可将不同量级的数据归一化至同一量级

第一组源数据经过无量纲化处理后收敛至了0到1区间之内，可将不同量级的数据归一化至同一量级，归一化后的数据是一个位数极多的小数，而一般用户对于极小数和极大数没有直观的感受。

所以这里我把所有的数据同比放大了100倍，将源数据扩大到了0至100的区间，同时做了四舍五入，让数据可读性更强。经过这样的处理就将数据从原来不同量级无法直观对比，归一化到了0至100的区间，方便大家直观计算RFM总值。

最后计算RFM总值的公式如下：RFM总值 = R值*（-1）+F值+M值+100；

公式中同样为了解决R值同F、M值统计维度不一样的问题，这里给R值乘以了负1，同时为了保证数据结果不会出现负数，又在最后加了100。这样处理之后保证最后的RFM总值落在了0至400的区间之内，让大家可以通过分值很直观的量化用户价值。

总之，RFM最终的目的就是帮助业务提高运营效率和产出价值，上述介绍了两种方法，一种通过经验人工划分出用户群体，一种通过数据挖掘，给与业务运营建议。