Актуальность исследования обусловлена необходимостью повышения эффективности маркетинговых стратегий за счет автоматизированной и кастомизируемой сегментации клиентов. В рамках данной работы предложена универсальная система управления клиентскими данными, в основе которой лежит RFM сегментация с возможностью настройки гибкой логики, а также возможностью интеграции с различными внешними системами. Традиционные CRM-системы и ручные методы RFM сегментации ограничены в функционале и не всегда удовлетворяют потребности бизнеса в гибкости и интеграции с различными источниками данных. В работе были выявлены недостатки традиционных CRM-систем и предложены точки улучшения описываемой системы. Дополнительно был проведен эксперимент, в котором сравнивались полученные RFM сегменты на основе предложенной архитектуры с автостратегиями Яндекса в рекламной платформе Яндекс.Директ. Применение системы показало значительные преимущества в сравнении с автостратегиями, включая увеличение числа покупок на 30,71 % на примере магазина одежды. Полученные результаты подтверждают практическую ценность системы для оптимизации маркетинговых кампаний и повышения конверсии. Результаты имеют практическую значимость для компаний, нуждающихся в кастомизированных решениях и интеграциях. Для дальнейшего развития предлагается совершенствование метода RFM-сегментации путем внедрения алгоритмов машинного обучения, а также поиск дополнительных эффективных каналов для использования создаваемых сегментов.