RFM数据分析模型

最近一次消费时间（Recency）、消费频率（Frequency）和消费金额（Monetary），这就是著名的RFM模型对应的3个维度。

RFM模型是一种通过对距离最近一次消费的时长、消费频率和消费金额3个维度的分析来描述会员价值状况的分析模型，目的是根据会员活跃程度和交易金额的贡献，进行会员价值细分。

通过RFM模型可以识别优质会员，可以帮助卖家制定个性化的沟通和营销服务，为更多的营销决策提供有力支持，另外还能够衡量会员价值和会员利润创收能力。

9.3.2 RFM模型应用

利用RFM模型分析会员数据，首先需要在客户运营平台或其他CRM软件中获取会员数据，这里仅介绍RFM模型的应用，因此只需要获取客户信息、上次交易时间、交易总额和交易笔数即可。

接下来，需要计算“最近一次消费时间”，即时间间隔。由于获取的数据中只有上次交易时间，因此需要利用TODAY函数将现在的时间减去上次交易时间，得到时间间隔的天数。

现在来看，时间间隔对应“最近一次消费时间”，即R维度；交易总额对应“消费金额”，即M维度；交易笔数对应“消费频率”，即F维度。下面进一步调整各项目的位置，使其按RFM的顺序排列。<