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。