code-ai-installer 4.0.0 → 4.0.1-b

package/domains/analytics/.agents/skills/rfm-analysis/SKILL.md

@@ -1,314 +1,330 @@
----
-name: rfm-analysis
-description: Сегментация клиентов по давности, частоте и сумме покупок
----
-# RFM-анализ — Сегментация клиентов по давности, частоте и сумме покупок
-
-## Когда использовать
-- При построении стратегии удержания клиентов — понять, кого удерживать, а кого реактивировать.
-- При оптимизации маркетингового бюджета — направить ресурсы на наиболее ценные сегменты.
-- При запуске персонализированных кампаний — разный месседж для разных сегментов.
-- При анализе клиентской базы — выявление Champions, лояльных, рисковых и потерянных клиентов.
-
-## Вход
-
-| Поле | Обязательно | Описание |
-|------|:-----------:|----------|
-| Бизнес / продукт | ✅ | Что анализируем |
-| Бизнес-модель | ✅ | E-commerce / SaaS / Marketplace / Сервис |
-| Данные транзакций | ⬚ | Таблица: клиент, дата, сумма (если есть реальные данные) |
-| Период анализа | ⬚ | За какой период (по умолчанию — 12 месяцев) |
-| Количество клиентов | ⬚ | Размер базы для калибровки шкалы |
-| Средний чек | ⬚ | Для моделирования, если нет реальных данных |
-| Частота покупок | ⬚ | Средняя частота для моделирования |
-
-> Если обязательные поля не предоставлены — **запросить у пользователя** до начала анализа. Не додумывать.
-
-> Если реальных данных нет — скил работает с **моделированными данными**, явно помеченными как гипотетические. Методология остаётся применимой при появлении реальных данных.
-
-## Источники данных
-1. **Транзакционные данные** — CRM, платёжная система, ERP (если предоставлены).
-2. **Веб-поиск** — бенчмарки по отрасли (средний чек, частота покупок, retention rate).
-3. **Отраслевые отчёты** — типичные RFM-распределения для данного типа бизнеса.
-4. **Аналитика продукта** — данные активности пользователей (для SaaS — логины, действия).
-5. **Данные от пользователя** — выгрузки из CRM, Google Analytics, платёжного провайдера.
-
-> При работе с моделированными данными — указать источники бенчмарков. Данные старше 12 месяцев — пометить ⚠️.
-
-### Связь с другими скилами
-| Скил | Что берём | Когда вызывать |
-|------|-----------|----------------|
-| `web-research` | Отраслевые бенчмарки: средний чек, частота, retention | Если нет реальных данных — для моделирования |
-| `cohort-analysis` | Retention curves для калибровки Recency-порогов (шаг 2) | Если есть когортные данные |
-| `competitive-analysis` | Бенчмарки конкурентов по retention и LTV | Для сравнения с рыночными стандартами |
-| `icp-buyer-persona` | Профиль Champions → обогащение ICP (шаг 8) | После сегментации: Champions = эталон ICP |
-| `unit-economics` | LTV per segment для расчёта бюджета на реактивацию | Для оценки ROI по сегментам |
-| `customer-journey-mapping` | Точки оттока для At Risk / About to Sleep | Для понимания, где именно теряем клиентов |
-
-## Протокол
-
-### Шаг 0 — Сбор контекста
-1. Проверить наличие обязательных данных.
-2. Определить режим: **реальные данные** или **моделированные**.
-3. Зафиксировать период анализа.
-4. Определить адаптацию под бизнес-модель:
-
-   | Бизнес-модель | Recency = | Frequency = | Monetary = |
-   |---------------|-----------|-------------|------------|
-   | E-commerce | Дни с последнего заказа | Кол-во заказов | Общая сумма заказов |
-   | SaaS (подписка) | Дни с последнего логина/действия | Кол-во активных месяцев | MRR или план подписки |
-   | SaaS (usage-based) | Дни с последнего использования | Кол-во сессий/действий | Общая сумма оплат |
-   | Marketplace | Дни с последней сделки | Кол-во сделок | GMV (объём сделок) |
-   | Сервис (офлайн) | Дни с последнего визита | Кол-во визитов | Общая сумма чеков |
-
-### Шаг 1 — Определение области данных
-- Определить единицу анализа: клиент / аккаунт / подписчик.
-- Определить «транзакцию» для данной бизнес-модели (см. таблицу шага 0).
-- Определить период: начальная и конечная дата.
-- Исключить аномалии: тестовые аккаунты, возвраты, аномальные суммы (>3σ).
-
-### Шаг 2 — Recency Score (R)
-1. Рассчитать дни с последней транзакции для каждого клиента.
-2. Определить пороги на основе бизнес-цикла:
-
-   | Score | E-commerce | SaaS (подписка) | Marketplace |
-   |:-----:|:----------:|:---------------:|:-----------:|
-   | R=5 | 0-30 дней | 0-7 дней | 0-14 дней |
-   | R=4 | 31-90 | 8-30 | 15-45 |
-   | R=3 | 91-180 | 31-60 | 46-90 |
-   | R=2 | 181-365 | 61-120 | 91-180 |
-   | R=1 | >365 | >120 | >180 |
-
-   > Пороги — ориентир. Калибровать под реальное распределение (квинтили) если есть данные.
