太精彩了，原来RFM模型还可以这样用

RFM作为很传统的数据分析模型，如何才能不局限于RFM，深入研究用户场景？本文系统总结了如何使用该模型进行分析，一起来看看吧。

很多同学表示想看RFM，今天它来了。RFM是很传统的数据分析模型，几乎所有文章都会提到它，然而市面上流传的各种乱用、错用也非常多。今天我们系统讲一下。

RFM是三个单词的缩写：最近一次消费时间 (Recency)，取数的时候一般取最近一次消费记录到当前时间的间隔，比如7天、30天、90天未到店消费。直观上，一个用户太久不到店消费，肯定是有问题，得做点什么事情。很多公司的用户唤醒机制都是基于这个制定的。

一定时间内消费频率 (Frequency)，取数时，一般是取一个时间段内用户消费频率。比如一年内有多少个月消费，一个月内有多少天到店等等。直观上，用户消费频率越高越忠诚。很多公司的用户激励机制都是基于这个制定的，买了一次还想让人家买第二次。

一定时间内累计消费金额(Monetary) ，取数时，一般是取一个时间段内用户消费金额。比如一年内有多少消费金额。直观上，用户买的越多价值就越大。很多公司的VIP机制是基于这个指定的，满10000银卡，满20000金卡一类。

所以，即使单独看这三个维度，都是很有意义的。当然，也有把三个维度交叉起来看的。

免责声明：本文为企业宣传商业资讯，仅供用户参考，如用户将之作为消费行为参考，快商业敬告用户需审慎决定。