Как сделать RFM-анализ клиентов в Excel с помощью нейросети: промпт и формулы
Готовый промпт для GLM, Qwen, ChatGPT или DeepSeek: как описать таблицу клиентов, получить формулы для RFM-анализа в Excel и проверить готовую сегментацию.
Скопируйте промпт, опишите структуру своей Excel-таблицы и попросите нейросеть дать формулы для RFM-анализа. Затем перенесите формулы в таблицу и проверьте сегменты.
- Excel / клиентский анализ
- GLM
- Подойдёт для Qwen
- 10–15 минут
- Начальный / средний
- Обновлено: 30.07.2026
Коротко
Что получится на выходе
RFM-анализ помогает быстро понять, кому продавать сейчас, кого возвращать и на какие группы клиентов не стоит тратить слишком много усилий.
Вы описываете нейросети структуру таблицы, строки с данными и нужный результат. В ответ получаете дополнительные столбцы, формулы для Recency, Frequency и Monetary, правила баллов и понятные названия сегментов.
Когда использовать этот промпт
Используйте его, если нужно:
- есть список клиентов с датами покупок, количеством покупок и суммой продаж;
- нужно быстро сегментировать базу перед обзвоном, рассылкой или планом продаж;
- хочется понять, какие клиенты активные, какие спят, а какие почти потеряны;
- нужно получить формулы для Excel без ручного поиска по справочникам;
- вы хотите проверить гипотезу по клиентской базе за 10–15 минут.
Что подготовить перед запросом
Чем конкретнее исходные данные, тем меньше нейросеть будет додумывать за вас.
Перед тем как отправлять промпт в нейросеть, соберите:
- название клиента;
- дату последней покупки;
- количество покупок за период;
- общую сумму продаж;
- средний чек;
- номер строки, с которой начинаются данные.
Готовый промпт
Готовый промпт: Excel / клиентский анализ
Скопируйте текст и замените примерные значения на свои данные.
У меня есть таблица клиентов в Excel.
Структура таблицы:
A — название клиента
B — дата последней покупки
C — количество покупок за год
D — общая сумма продаж
E — средний чек
Данные начинаются с 4-й строки. Всего в таблице 25 клиентов.
Хочу сделать RFM-анализ и сегментировать клиентов, чтобы понять:
1. на каких клиентах стоит сосредоточить усилия;
2. кого нужно возвращать и прогревать;
3. какие клиенты уже почти потеряны;
4. какие группы клиентов могут дать больше выручки.
Дай пошаговую инструкцию для Excel:
- какие дополнительные столбцы добавить;
- какие формулы использовать для Recency, Frequency и Monetary;
- как присвоить баллы R, F и M;
- как собрать итоговый RFM-сегмент;
- как назвать сегменты понятным языком;
- как проверить, что формулы работают правильно.
Если есть несколько вариантов формул, выбери простой вариант для пользователя, который не является профессиональным аналитиком.Пример входных данных
название компании или демонстрационное имя клиента.
дата, по которой считается Recency: чем свежее покупка, тем лучше.
сколько раз клиент покупал за выбранный период.
общая выручка по клиенту за период анализа.
дополнительный показатель, который помогает интерпретировать сегменты.
У меня 25 клиентов в Excel.
Данные по столбцам.
A — название, B — дата последней покупки, C — кол-во покупок за год, D — общая сумма продаж, E — средний чек.
Данные начинаются с 4-й строки.
Хочу сделать RFM-анализ и сегментировать этих клиентов, чтобы понять, на ком стоит сосредоточить усилия, а кто из клиентов уже почти потерян.
Подскажи мне по шагам, как его сделать в Excel, и дай подходящие формулы.Каким должен быть хороший результат
Хороший ответ нейросети должен содержать:
- список дополнительных столбцов для Excel;
- формулу для Recency: сколько дней прошло с последней покупки;
- правила расчёта баллов R, F и M;
- итоговый RFM-код или суммарный балл;
- понятные названия сегментов: активные, ценные, спящие, потерянные;
- подсказку, что делать с каждой группой клиентов.
Как проверить результат
Проверьте, что в ответе есть:
- формулы ссылаются на правильные столбцы вашей таблицы;
- даты в Excel распознаны как даты, а не как текст;
- суммы продаж и средний чек распознаны как числа;
- логика баллов не противоречит здравому смыслу: свежие покупки получают лучший Recency;
- сегменты объяснены простым языком, а не только кодами RFM;
- в таблице нет реальных персональных данных, если вы отправляете её во внешний сервис.
Не принимайте цифры и факты из ответа нейросети без проверки.
Частые ошибки
- Не указать, с какой строки начинаются данные.
- Перепутать период анализа: год, квартал или весь срок работы с клиентом.
- Не объяснить названия столбцов и ждать, что нейросеть догадается сама.
- Отправить реальные персональные данные клиентов во внешний сервис.
- Скопировать формулы без проверки ссылок на столбцы.
- Принять готовую сегментацию без ручной проверки нескольких строк.
FAQ
Можно ли сделать RFM-анализ в Excel без знания сложной аналитики?
Да. Для базового варианта достаточно таблицы клиентов и понятных формул. Нейросеть помогает собрать пошаговую инструкцию, но несколько строк результата нужно проверить вручную.
Можно ли использовать этот промпт в ChatGPT или DeepSeek вместо GLM?
Да. Промпт подходит для GLM, Qwen, ChatGPT, DeepSeek и других нейросетей. Главное — точно описать структуру вашей таблицы и строку, с которой начинаются данные.
Безопасно ли отправлять таблицу клиентов в нейросеть?
Лучше не отправлять реальные персональные данные. Для запроса достаточно описать структуру таблицы и использовать демонстрационные строки или обезличенные данные.
Что делать, если формулы не работают в моём Excel?
Проверьте разделители формул, формат дат и ссылки на столбцы. Если версия Excel использует другие имена функций или разделители, попросите нейросеть адаптировать формулы под вашу локаль.
Следующий шаг
Хотите применять нейросети для рабочих задач системно?
Разберите больше практических сценариев на авторском курсе Егора Голубева и подпишитесь на каналы с новыми примерами промптов.