RFM模型

最近要做关于商户价值评估的内容，想要参考用于评估客户价值的RFM模型，先来补一补基础知识。

RFM模型：

• R (Recency)：最近一次消费的时间间隔
  用户上次消费距离现在多久
• F (Frequency)：消费频率
  用户在一段时间内的消费次数，“一段时间”根据使用场景来定义
• M (Monetary)：消费金额
  用户在一段时间内的消费金额，“一段时间”根据使用场景来定义

依据这三个指标对客户细分，一般采用二分法，将每个指标按平均值划分，这样用户可以划分为8个群体。

用户分类	R	F	M	客户特征
重要价值客户	高	高	高	最近有交易，交易次数和交易金额都很高，最优质客户
重要发展客户	高	低	高	最近有交易且交易金额高，但是交易频率低，要深耕
重要唤回客户	低	高	高	交易金额和频率都高，但最近无交易，需要唤回
重要挽留客户	低	低	高	交易金额高，但交易频率低且最近无交易，有流失风险，需要重点挽留
一般价值客户	高	高	低	最近有交易且交易频率高，但是交易金额低，需要挖掘客户潜力
一般发展客户	高	低	低	最近有交易，但是交易次数和金额低，一般为新客户，有发展价值
一般唤回客户	低	高	低	交易次数高，但交易金额低且最近无交易，贡献不大，一般维持
一般挽留客户	低	低	低	最近无交易，且交易次数少、交易金额低，相当于流失客户

RFM模型的思想比较灵活，可以根据实际业务场景的改变分析对象，指标类型，指标数量等。

参考链接：
用户运营和分类思维的灵魂：RFM模型
如何通俗易懂的理解和应用RFM分析方法（模型）？

这篇文章写的也不错：
RFM模型的搭建细节以及适用场景有哪些？