RFM分析模型

1.RFM，指客户数据库中的三个要素，这三个要素构成了数据分析最好的指标：最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)

2.使用目的：将主题的指标表现进行评估，评估标准是RFM三要素，同时参考RFM的权重，对于客户或者目标群体进行分类分析。

3.决策逻辑说明：

• 最近一次消费(Recency)：指上一次购买的时候——顾客上一次是几时来店里、上一次根据哪本邮购目录购买东西、什么时候买的车，或在你的超市买早餐最近的一次是什么时候。
• 消费频率(Frequency)：指顾客在限定的期间内所购买的次数。
• 消费金额(Monetary)：指顾客所花费的金额，是所有数据库报告的支柱，也可以验证“帕雷托法则”(Pareto’s Law)——公司80％的收入来自20％的顾客。

4.摘抄：

--传统的RFM模型与电信业RFM模型的各指标含义比较

模型	R(近度)	F(频度)	M(值度)
传统的RFM模型	客户最近一次	客户一定时期	客户一定时期
	购买距离分析	内购买该企业	内购买该企业
	点的时间	产品的次数	产品的总金额
电信业RFM模型	客户最后一次	客户一定时期	客户一定时期
	交费距离分析	内交费的次数	内的交费总额
	点的时间

　　以客户交费的近度、频度和值度来替代客户消费的近度、频度和值度,基于以下几点考虑:

　　(1)客户交费的时间间隔较大,以交费近度替代消费近度,避免了客户消费的近度难于区分的问题。

　　(2)客户交费次数相对较少,可以减少统计客户消费次数的工作量。

　　(3)客户交费额等于客户消费额.因此,从交费角度构建电信业的RFM模型是可取的。

--聚类分析后产生的8个客户类别：

--RFM加权分类：

5.参考网站：http://wiki.mbalib.com/wiki/RFM%E6%A8%A1%E5%9E%8B