一. 什么是RFM分析方法

RFM是3个指标的缩写，最近一次消费时间间隔（Recency），消费频率（Frequency），消费金额（Monetary）。3个指标业务不同，定义也不同，要根据业务来灵活定义。

1. 最近一次消费时间间隔（R）：是指用户最近一次消费距离现在的时间 ，最近一次消费时间间隔（R），上一次消费离得越近，也就是R的值越小，用户价值越高。
2. 消费频率（F）：是指用户一段时间内消费了多少次，购买频率越高，也就是F的值越大，用户价值越高。
3. 消费金额（M）：是指用户一段时间内的消费金额，消费金额越高，也就是M的值越大，用户价值越高。

我们把这3个指标按价值从低到高排序，并把这3个指标作为XYZ坐标轴，就可以把空间分为8部分。

我们把这个图里对应的RFM这3个值对应的价值是高还是低，对应到下面这张表里的用户分类的规则

二. RFM分析方法的作用

“某产品的销量大幅度下跌，经过数据分析后，发现几个原本为产品贡献了80%的收入的用户流失”，这就是没有对用户群体进行价值分类的情况。是对全部用户采取了一样的运营策略，没有是识别出有价值的用户群体。

RMF分析方法可以对不同价值的用户使用不同的营销策略，把企业优先的产品资源发挥到最大的效果。这就是产品运营中的精细化运营方向。

比如针对第1类重要价值用户，这类用户最近一次消费较近，消费频率高，消费金额高，就需要要提供vip增值服务，我们日常生活中接触到的会员服务就是这方面的经典案例。

三. 如何运用RFM分析方法

3.1 计算R、F、M值

要得到R、F、M这3个指标，一般需要数据的3个字段：用户ID、消费时间、消费金额。

上图为例假设现在时间为2020年1月30日，分析最近30天的用户，用户最近一次消费是2020.01.26与现在时间的间隔是4天。在最近30天消费了2次，总共消费金额是5000元。 用这个方法，假如我们这个案例里计算出的是下面表格里的R、F、M值，并在表格里加了3列，用于后面对计算出的R、F、M3个值打分

第2步）给R、F、M按价值打分，计算价值平均值

将R、F、M3个指标分别按价值从小到大分为1-5分。 在上个案例中将最近消费时间间隔（R）距离越近价值越大，大于20天的打1分，10-20天的打2分，5-10天打2分，3-5天打4分，3天以内打5分。

1. 最近一次消费时间间隔（R），上一次消费离得越近，也就是R的值越小，用户价值越高。
2. 消费频率（F），购买频率越高，也就是F值越大，用户价值越高。
3. 消费金额（M），消费金额越高，也就是M值越大，用户价值越高。

具体实际业务中，如何定义打分的范围，要根据具体的业务来灵活定，没有统一的标准。

根据这个打分规则，带入到案例中计算出的R、F、M值表格里的R值分类、F值分类、M值分类，并计算三个分值的平均值：

第3步）用户分类在表格里对用户进行打分

分别用于记录R、F、M3个值是高于平均值，还是低于平均值，并根据是否高于平均值进行“高”“低”打分。然后根据用户分类表格里定义的规则进行比较，就可以得出用户属于哪种类别

总结之前的内容：再结合文章最考试的分类图，在坐标轴的中心，可以理解为某个指标价值的平均值。

四. 精细化运营

用户分类后，如何精细化运营呢？ 对用户分类以后要做什么呢？那就是针对每类用户如何制定运营策略，需要具体公司业务不同制定不一样的策略

• 1）重要价值用户，RFM三个值都很高，要提供vip服务
• 2）重要发展用户，消费频率低，但是其他两个值很高，就要想办法提高他的消费频率
• 3）重要保持用户，最近消费距离现在时间较远，也就是F值低，但是消费频次和消费金额高。这种用户，是一段时间没来的忠实客户。应该提高复购率
• 4）重要挽留客户，最近消费时间距离现在较远、消费频率低，但消费金额高。这种用户，即将流失，要调查清楚哪里出了问题，并想办法挽回。

通过RFM分析方法来分析用户，对用户进行精细化运营。不断将用户转化为重要价值用户

五. 注意事项

1）R、F、M指标定义，不同业务定义不同。要根据具体业务灵活应用。比如下图描述用户使用产品的案例，不同的业务指标

2）第2个注意事项是，R、F、M按价值确定打分的规则

FRM打分的规则可以与业务部门沟通，或者使用聚类的方法对R、F、M的值进行分类，然后给每个类别打分。根据具体业务灵活来调整每个分数的范围是多少？