-
-### Шаг 3 — Frequency Score (F)
-1. Подсчитать количество транзакций на клиента за период.
-2. Разбить на 5 групп (квинтили или бизнес-логика).
-3. F=5: топ-20% по частоте. F=1: однократная / минимальная.
-
-### Шаг 4 — Monetary Score (M)
-1. Рассчитать общую сумму на клиента за период.
-2. Разбить на 5 групп (квинтили или бизнес-логика).
-3. M=5: топ-20% по сумме. M=1: минимальные траты.
-4. Для SaaS с фиксированной подпиской: заменить M на **Engagement Score** (глубина использования: фичи, интеграции, кол-во пользователей в аккаунте).
-
-### Шаг 5 — Сегментация
-Присвоить каждому клиенту RFM-код (111-555) и сгруппировать:
-
-| Сегмент | RFM-диапазон | Описание | Типичная доля |
-|---------|:------------:|----------|:-------------:|
-| **Champions** | R=5, F=4-5, M=4-5 | Лучшие клиенты, покупают часто и много | 5-10% |
-| **Loyal Customers** | R=4-5, F=3-5, M=3-5 | Регулярные и ценные | 10-15% |
-| **Potential Loyalists** | R=4-5, F=1-3, M=1-3 | Новые с потенциалом роста | 10-15% |
-| **Recent Customers** | R=5, F=1, M=1 | Только пришли, первая покупка | 5-10% |
-| **Promising** | R=3-4, F=1-2, M=1-2 | Есть интерес, нужна активация | 10-15% |
-| **Need Attention** | R=3, F=3, M=3 | Средние, рискуют уйти | 5-10% |
-| **About to Sleep** | R=2-3, F=1-2, M=1-2 | Теряют интерес | 10-15% |
-| **At Risk** | R=1-2, F=3-5, M=3-5 | Были активны и ценны, уходят | 5-10% |
-| **Cannot Lose** | R=1, F=5, M=5 | VIP, которые ушли — критично вернуть | 1-3% |
-| **Hibernating** | R=1-2, F=1-2, M=1-2 | Давно неактивны, низкая ценность | 10-15% |
-| **Lost** | R=1, F=1, M=1 | Потеряны | 5-10% |
-
-### Шаг 6 — Оценка ценности сегментов
-Для каждого сегмента рассчитать:
-
-| Сегмент | % базы | % выручки | Ср. LTV | Revenue/клиент | Приоритет бюджета |
-|---------|:------:|:---------:|:-------:|:--------------:|:-----------------:|
-| Champions | X% | X% | $XXX | $XXX | Высокий (удержание) |
-| At Risk | X% | X% | $XXX | $XXX | Высокий (реактивация) |
-| Lost | X% | X% | $XXX | $XXX | Низкий (отпустить) |
-
-**Правило Парето:** обычно Champions + Loyal = 15-25% базы, но 60-80% выручки. Если распределение другое — зафиксировать как аномалию.
-
-### Шаг 7 — Стратегия и персонализация по сегментам
-
-| Сегмент | Цель | Действие | Канал | Тон | Предложение | KPI |
-|---------|------|----------|-------|-----|-------------|-----|
-| Champions | Удержание + адвокация | Эксклюзивный доступ, реферальная программа | Email, personal | Благодарный, VIP | Ранний доступ, бонус за реферал | NPS, referral rate |
-| Loyal | Upsell + лояльность | Кросс-продажи, программа лояльности | Email, in-app | Дружеский, экспертный | Upgrade, bundle | ARPU, retention |
-| Potential Loyalists | Вовлечение + онбординг | Guided onboarding, серия обучающих писем | Email, in-app | Поддерживающий | Бонус за 2-ю покупку | F→2+, activation |
-| Recent | Активация | Welcome-серия, aha-moment | Email, push | Приветливый | Промокод на 2-й заказ | Day-7 retention |
-| At Risk | Реактивация | «Мы скучаем», специальное предложение | Email, SMS | Заботливый, срочный | Скидка 20%, персональный оффер | Win-back rate |
-| Cannot Lose | Срочная реактивация | Звонок менеджера, персональное предложение | Звонок, email | Личный, VIP | Максимальная скидка, upgrade | Win-back rate |
-| Lost | Win-back или отпустить | Финальное письмо, опрос причины ухода | Email | Нейтральный | Опрос + последний шанс | Churn reason data |
-
-### Шаг 8 — Миграционный анализ
-Отслеживать перемещение клиентов между сегментами:
-
-1. Сравнить RFM-сегменты за текущий и предыдущий период:
-
-   | Миграция | Количество | % | Интерпретация | Действие |
-   |----------|:----------:|:-:|---------------|----------|
-   | Champions → At Risk | [N] | X% | Потеря лучших клиентов — критично | Немедленная реактивация |
-   | Potential Loyalists → Loyal | [N] | X% | Здоровый рост — онбординг работает | Масштабировать подход |
-   | At Risk → Lost | [N] | X% | Реактивация не сработала | Пересмотреть стратегию |
-   | Recent → Promising | [N] | X% | Активация работает | Продолжать |
-
-2. Ключевые миграции для мониторинга:
-   - **Негативные:** Champions/Loyal → At Risk, At Risk → Lost, Potential → Hibernating.
