RFM模型

定义与构成

RFM模型以最近交易Recency、交易频次Frequency和金额Monetary三个维度观察客户。最近交易以统一观察时点计算，交易频次和金额则采用明确的统计期间。评分和客户分组依实际业务设置，不给固定优质客户阈值。构成上，RFM模型涉及最近交易时间、交易频次和交易金额三个指标。与仅按首次购买时间形成的同期群不同，RFM关注的是每个客户在三个维度上的表现，而非仅按首次购买时间分组。

运作或统计含义

在运作层面，RFM模型通过三个维度对客户进行观察和分组。时间、频次及金额属于同一明确范围，评分和客户分组依实际业务设置，不给固定优质客户阈值。因此，不同业务可以根据自身情况设定评分规则和分组边界。统计含义上，RFM模型基于实际交易数据计算三个维度的值。与仅按首次购买时间形成的同期群不同，RFM模型不将客户固定为某一群体，而是根据三个维度的变化动态观察。

与相邻概念的联系

RFM模型与用户分层密切相关，是用户分层的一种分析方式。分组与单个用户资料不同，不把群体标签当作每个人固定身份。RFM模型通过三个维度将客户组织为不同组别，而用户分层可以依据更多特征或行为。与同期群分析类似，RFM模型也关注客户行为，但同期群通常按首次购买时间分组，而RFM模型按最近交易、频次和金额分组。此外，RFM模型不给固定优质客户阈值，因此不同业务可以灵活调整评分和分组规则。