扫码加入数据分析学习群

RFM模型是根据最近一次购买时间R(Recency)、购买频率F（Frequency）、购买金额M（Monetary）。

RFM模型实现的基本过程：

设置截止时间节点

设置时间跨度（往前推多少时间单位）

计算每个会员最近购买时间、购买频率、购买总金额

将R、F、M值加权算总分，或者生成RFM标签组合

模型应用思路：

RFM加权总分：可以作价值度排名，生成新的特征，与其他特征放在一起作为其他模型输入变量。

RFM组合得分：通过群体划分作分群解读，或生成分类型标签。

注意：RFM模型基于一个固定时间点来做模型，每天的得分都可能不太一样。