-   - **Позитивные:** Recent → Potential → Loyal → Champions.
-3. Рекомендуемая частота пересчёта:
-
-   | Бизнес-модель | Частота |
-   |---------------|---------|
-   | E-commerce (FMCG) | Еженедельно |
-   | E-commerce (дорогие товары) | Ежемесячно |
-   | SaaS | Ежемесячно |
-   | Marketplace | Раз в 2 недели |
-   | Сервис (офлайн) | Ежеквартально |
-
-## Пример — E-commerce: магазин спортивного питания
-
-**Контекст:** Онлайн-магазин спортивного питания, B2C, 12 000 клиентов, период 12 мес. Средний чек $45, средняя частота 3.2 покупки/год.
-
-### Шкала оценки
-
-| Метрика | 5 | 4 | 3 | 2 | 1 |
-|---------|:-:|:-:|:-:|:-:|:-:|
-| **Recency** (дни) | 0-30 | 31-60 | 61-120 | 121-240 | >240 |
-| **Frequency** (заказов) | ≥6 | 4-5 | 3 | 2 | 1 |
-| **Monetary** ($) | >$300 | $200-300 | $100-200 | $50-100 | <$50 |
-
-### Сегменты
-
-| Сегмент | % базы | % выручки | Кол-во | Ср. LTV | Стратегия |
-|---------|:------:|:---------:|:------:|:-------:|-----------|
-| Champions | 8% | 35% | 960 | $520 | Реферальная программа, VIP-доступ |
-| Loyal | 12% | 28% | 1440 | $340 | Upsell на подписку, программа лояльности |
-| Potential Loyalists | 11% | 8% | 1320 | $105 | Онбординг: «3-й заказ = бесплатная доставка» |
-| At Risk | 7% | 12% | 840 | $250 | «Мы скучаем» + скидка 15% на любимую категорию |
-| Cannot Lose | 2% | 5% | 240 | $360 | Звонок менеджера, персональный оффер |
-| Lost | 15% | 2% | 1800 | $25 | Финальный email + опрос причины ухода |
-
-**Проверка Парето:** Champions + Loyal = 20% базы, 63% выручки ✅ (здоровое распределение).
-
-### Миграционный анализ (мес. → мес.)
-
-| Миграция | Кол-во | % | Сигнал |
-|----------|:------:|:-:|--------|
-| Champions → At Risk | 45 | 4.7% | 🔴 Потеря VIP — запустить win-back |
-| Potential → Loyal | 180 | 13.6% | 🟢 Онбординг работает |
-| At Risk → Lost | 120 | 14.3% | 🟡 Реактивация недостаточно эффективна |
-
-**Рекомендация:** Champions → At Risk = 4.7% — выше бенчмарка (3%). Расследовать: цена? качество? конкурент?
-
-## Валидация (Quality Gate)
-
-- [ ] Определены все три метрики (R, F, M) с чёткими порогами, адаптированными под бизнес-модель
-- [ ] Пороги квинтилей обоснованы бизнес-циклом (или квинтилями реальных данных)
-- [ ] Выделены минимум 6 именованных сегментов с RFM-диапазонами
-- [ ] Для каждого сегмента: стратегия, действие, канал, тон, KPI
-- [ ] Ценность сегментов оценена: % базы, % выручки, средний LTV
-- [ ] Парето-проверка: Champions + Loyal ≈ 15-25% базы, 60-80% выручки
-- [ ] Миграционный анализ: ключевые переходы между сегментами зафиксированы
-- [ ] Частота пересчёта рекомендована для данной бизнес-модели
-- [ ] Если данные моделированные — явно указано с источниками бенчмарков
-- [ ] Нет логических противоречий в сегментации (RFM-коды корректны)
-- [ ] Источники данных указаны; данные старше 12 мес помечены ⚠️
-
-> Если валидация не пройдена — доработать до повторного прохождения, а не передавать дальше.
-
-## Handoff
-Результат `$rfm-analysis` является входом для:
-- **Стратег / Медиатор** — сегменты клиентов для стратегических решений.
-- **`unit-economics`** — LTV по сегментам, retention rates, бюджет на реактивацию.
-- **`cohort-analysis`** — группировка по когортам внутри сегментов.
-- **`customer-journey-mapping`** — точки оттока для At Risk / About to Sleep.
-- **`icp-buyer-persona`** — профиль Champions = эталон ICP.
-
-Формат передачи: таблица сегментов (% базы, % выручки, LTV) + стратегии + миграционный анализ. При передаче — использовать `$handoff`.
