"&E2) 算出每個人落在第幾等分。

最後把三個分數接起來：=F2&G2&H2（假設三個分數放在 F、G、H 欄），會得到像「543」這樣的代碼。注意這是三個獨立的分數排在一起，不是加起來等於 12。

步驟 4：用分數分群

5×5×5 有 125 種組合，實務上不需要每種都處理。我習慣先用 R 和 F 分成六群，M 留著當同一群裡排優先順序的依據：

=IFS(AND(R>=4,F>=4),"核心常客",AND(R>=4,F=1),"新客",R>=4,"成長中",AND(R<=2,F>=3),"快流失常客",R<=2,"沉睡客",TRUE,"觀察中")

公式裡的 R、F 請換成你放分數的儲存格。分完之後插入一個樞紐分析表，看看每群有幾個人、貢獻多少營收，這張表就是你下個月會員行銷的地圖。

分好群之後，每一群該怎麼經營？

分群的目的不是做報表，是讓每一群收到不一樣的訊息。下面是我建議的起手式：

這裡最值錢的通常是「新客」和「快流失常客」兩群。新客能不能買第二次，決定他會不會變成常客，這部分我在回購率怎麼提升那篇有完整拆解。快流失常客則是你過去最好的客人，晚一個月處理，可能就再也叫不回來了。

如果你已經有會員等級制度，可以把 RFM 結果拿來對照：照理說 VIP 等級的人應該大多落在核心常客，如果一堆 VIP 已經變成快流失常客，代表等級門檻只看累積消費、沒看最近有沒有回來，該調整了。

RFM 分析最常算錯的 5 個地方是什麼？

我看過的錯誤，大多不是公式寫錯，而是資料口徑沒先講清楚：

1. 用商品明細算 F：一張訂單三個品項被算成三次購買，常客全部被高估。
2. 沒扣掉退款和取消：下單後全退的人也被算成高 M 會員，結果把 VIP 禮寄給退貨最多的人。
3. 基準日用 TODAY()：每次打開數字都在變，兩個月的結果沒辦法比較。
4. 新會員被當成低 F：上週才註冊的人，本來就還沒機會買第二次。把他跟兩年老會員放在一起排 F，他一定墊底。建議把加入未滿一個回購週期的人另外標記。
5. 只做一次就不管了：會員狀態每個月都在變，同一份名單用三個月，名單上的「新客」早就不新了。建議每月固定基準日重算一次。

另外，RFM 也有它看不到的東西。它只告訴你「這個人買了多少」，不告訴你「為什麼不買了」，也沒算進毛利和運費。所以分群之後，對快流失和沉睡的人做一點問卷或客服回訪，往往比多發一封折扣信更有用。這也是為什麼我會建議把 RFM 當成 CRM 顧客關係管理的起點，而不是全部。

不想每個月手動算，有什麼更省事的做法？

試算表最大的問題是要手動匯出、手動重算，資料一多也會開始卡。會員超過幾萬、訂單幾十萬筆的話，我會建議改用系統內建的會員分析，或者至少把匯出和計算排成固定流程。

現在用 AI 也可以省很多時間。我自己日常用 Claude Code 這類 AI 工具批次處理幾千個網站的檢查和修復，同樣的思路也可以用在分析訂單：把整理好的 CSV 交給 AI，請它照你定好的基準日和門檻算出 RFM，再幫每一群寫不同的訊息草稿。前提是口徑要你自己先定好，AI 負責算和寫，判斷還是你來做。

如果你正在考慮換電商平台，我們自己開發的 zenbu AI 網站系統內建會員等級、點數購物金、折扣規則和限時賣場，分好群之後可以直接拿來設計不同等級的權益；從其他平台搬過來時，我們也會免費協助把訂單和會員資料一起匯入，歷史資料不會斷，RFM 才算得出來。

常見問題

RFM 分析適合多少會員的店家？

大概有幾百位以上有購買紀錄的會員就值得做。人數太少的話，直接一個一個看訂單反而更快；人數多到上萬，試算表會變慢，可以考慮改用系統內建的分析功能。

M 要用累積金額還是平均客單價？

一般用觀察期間內的累積實收金額。平均客單價看的是「每次買多大」，適合另外拿來設計滿額門檻，但不要跟累積金額混用，同一份分析裡所有會員要用同一個定義。

RFM 多久要重新計算一次？

建議每月一次，固定在同一天當基準日。如果你的商品回購週期很短，例如每兩週就會補貨的消耗品，可以縮短到每兩週一次。

分數門檻一定要切五等分嗎？

不一定。分數門檻應該配合商品的購買週期和你打算採取的行動。如果兩個分數對應的行銷動作完全一樣，合併成一級也沒問題；會員少的店家用 1～3 分也很常見。

沒有會員系統，只有訂單資料可以做嗎？

可以，只要每張訂單能對應到同一個顧客就行，例如用手機號碼或 Email 當識別碼。但要注意個資保護，分析用的檔案最好把聯絡資訊換成代號，名單要拿去行銷前，也要確認對方有同意接收訊息。

結語：先分群，再說話

RFM 不是什麼高深的模型，它的價值在於逼你回答一個問題：這個月，我該先照顧哪一群人？先把訂單整理乾淨、固定基準日、算出三個分數、分成五六群，然後替每一群設計一個動作。做完第一次，你會發現很多以前全部一起發的活動，其實只該發給其中一群人。

如果你想把分群之後的行銷動作也一起學起來，從寫文案、做自動化到經營電商，歡迎來上我們的免費課程。