RFM模型是根据用户历史行为数据，结合业务理解，实现用户分类，助力用户的精准营销。其核心是数据分类。

1、RFM作用：帮助企业判断哪些用户有异动，是否有流失的预兆，从而增加相应的运营措施

2、维度选择：

（1）最近一次消费（Recency）:基于当前时点，统计用户最近一次消费时点和当前时点的时间差

（2）消费频次（Frequency）:指定时间区间内统计用户的购买次数

（3）消费金额（Money）:指定时间区间内统计用户的消费总金额

3、实现步骤：

（1） 获取R、 F、 M三个维度下的原始数据
（2）定义R、 F、 M的评估模型与中值
（3）进行数据处理，获取R、 F、 M的值
（4）参照评估模型与中值，对用户进行分层
（5）针对不同层级用户制定运营策略

4、用户分类模型RFM总结：

（1）结合实际业务选取关键数据指标分析，不是千篇一律的最近一次消费时间、消费频次、消费金额
（2）定义R值、 F值、 M值数据区间分隔时，发现明显断档数据可以通过散点图、透视表、构成类图等进行判断
（3）除了选取讲解的3个核心业务指标进行交叉分析，也可以同时分析4个、 5个指标，或者只需要分析2个指标
（4）对于划分阈值的计算，除了平均值，还有二八法则，对于更加复杂的业务，可以寻求程序员或业务员协助确定。
（5）针对不同分层用户的运营策略的制定要结合实际，在制定了运营策略之后，结合公司现有资源和手段开展具体的落地工作。