-
-## Anti-patterns
-
-| Ошибка | Почему плохо | Как правильно |
-|--------|-------------|---------------|
-| Одинаковые пороги для всех бизнесов | У SaaS и e-commerce разные циклы покупки | Калибровать пороги под бизнес-модель (таблица шаг 0) |
-| Моделированные данные без пометки | Решения на основе гипотез, а не фактов | Явно помечать, указывать источники бенчмарков |
-| Слишком много сегментов (>11) | Невозможно создать уникальную стратегию для каждого | 6-11 именованных сегментов |
-| Сегментация без стратегии | RFM ради RFM, нет actionable-выводов | Каждый сегмент = цель + действие + канал + KPI |
-| Игнорирование M при подписке | В SaaS Monetary менее вариативна | Заменить M на Engagement Score для SaaS |
-| Статичный анализ без миграции | Не видно, как клиенты перемещаются между сегментами | Миграционный анализ: негативные и позитивные переходы |
-| Без персонализации | Одинаковое сообщение для Champions и At Risk | Разный тон, канал, предложение, частота по сегментам |
-| Сегменты без ценности | Непонятно, куда направить бюджет | % базы + % выручки + LTV per segment + Парето-проверка |
-| Бенчмарки без источника | Невозможно верифицировать | Каждый бенчмарк — с источником и датой |
-
-## Шаблон вывода
-
-```
-### RFM-анализ — [Бизнес / Продукт]
-
-**Бизнес-модель:** [модель]
-**Период анализа:** [дата — дата]
-**Размер базы:** [N клиентов]
-**Тип данных:** Реальные / Моделированные (бенчмарк: [источник])
-**Дата анализа:** [дата]
-
----
-
-#### Адаптация метрик
-
-| Метрика | Определение для данного бизнеса |
-|---------|-------------------------------|
-| Recency | [Что измеряем: дни с последнего X] |
-| Frequency | [Что считаем: кол-во X за период] |
-| Monetary | [Что считаем: сумма X / engagement score] |
-
-#### Шкала оценки
-
-| Метрика | Score 5 | Score 4 | Score 3 | Score 2 | Score 1 |
-|---------|:-------:|:-------:|:-------:|:-------:|:-------:|
-| **Recency** | 0-[X] | [X]-[X] | [X]-[X] | [X]-[X] | >[X] |
-| **Frequency** | >[X] | [X]-[X] | [X]-[X] | [X]-[X] | [X] |
-| **Monetary** | >[X] | [X]-[X] | [X]-[X] | [X]-[X] | <[X] |
-
----
-
-#### Сегменты клиентов
-
-| Сегмент | RFM-диапазон | % базы | % выручки | Кол-во | Ср. LTV | Приоритет |
-|---------|:------------:|:------:|:---------:|:------:|:-------:|:---------:|
-| Champions | R5, F4-5, M4-5 | X% | X% | [N] | $XXX | Высокий |
-| Loyal | R4-5, F3-5, M3-5 | X% | X% | [N] | $XXX | Высокий |
-| ... | ... | ... | ... | ... | ... | ... |
-
-**Парето-проверка:** Champions + Loyal = X% базы, X% выручки → [Здоровое / Аномальное]
-
----
-
-#### Стратегия и персонализация
-
-| Сегмент | Цель | Действие | Канал | Тон | Предложение | KPI |
-|---------|------|----------|-------|-----|-------------|-----|
-| Champions | [Цель] | [Действие] | [Канал] | [Тон] | [Оффер] | [KPI] |
-| At Risk | [Цель] | [Действие] | [Канал] | [Тон] | [Оффер] | [KPI] |
-
----
-
-#### Миграционный анализ
-
-| Миграция | Кол-во | % сегмента | Сигнал | Действие |
-|----------|:------:|:----------:|:------:|----------|
-| Champions → At Risk | [N] | X% | 🔴 | [Что делать] |
-| Potential → Loyal | [N] | X% | 🟢 | [Что делать] |
-| At Risk → Lost | [N] | X% | 🟡 | [Что делать] |
-
-**Частота пересчёта:** [еженедельно / ежемесячно / ежеквартально]
-
----
-
-#### Рекомендации
-1. **Немедленные:** [At Risk / Cannot Lose — что делать сейчас]
-2. **Среднесрочные:** [Potential Loyalists — как активировать]
-3. **Долгосрочные:** [Champions — программа лояльности / адвокации]
-4. **Пересчёт:** каждые [N] дней
-
----
-
-#### Источники и допущения
-
-| # | Факт / допущение | Источник | Дата | Достоверность |
-|---|-------------------|----------|------|:-------------:|
-| 1 | [Факт] | [Источник] | [Дата] | ✅ / ⚠️ / 🔮 |
-
-Легенда: ✅ Verified (реальные данные) | ⚠️ Estimated (бенчмарк) | 🔮 Assumed (моделирование)
-```
+---
+name: rfm-analysis
+description: Сегментация клиентов по давности, частоте и сумме покупок
+type: triggered
+domain: analytics
+owners:
+  - data_analyst
+gates:
+  - DATA_ANALYST
+tech: []
+topic: []
+triggers:
+  - "rfm-analysis"
+  - "RFM"
+  - "RFM-анализ"
+  - "сегментация клиентов"
+related: []
+budget_lines: 330
+schema_version: 1
+---
+# RFM-анализ — Сегментация клиентов по давности, частоте и сумме покупок
+
+## Когда использовать
+- При построении стратегии удержания клиентов — понять, кого удерживать, а кого реактивировать.
