rfm使用者分層模型在實際商業活動的資料分析中運用的還是挺多的，主要用於使用者、商品、門店等等的分群和細分層次，分群之後就可以進行定向精準營銷和推廣以及促活和留存等等的運營活動。
rfm是一種使用者分層模型，就是從r、f、m三個維度來分析使用者，其中
r（recency）：最後1次消費距今天數，為「近度」維度；
f（frequency）：一段時間內的消費頻次，為「頻度」維度；
m（monetary）：一段時間內的消費金額，為「額度」維度。
這個是基本的rfm模型，實際應用的時候，我們可以進行改造，將其中的維度替換成我們關注的維度，比如換成「一段時間內發布的文章數」，「一段時間內瀏覽的文章數」等等，或者增加到4個維度，減少到2個維度，都是可以的。
通常來說，我們可以將每個維度分成兩類，高與低，這樣三個維度就會分成8類
這樣分成的8類是有名字的
這裡的高和低是怎麼區分出來的呢？
在資料處理階段，我們會先獲取這樣的使用者資料
這裡的rfm還都是實際值，這裡我們需要注意的是這個r和fm是不一樣的，r是距今天數，距離越近，即r值越小，是越好的，而f和m都是越大越好，它們的判斷方向不一致，千萬不要搞混了。至於怎樣劃分高和低，可以使用幾種方式：
這只是兩種思路，當我們不想分為高、低，想要分成3份，5份的時候，使用者會分割的更細，按照實際的情況來選擇就行了。有的時候，我們不想單純的去劃分高低，我們也可以選擇打分制，可以直接根據資料區間，進行打分，比如1-5分，還可以根據rfm3個維度的權重關係，求乙個總分，都是可以的。
r，表示的是使用者活躍情況，也叫做活躍度，消費的時間點越近，活躍度越高；
f，表示使用者的消費頻次，也叫做忠誠度，來消費的次數越多，忠誠度也高些；
m，表示使用者的消費金額，也叫做貢獻度，花的錢越多，貢獻度也越高。
單看m，我們還可以驗證下二八定律，一般30%左右的使用者貢獻了80%的gmv。
幾點注意
對使用者的分群，最好保證一段時間內穩定，可以採用1個月重新整理一次
rfm除了用在使用者上，用在其他的維度也是可以的，比如我們貨架、門店，都是一種參考角度，分群方式
RFM模型實現使用者分層
對應業務,獲取所需的r,f,m指標的資料 定義rfm的評估模型 這點要根據實際的業務區判斷,取什麼樣的斷點來分割資料很重要,例如 a.利用四分點,將資料分割為三檔 b.利用資料的平均值,中值分為檔 c.根據實際業務確定使用者評估模型,可以與帕累託分析搭配.資料清洗,獲得r,f,m的值,再參照評估模型...
RFM模型（使用者分析）
rfm模型是衡量客戶價值和客戶創利能力的重要工具和手段。在眾多的客戶關係管理 crm 的分析模式中，rfm模型是被廣泛提到的。該機械模型通過乙個客戶的近期購買行為 購買的總體頻率以及花了多少錢3項指標來描述該客戶的價值狀況。根據美國資料庫營銷研究所arthur hughes的研究，客戶資料庫中有3個...
使用者價值和RFM模型
什麼是使用者價值？使用者價值就是對公司來說有用的地方，比如有的公司看中使用者的消費能力，有的公司則看中使用者的忠誠度 各公司的業務目的不同，使用者價值的體現自然也不同。這裡主要說一下適用於電商的rfm模型。什麼是rfm模型？rfm模型根據使用者最近一次消費時間r，消費頻率f，消費金額m，計算出rfm...