RFM模型

RFM模型的三个维度：

• R:最近一次消费 (Recency)
• F:消费频率 (Frequency)
• M:消费金额 (Monetary)

根本上也是一种用户细分，可基于各个分层，就目标探索相关表现，用户运营不同特征制定不同方案；

R	F	M	客户类型
高	高	高	高价值客户
低	高	高	重点保持客户
高	低	高	重点发展客户
低	高	高	重点挽留客户
高	高	低	一般价值客户
低	高	低	一般保持客户
高	低	低	一般发展客户
低	低	低	潜在客户

大M高价值客户，可发放相对大金额优惠券，重点挽回；低M一般客户，优惠券相对低些，倾向新客户发展成一般价值客户；最近有消费，消费频率低，低消费金额，新客户有推广价值；

分层：
三个维度分别基于本身属性排序，按排序序号等宽分成n个分组，得到对应的属性分值；
比如一共100个样本，就M值划分为5层，将top20分值标记为5，top21-40标记为2，其他依次类推…

也可采用其他分层方法，请参考数据分箱：：https://blog.csdn.net/me_to_007/article/details/126494027

应用样例：可基于目标，比如渠道投放付费转化，查看各个组合的ROI，选择高ROI分组用户属性投放；