+- При оптимизации маркетингового бюджета — направить ресурсы на наиболее ценные сегменты.
+- При запуске персонализированных кампаний — разный месседж для разных сегментов.
+- При анализе клиентской базы — выявление Champions, лояльных, рисковых и потерянных клиентов.
+
+## Вход
+
+| Поле | Обязательно | Описание |
+|------|:-----------:|----------|
+| Бизнес / продукт | ✅ | Что анализируем |
+| Бизнес-модель | ✅ | E-commerce / SaaS / Marketplace / Сервис |
+| Данные транзакций | ⬚ | Таблица: клиент, дата, сумма (если есть реальные данные) |
+| Период анализа | ⬚ | За какой период (по умолчанию — 12 месяцев) |
+| Количество клиентов | ⬚ | Размер базы для калибровки шкалы |
+| Средний чек | ⬚ | Для моделирования, если нет реальных данных |
+| Частота покупок | ⬚ | Средняя частота для моделирования |
+
+> Если обязательные поля не предоставлены — **запросить у пользователя** до начала анализа. Не додумывать.
+
+> Если реальных данных нет — скил работает с **моделированными данными**, явно помеченными как гипотетические. Методология остаётся применимой при появлении реальных данных.
+
+## Источники данных
+1. **Транзакционные данные** — CRM, платёжная система, ERP (если предоставлены).
+2. **Веб-поиск** — бенчмарки по отрасли (средний чек, частота покупок, retention rate).
+3. **Отраслевые отчёты** — типичные RFM-распределения для данного типа бизнеса.
+4. **Аналитика продукта** — данные активности пользователей (для SaaS — логины, действия).
+5. **Данные от пользователя** — выгрузки из CRM, Google Analytics, платёжного провайдера.
+
+> При работе с моделированными данными — указать источники бенчмарков. Данные старше 12 месяцев — пометить ⚠️.
+
+### Связь с другими скилами
+| Скил | Что берём | Когда вызывать |
+|------|-----------|----------------|
+| `web-research` | Отраслевые бенчмарки: средний чек, частота, retention | Если нет реальных данных — для моделирования |
+| `cohort-analysis` | Retention curves для калибровки Recency-порогов (шаг 2) | Если есть когортные данные |
+| `competitive-analysis` | Бенчмарки конкурентов по retention и LTV | Для сравнения с рыночными стандартами |
+| `icp-buyer-persona` | Профиль Champions → обогащение ICP (шаг 8) | После сегментации: Champions = эталон ICP |
+| `unit-economics` | LTV per segment для расчёта бюджета на реактивацию | Для оценки ROI по сегментам |
+| `customer-journey-mapping` | Точки оттока для At Risk / About to Sleep | Для понимания, где именно теряем клиентов |
+
+## Протокол
+
+### Шаг 0 — Сбор контекста
+1. Проверить наличие обязательных данных.
+2. Определить режим: **реальные данные** или **моделированные**.
+3. Зафиксировать период анализа.
+4. Определить адаптацию под бизнес-модель:
+
+   | Бизнес-модель | Recency = | Frequency = | Monetary = |
+   |---------------|-----------|-------------|------------|
+   | E-commerce | Дни с последнего заказа | Кол-во заказов | Общая сумма заказов |
+   | SaaS (подписка) | Дни с последнего логина/действия | Кол-во активных месяцев | MRR или план подписки |
+   | SaaS (usage-based) | Дни с последнего использования | Кол-во сессий/действий | Общая сумма оплат |
+   | Marketplace | Дни с последней сделки | Кол-во сделок | GMV (объём сделок) |
+   | Сервис (офлайн) | Дни с последнего визита | Кол-во визитов | Общая сумма чеков |
+
+### Шаг 1 — Определение области данных
+- Определить единицу анализа: клиент / аккаунт / подписчик.
+- Определить «транзакцию» для данной бизнес-модели (см. таблицу шага 0).
+- Определить период: начальная и конечная дата.
+- Исключить аномалии: тестовые аккаунты, возвраты, аномальные суммы (>3σ).
+
+### Шаг 2 — Recency Score (R)
+1. Рассчитать дни с последней транзакции для каждого клиента.
