对RMf模型的好处，RMF模型对消费者分层分析

最近一次消费意指上一次购买的时候。

理论上，上一次消费时间越近的顾客应该是比较好的顾客，对提供即时的商品或是服务也最有可能会有反应。营销人员若想业绩有所成长，只能靠偷取竞争对手的市场占有率，而如果要密切地注意消费者的购买行为，那么最近的一次消费就是营销人员第一个要利用的工具。

M（消费金额-Monetary）

指的是一段时间（通常是1年）内的消费金额。

我们可以说最常购买的顾客，也是满意度最高的顾客。如果相信品牌及商店忠诚度的话，最常购买的消费者，忠诚度也就最高。增加顾客购买的次数意味着从竞争对手处偷取市场占有率，由别人的手中赚取营业额。

F（消费频率-Frequency）

消费频率是顾客在限定的期间内所购买的次数。

消费金额是所有数据库报告的支柱，也可以验证“帕雷托法则”(Pareto’s Law)——公司80%的收入来自20%的顾客。它显示出排名前10%的顾客所花费的金额比下一个等级者多出至少2倍，占公司所有营业额的40%以上。如看累计百分比的那一栏，我们会发现有40%的顾客贡献公司总营业额的80%；而有60%的客户占营业额的90%以上。最右的一栏显示每一等分顾客的平均消费，表现最好的 10%的顾客平均花费1195美元，而最差的10%仅有18美元 。

3. 三个维度组合出来的结果

RMF三维图

RMF三个维度，形成以上的三维坐标，可以简单地把客户分为8类：

RMF简单8类客户

常见操作中，把RMF都设置分值，例如1~5分，则能把客户细分为555=125种分类

4. RMF模型的实际操作

RFM非常适用于生产多种商品的企业，而且

为RMF分类定义指标

RMF模型是一种分类理论，并不能直接拿来就用，需要初始化指标。

例如R值，如果仅仅从高/低2个维度去区分，那么高-低的分界是什么呢？不同行业、不同公司、不同产品应该有不同的指标。

该指标需要经营方制定。刚开始可以凭经验、拍脑袋决定，但是随着业务的开展，应该能够收集到更充分数据，对指标进行调节。

RMF指标的调节

在实际应用中，往往需要把

这里需要一个科学的数据平台，能够自动收集、处理、分析各类数据，为指标调节提供决策依据。

客户价值的界定

既然为每个维度制定了1~5分，那么某程度上可以为客户计算一个分值，得出客户的价值。

简单粗暴的做法是3个维度的分值直接相加，最高分15分，最低分3分。

科学点的做