根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有三个神奇的要素，这三个要素构成了数据分析最好的指标：

最近一次消费（Recency）

消费频率（Frequency）

消费金额（Monetary）

RFM分析原多用于传统营销、零售业等领域，适用于拥有多种消费品或快速消费品的行业，美国初裁向中国铜管征高至60%反 倾销税只要任何有数据记录的消费都可以被用于分析。那么对于电 子商务网站来说，网站数据库中记录的详细的交易信息，同样可以运用RFM分析模型进行数据分析，尤其对于那些已经建立起客户关系管理（CRM）系统的网站 来说，其分析的结果将更具意义。

基本概念解释

RFM模型是衡量客户价值和客户创利能力的重要工具和手段。RFM分析模型主要由三个指标组成，下面对这三个指标的定义和作用做下简单解释：

最近一次消费（Recency）

最近一次消费意指用户上一次购买的时间，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。 因为最近一次消费指标定义的是一个时间段，并且与当前时间相关，因此是一直在变动的。最近一次消费对营销来说是一个重要指标，涉及吸引客户，保持客户，并 赢得客户的忠诚度。

消费频率（Frequency）

消费频率是顾客在一定时间段内的消费次数。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。

根据这个指标，我们又把客户分成五等分，这个五等分分析相当于是一个“忠诚度的阶梯”（loyalty ladder），其诀窍在于让消费者一直顺着阶梯往上爬，·原油短期暴跌无碍油价上调预期把 销售想像成是要将两次购买的顾客往上推成三次购买的顾客，把一次购买者变成两次的。

消费金额（Monetary）

消费金额是对电子商务网站产能的最直接的衡量指标，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。

数据获取与分析

在从数据库中提取相关数据之前，首先需要确定数据的时间跨度，根据网站销售的物品的差异，确定合适的时间跨度。如果经营的是快速消费品，如日用 品，可以确定时间跨度为一个季度或者一个月；如果销售的产品更替的时间相对久些，如电子产品，可以确定时间跨度为一年、半年或者一个季度。在确定时间跨度 之后就可以提取相应时间区间内的数据，其中：

最近一次消费（Recency），取出来的数据是一个时间点，需要由 当前时间点-最 近一次消费时间点 来作为该度量的值，注意单位的选择和统一，无论以小时、天为单位；

消费频率（Frequency），这个指标可以直接在数据库中COUNT用户的消费次数得到；

消费金额（Monetary），可以将每位客户的所有消费的金额相加（SUM）求得。

获取三个指标的数据以后，需要计算每个指标数据的均值，分别以AVG（R）、AVG（F）、AVG（M）来表示，最后通过将每位客户的三个指标 与均值进行比较，可以将客户细分为8类：

Recency       Frequency       Monetary       客户类型

↑                 ↑                    ↑                      重要价值客户

↑                 ↓                     ↑                      重要发展客户

↓                 ↑                      ↑                      重要保持客户

↓                 ↓                      ↑                       重要挽留客户

↑                 ↑                       ↓                     一般价值客户

↑                 ↓                       ↓                     一般发展客户

↓                ↑                        ↓                      一般保持客户

↓                ↓                        ↓                      一般挽留客户

——“↑”表示大于均值，“↓”表示小于均值

结果的展示

RFM模型包括三个指标，无法用平面坐标图来展示，所以这里使用三维坐标系进行展示，一种X轴表示Recency，Y 轴表示Frequency，Z轴表示Monetary，坐标系的8个象限分 别表示 8类用户，根据上表中的分类，可以用如下图形进行描述：

RFM分析也存在着一定的缺陷，它只能分析有交易行为的用户，户主社区而对访问过网站但未消费的用户由于指标的限制无法进行分析，这样就无法发现潜在的 客户。所以在分析电子商务网站的用户时，由于网站数据的丰富性——不仅拥有交易数据，而且可以收集到用户的浏览访问数据，可以扩展到更广阔的角度去观察用 户，这方面的定量分析会在之后的网站用户分析中进行详细叙述。