+2. Определить пороги на основе бизнес-цикла:
+
+   | Score | E-commerce | SaaS (подписка) | Marketplace |
+   |:-----:|:----------:|:---------------:|:-----------:|
+   | R=5 | 0-30 дней | 0-7 дней | 0-14 дней |
+   | R=4 | 31-90 | 8-30 | 15-45 |
+   | R=3 | 91-180 | 31-60 | 46-90 |
+   | R=2 | 181-365 | 61-120 | 91-180 |
+   | R=1 | >365 | >120 | >180 |
+
+   > Пороги — ориентир. Калибровать под реальное распределение (квинтили) если есть данные.
+
+### Шаг 3 — Frequency Score (F)
+1. Подсчитать количество транзакций на клиента за период.
+2. Разбить на 5 групп (квинтили или бизнес-логика).
+3. F=5: топ-20% по частоте. F=1: однократная / минимальная.
+
+### Шаг 4 — Monetary Score (M)
+1. Рассчитать общую сумму на клиента за период.
+2. Разбить на 5 групп (квинтили или бизнес-логика).
+3. M=5: топ-20% по сумме. M=1: минимальные траты.
+4. Для SaaS с фиксированной подпиской: заменить M на **Engagement Score** (глубина использования: фичи, интеграции, кол-во пользователей в аккаунте).
+
+### Шаг 5 — Сегментация
+Присвоить каждому клиенту RFM-код (111-555) и сгруппировать:
+
+| Сегмент | RFM-диапазон | Описание | Типичная доля |
+|---------|:------------:|----------|:-------------:|
+| **Champions** | R=5, F=4-5, M=4-5 | Лучшие клиенты, покупают часто и много | 5-10% |
+| **Loyal Customers** | R=4-5, F=3-5, M=3-5 | Регулярные и ценные | 10-15% |
+| **Potential Loyalists** | R=4-5, F=1-3, M=1-3 | Новые с потенциалом роста | 10-15% |
+| **Recent Customers** | R=5, F=1, M=1 | Только пришли, первая покупка | 5-10% |
+| **Promising** | R=3-4, F=1-2, M=1-2 | Есть интерес, нужна активация | 10-15% |
+| **Need Attention** | R=3, F=3, M=3 | Средние, рискуют уйти | 5-10% |
+| **About to Sleep** | R=2-3, F=1-2, M=1-2 | Теряют интерес | 10-15% |
+| **At Risk** | R=1-2, F=3-5, M=3-5 | Были активны и ценны, уходят | 5-10% |
+| **Cannot Lose** | R=1, F=5, M=5 | VIP, которые ушли — критично вернуть | 1-3% |
+| **Hibernating** | R=1-2, F=1-2, M=1-2 | Давно неактивны, низкая ценность | 10-15% |
+| **Lost** | R=1, F=1, M=1 | Потеряны | 5-10% |
+
+### Шаг 6 — Оценка ценности сегментов
+Для каждого сегмента рассчитать:
+
+| Сегмент | % базы | % выручки | Ср. LTV | Revenue/клиент | Приоритет бюджета |
+|---------|:------:|:---------:|:-------:|:--------------:|:-----------------:|
+| Champions | X% | X% | $XXX | $XXX | Высокий (удержание) |
+| At Risk | X% | X% | $XXX | $XXX | Высокий (реактивация) |
+| Lost | X% | X% | $XXX | $XXX | Низкий (отпустить) |
+
+**Правило Парето:** обычно Champions + Loyal = 15-25% базы, но 60-80% выручки. Если распределение другое — зафиксировать как аномалию.
+
+### Шаг 7 — Стратегия и персонализация по сегментам
+
+| Сегмент | Цель | Действие | Канал | Тон | Предложение | KPI |
+|---------|------|----------|-------|-----|-------------|-----|
+| Champions | Удержание + адвокация | Эксклюзивный доступ, реферальная программа | Email, personal | Благодарный, VIP | Ранний доступ, бонус за реферал | NPS, referral rate |
+| Loyal | Upsell + лояльность | Кросс-продажи, программа лояльности | Email, in-app | Дружеский, экспертный | Upgrade, bundle | ARPU, retention |
+| Potential Loyalists | Вовлечение + онбординг | Guided onboarding, серия обучающих писем | Email, in-app | Поддерживающий | Бонус за 2-ю покупку | F→2+, activation |
+| Recent | Активация | Welcome-серия, aha-moment | Email, push | Приветливый | Промокод на 2-й заказ | Day-7 retention |
+| At Risk | Реактивация | «Мы скучаем», специальное предложение | Email, SMS | Заботливый, срочный | Скидка 20%, персональный оффер | Win-back rate |
+| Cannot Lose | Срочная реактивация | Звонок менеджера, персональное предложение | Звонок, email | Личный, VIP | Максимальная скидка, upgrade | Win-back rate |
+| Lost | Win-back или отпустить | Финальное письмо, опрос причины ухода | Email | Нейтральный | Опрос + последний шанс | Churn reason data |
+
+### Шаг 8 — Миграционный анализ
+Отслеживать перемещение клиентов между сегментами:
+
+1. Сравнить RFM-сегменты за текущий и предыдущий период:
+
+   | Миграция | Количество | % | Интерпретация | Действие |
+   |----------|:----------:|:-:|---------------|----------|
+   | Champions → At Risk | [N] | X% | Потеря лучших клиентов — критично | Немедленная реактивация |
+   | Potential Loyalists → Loyal | [N] | X% | Здоровый рост — онбординг работает | Масштабировать подход |
+   | At Risk → Lost | [N] | X% | Реактивация не сработала | Пересмотреть стратегию |
+   | Recent → Promising | [N] | X% | Активация работает | Продолжать |
+
+2. Ключевые миграции для мониторинга:
+   - **Негативные:** Champions/Loyal → At Risk, At Risk → Lost, Potential → Hibernating.
