1. 什么是RFM模型
R是Recency，最近一次消费。一般来说，最近一次消费时间越近，说明用户再次消费的可能性越大，因为用户对产品正处在关注中，对产品传递的内容和活动更容易响应。通过这个指标，可以划分出用户的活跃度。
F是Frequency，消费频率。也就是一定时间内的消费次数。通常，用户对产品关顾的次数越多，也就意味着对产品越熟悉，接受度越高。通过这个指标，可以划分出用户的成熟度。
M是Monetary，消费金额。就是一定时间内用户总的消费金额。从这个指标可简单的看出一个用户对产品的贡献度。
2. RFM模型有什么用
可以通过RFM模型将用户划分到不同的象限中，针对不同象限的用户，可以有不同的运营策略。例如，对活跃度不高，但相对成熟的用户，可以定制一些活动进行激活和促活；对活跃度高的新用户，设法保持其消费频率，向成熟度更高的阶段转化；对既活跃又成熟，但贡献度不高的用户，设法引导其进行大额消费……
简单来说，我们以后在做活动的时候，可以做到千人千面。在合适的时候，给合适的人，用合适的方式进行互动和激励。比如，给活跃度高的新用户发代金券，给目前不活跃的老用户推送平台优惠信息，引导贡献度低的成熟用户购买会员卡。这不仅能帮助我们更好的了解用户，还能有效的提高活动运营的ROI。
其二，RFM模型可以作为反作弊系统的参考。例如，可以找出成熟度不高但贡献度极高的用户，说明他在短时间内进行了非正常的大额消费；还可以找出成熟度极高但贡献度不高的用户，他有可能在帮助某些商家刷榜。
3. RFM模型如何建立:
其关键点在于如何划分用户级别，是5天内消费的用户算活跃用户呢，还是10天内？是一个月消费3次的用户是忠诚客户，还是半年内10次？是一个月消费满200元的用户算金牌客户，还是3个月满1000元？
业内某些大师给过些建议，例如通过对以往数据的分析，将用户的复购天数，与对应人数按照3:3:3:1进行切分，就可以得到活跃期、沉默期、睡眠期、流失期用户对应的复购天数。这种算法的出处不得而知，看上去比较科学和客观。但是别忘了，这个需要基于你的产品的历史数据做分析。所以，前提是第一你的产品足够成熟和稳定，第二你的产品已经稳定运营了足够长的时间，各个阶段的用户分布都已形成。否则，刚上线一两个月的产品怎么可能分析出谁是沉睡用户？还在不断做大改版找方向的产品，怎么可能有忠诚用户？
所以，要确定各个维度的参数就很难根据自有数据做判断。如果用数据，也应该是行业内其他成熟产品或权威产品的数据。否则，就要拍脑袋。拍脑袋不是不可以的，一个好的产品经理一定要敢于并善于拍脑袋。这里拍脑袋并不是说毫无根据的瞎拍，例如活跃期、沉默期、睡眠期、流失期的划分，我们可以放在用研的过程中，对采样用户做需求调研的时候，一并做了。如果你的产品做的足够好足够成熟，用户产生需求的频率基本就是活跃的频率，也就是多久会产生一次消费。反之，加入一些其他因素或算法，就可以粗略的得出其他阶段的用户对应的复购天数。成熟度和贡献度的划分方法同样如此。
拍脑袋也罢，有数据支撑也罢，一定要保持对自己所下结论的怀疑，在产品运营过程中不断的查看数据，对参数进行纠偏。没有绝对正确的公式，也没有绝对客观的方法，关键还要看我们能不能合理运用。
