是一種技術分析模型，以通過數據細分用戶，企業以此結果對不同群體施行不同手段以驅動用戶購買行為。
又數據蒐集的時間段一般為3個月、6個月、1年、3年。
RFM 分析模型的三項維度為為以下，並且每一個維度劃分1-5分的評級
–R (Recency)：最近，為客戶最後一天消費的時間點。越近計算日曆天者分數越高(5分);越遠計算日曆天者分數越低(1分)
–F (Frequency)：頻次，為劃分時間內的購買頻次。購買次數越高者分數越高(5分);購買次數越低者分數越低(1分)
–M (Monetary)：消費金額，為客的戶消費面額。消費面額越高者分數越高(5分);消費面額越低者分數越低(1分)
商業上一般將其劃分為10個客戶群，
1.Champions 冠軍顧客
2.Loyal Customers 忠實顧客
3.Potential Loyalists 潛在的忠誠顧客
4.New Customers 新顧客
5.Promising 有希望的顧客
6.Need Attention 需要關注的顧客
7.About to Sleep 快睡著的顧客
8.Can’t Lose Them 不能失去的顧客
9.At Risk 有風險的顧客
10.Hibernating 冬眠的顧客
一個企業是否能在市場上存活，在於用戶願意為其商品花錢。
即企業所提供的產品能夠符合消費者需求故市場所接受。
也就是說用戶在某時間週期內購買行為主宰企業是否能存否存活。
RFM分析模型 以Recency最近的時間、Frequency頻率週期、Monetary消費金額高低，除了其涵蓋了企業存活的關鍵因素“單位時間內(最近的時間x頻率週期)的購買力(消費金額高低)外，
它會被認為有效是在於 它以取自的數據劃分客戶群，對不同客戶施以不同手段。其滿足80/20法則，企業能夠據此投注資源於那20%帶來80%收益的客戶，令企業有更高的機會可以獲得回報、降低成本、減少客戶流失。
1.確立你的RFM分級方式，並將每個維度分為1-5分
方法一、基於業務性質自定義三項維度的分數值.
此方法會深受每個企業他定義的理想數值，而在R、F、M三者去界定範疇。
此方式風險有兩個，
其一在於會因為業務上升下降而不斷進行數值調整。
其二則是R與F這樣的單位時間為何以某方法為劃分依據。
方法二、五分位數劃分
此方法可以規避掉方法一第二個風險，被質疑為何以此單位時間為劃分依據。
2.善用工具，RFM數據可視化
R、F、M三者構成5X5X5=125種RFM組合.
這麼多的組合更多時候，我們會以以下工具幫助分析的進行：
-excel
-Python / R
3.找出企業的10種細分客戶，對他們營銷