+   - **Позитивные:** Recent → Potential → Loyal → Champions.
+3. Рекомендуемая частота пересчёта:
+
+   | Бизнес-модель | Частота |
+   |---------------|---------|
+   | E-commerce (FMCG) | Еженедельно |
+   | E-commerce (дорогие товары) | Ежемесячно |
+   | SaaS | Ежемесячно |
+   | Marketplace | Раз в 2 недели |
+   | Сервис (офлайн) | Ежеквартально |
+
+## Пример — E-commerce: магазин спортивного питания
+
+**Контекст:** Онлайн-магазин спортивного питания, B2C, 12 000 клиентов, период 12 мес. Средний чек $45, средняя частота 3.2 покупки/год.
+
+### Шкала оценки
+
+| Метрика | 5 | 4 | 3 | 2 | 1 |
+|---------|:-:|:-:|:-:|:-:|:-:|
+| **Recency** (дни) | 0-30 | 31-60 | 61-120 | 121-240 | >240 |
+| **Frequency** (заказов) | ≥6 | 4-5 | 3 | 2 | 1 |
+| **Monetary** ($) | >$300 | $200-300 | $100-200 | $50-100 | <$50 |
+
+### Сегменты
+
+| Сегмент | % базы | % выручки | Кол-во | Ср. LTV | Стратегия |
+|---------|:------:|:---------:|:------:|:-------:|-----------|
+| Champions | 8% | 35% | 960 | $520 | Реферальная программа, VIP-доступ |
+| Loyal | 12% | 28% | 1440 | $340 | Upsell на подписку, программа лояльности |
+| Potential Loyalists | 11% | 8% | 1320 | $105 | Онбординг: «3-й заказ = бесплатная доставка» |
+| At Risk | 7% | 12% | 840 | $250 | «Мы скучаем» + скидка 15% на любимую категорию |
+| Cannot Lose | 2% | 5% | 240 | $360 | Звонок менеджера, персональный оффер |
+| Lost | 15% | 2% | 1800 | $25 | Финальный email + опрос причины ухода |
+
+**Проверка Парето:** Champions + Loyal = 20% базы, 63% выручки ✅ (здоровое распределение).
+
+### Миграционный анализ (мес. → мес.)
+
+| Миграция | Кол-во | % | Сигнал |
+|----------|:------:|:-:|--------|
+| Champions → At Risk | 45 | 4.7% | 🔴 Потеря VIP — запустить win-back |
+| Potential → Loyal | 180 | 13.6% | 🟢 Онбординг работает |
+| At Risk → Lost | 120 | 14.3% | 🟡 Реактивация недостаточно эффективна |
+
+**Рекомендация:** Champions → At Risk = 4.7% — выше бенчмарка (3%). Расследовать: цена? качество? конкурент?
+
+## Валидация (Quality Gate)
+
+- [ ] Определены все три метрики (R, F, M) с чёткими порогами, адаптированными под бизнес-модель
+- [ ] Пороги квинтилей обоснованы бизнес-циклом (или квинтилями реальных данных)
+- [ ] Выделены минимум 6 именованных сегментов с RFM-диапазонами
+- [ ] Для каждого сегмента: стратегия, действие, канал, тон, KPI
+- [ ] Ценность сегментов оценена: % базы, % выручки, средний LTV
+- [ ] Парето-проверка: Champions + Loyal ≈ 15-25% базы, 60-80% выручки
+- [ ] Миграционный анализ: ключевые переходы между сегментами зафиксированы
+- [ ] Частота пересчёта рекомендована для данной бизнес-модели
+- [ ] Если данные моделированные — явно указано с источниками бенчмарков
+- [ ] Нет логических противоречий в сегментации (RFM-коды корректны)
+- [ ] Источники данных указаны; данные старше 12 мес помечены ⚠️
+
+> Если валидация не пройдена — доработать до повторного прохождения, а не передавать дальше.
+
+## Handoff
+Результат `$rfm-analysis` является входом для:
+- **Стратег / Медиатор** — сегменты клиентов для стратегических решений.
+- **`unit-economics`** — LTV по сегментам, retention rates, бюджет на реактивацию.
+- **`cohort-analysis`** — группировка по когортам внутри сегментов.
+- **`customer-journey-mapping`** — точки оттока для At Risk / About to Sleep.
+- **`icp-buyer-persona`** — профиль Champions = эталон ICP.
