RFM模型

案例数据

包含最近消费间隔、消费频次和消费金额，用于客户价值分层。

下载案例数据 查看数据文件

文件名	rfm.xlsx
数据用途	RFM 模型案例数据
变量说明	R 表示最近消费间隔，F 表示消费频次，M 表示消费金额；R 通常越小越好，F 和 M 越大越好。

完整案例

1. 背景

运营团队希望基于客户最近消费、消费频率和消费金额识别高价值客户与沉睡客户。

2. 理论与公式

3. 数据结构

R 表示最近消费间隔，F 表示消费频次，M 表示消费金额；R 通常越小越好，F 和 M 越大越好。

4. 操作步骤与截图

1. 上传案例数据
2. 选择 RFM 模型
3. 分别放入 R、F、M 三类指标
4. 设置分组数量或打分规则
5. 查看客户分层结果

5. 结果表格与结果阅读

客户类型	R得分	F得分	M得分	运营建议
高价值客户	5	5	5	重点维护
潜力客户	4	3	3	促进复购
流失风险	1	2	2	唤醒召回

R、F、M 应结合业务周期解释。

重点查看 RFM 得分、客户类别、各类客户占比和运营建议。

6. 辅助截图

7. 文字分析

RFM 模型将客户分为高价值、潜力、一般和流失风险等类型，便于后续精准营销。

8. 剖析提醒

R 指标方向与 F、M 相反，建模前要确认系统是否已按最近消费间隔进行反向打分。