RFM最早产生于电商领域，根据客户的交易频次和交易额衡量客户的价值，对客户进行细分。

什么是RFM？RFM最早产生于电商领域，根据客户的交易频次和交易额衡量客户的价值，对客户进行细分。

RFM是衡量客户价值的三个维度，分别为R（Recency）交易间隔、F（Frequency）交易频度、M（Monetary）交易金额组成。

R表示间隔（Recency）：也就是客户最近一次交易距今的间隔，需要注意的是，R是最近一次交易时间到现在的间隔，而不是最近一次的交易时间，R越大，表示客户越久未发生交易，反之R越小，表示客户越近有交易发生。

F表示频次（Frequency）：也就是客户在最近一段时间内交易的次数，一般来说选取一个特定的时间段，F越大，表示客户交易越频繁，反之F越小，表示客户不够活跃。

M表示额度（Monetary）：也在同样的时间段内，客户交易的金额，M越大，表示客户价值越高，M越小，表示客户价值越低。

有了以上3个维度的数据，就可以对每个用户按照每个维度进行衡量，一般来说我们会选取一个合理的分值对R、F、M进行划分，将3个维度分别分为高、低两类，组合下来就是8类，也就形成了8个用户群体。

当然你说我每个维度分成3类行不行，最终分成27个用户群体不是更精细，当然没问题，但是我们能不能给出27种不同的运营方案，如果给不出，如此细分不就是自嗨么？

毕竟，分为多少个群体不重要，每个群体都要有个性化的运营策略才重要。

下面是一张经典RFM客户细分模型图，R分值、F分值和M分值三个指标构成了一个三维立方图，在各自维度上，根据得分值又可以分为高、低两个分类，分别用2、1表示，最终3个指标两两组合，就构成了8大客户群体。

对每个用户群体进行定性，例如R、F、M分值高的客户为重要价值客户，R、F、M三个分值都低的客户为潜在客户，其他类型客户可以此类推解读。

三、RFM实际案例

RFM的原理到这里就讲完了，是不是很简单？确实很简单，但是也确实很实用，在实际的工作中是如何实施这个用户分层模型的呢？下面我们就用一个实际的案例手把手教你如何进行RFM用户分层。

整体来说，RFM模型实施需要以下几个关键的步骤。