+
+Формат передачи: таблица сегментов (% базы, % выручки, LTV) + стратегии + миграционный анализ. При передаче — использовать `$handoff`.
+
+## Anti-patterns
+
+| Ошибка | Почему плохо | Как правильно |
+|--------|-------------|---------------|
+| Одинаковые пороги для всех бизнесов | У SaaS и e-commerce разные циклы покупки | Калибровать пороги под бизнес-модель (таблица шаг 0) |
+| Моделированные данные без пометки | Решения на основе гипотез, а не фактов | Явно помечать, указывать источники бенчмарков |
+| Слишком много сегментов (>11) | Невозможно создать уникальную стратегию для каждого | 6-11 именованных сегментов |
+| Сегментация без стратегии | RFM ради RFM, нет actionable-выводов | Каждый сегмент = цель + действие + канал + KPI |
+| Игнорирование M при подписке | В SaaS Monetary менее вариативна | Заменить M на Engagement Score для SaaS |
+| Статичный анализ без миграции | Не видно, как клиенты перемещаются между сегментами | Миграционный анализ: негативные и позитивные переходы |
+| Без персонализации | Одинаковое сообщение для Champions и At Risk | Разный тон, канал, предложение, частота по сегментам |
+| Сегменты без ценности | Непонятно, куда направить бюджет | % базы + % выручки + LTV per segment + Парето-проверка |
+| Бенчмарки без источника | Невозможно верифицировать | Каждый бенчмарк — с источником и датой |
+
+## Шаблон вывода
+
+```
+### RFM-анализ — [Бизнес / Продукт]
+
+**Бизнес-модель:** [модель]
+**Период анализа:** [дата — дата]
+**Размер базы:** [N клиентов]
+**Тип данных:** Реальные / Моделированные (бенчмарк: [источник])
+**Дата анализа:** [дата]
+
+---
+
+#### Адаптация метрик
+
+| Метрика | Определение для данного бизнеса |
+|---------|-------------------------------|
+| Recency | [Что измеряем: дни с последнего X] |
+| Frequency | [Что считаем: кол-во X за период] |
+| Monetary | [Что считаем: сумма X / engagement score] |
+
+#### Шкала оценки
+
+| Метрика | Score 5 | Score 4 | Score 3 | Score 2 | Score 1 |
+|---------|:-------:|:-------:|:-------:|:-------:|:-------:|
+| **Recency** | 0-[X] | [X]-[X] | [X]-[X] | [X]-[X] | >[X] |
+| **Frequency** | >[X] | [X]-[X] | [X]-[X] | [X]-[X] | [X] |
+| **Monetary** | >[X] | [X]-[X] | [X]-[X] | [X]-[X] | <[X] |
+
+---
+
+#### Сегменты клиентов
+
+| Сегмент | RFM-диапазон | % базы | % выручки | Кол-во | Ср. LTV | Приоритет |
+|---------|:------------:|:------:|:---------:|:------:|:-------:|:---------:|
+| Champions | R5, F4-5, M4-5 | X% | X% | [N] | $XXX | Высокий |
+| Loyal | R4-5, F3-5, M3-5 | X% | X% | [N] | $XXX | Высокий |
+| ... | ... | ... | ... | ... | ... | ... |
+
+**Парето-проверка:** Champions + Loyal = X% базы, X% выручки → [Здоровое / Аномальное]
+
+---
+
+#### Стратегия и персонализация
+
+| Сегмент | Цель | Действие | Канал | Тон | Предложение | KPI |
+|---------|------|----------|-------|-----|-------------|-----|
+| Champions | [Цель] | [Действие] | [Канал] | [Тон] | [Оффер] | [KPI] |
+| At Risk | [Цель] | [Действие] | [Канал] | [Тон] | [Оффер] | [KPI] |
+
+---
+
+#### Миграционный анализ
+
+| Миграция | Кол-во | % сегмента | Сигнал | Действие |
+|----------|:------:|:----------:|:------:|----------|
+| Champions → At Risk | [N] | X% | 🔴 | [Что делать] |
+| Potential → Loyal | [N] | X% | 🟢 | [Что делать] |
+| At Risk → Lost | [N] | X% | 🟡 | [Что делать] |
+
+**Частота пересчёта:** [еженедельно / ежемесячно / ежеквартально]
+
+---
+
+#### Рекомендации
+1. **Немедленные:** [At Risk / Cannot Lose — что делать сейчас]
+2. **Среднесрочные:** [Potential Loyalists — как активировать]
+3. **Долгосрочные:** [Champions — программа лояльности / адвокации]
+4. **Пересчёт:** каждые [N] дней
+
+---
+
+#### Источники и допущения
+
+| # | Факт / допущение | Источник | Дата | Достоверность |
+|---|-------------------|----------|------|:-------------:|
+| 1 | [Факт] | [Источник] | [Дата] | ✅ / ⚠️ / 🔮 |
+
+Легенда: ✅ Verified (реальные данные) | ⚠️ Estimated (бенчмарк) | 🔮 Assumed (моделирование)
+```