讓我們先來預覽一下可視化部分效果：數據看板（模板文末下載）
下面我們就來看一下重新升級后的RFM模型！
基礎概念
還是一樣，先普及一下基礎概念。
Q1：RMF模型是什么？
RFM模型是衡量客戶價值和客戶創利能力的重要工具和手段。在眾多的客戶關系管理(CRM)的分析模式中，RFM模型是被廣泛提到的。該機械模型通過一個客戶的近期購買行為、購買的總體頻率以及花了多少錢3項指標來描述該客戶的價值狀況。
RFM其實是三個需要分析指標的首字母
指標
英文名稱
說明
最近一次消費間隔Recency越短越好（反向）
消費次數（頻率）
Frequency越大越好（正向）
消費金額
Monetary越大越好（正向）上面除了R的效果是和數值相反了，其他都是正相關！
Q2：如何對分析對象進行分類
我們根據三項指標是高還是低，把分析對象劃分為8類：
從分類的名稱中大家應該都直接看出，企業是盈利為目的的，所以消耗金額劃分是更好重要一些！金額高的都是在“重要”類別中！其他字面意思即可！
分析思路
一般分四步處理：
- 計算R、F、M值
- 對R、F、M值打分
- 根據分值和平均分，計算個指標是高還是低
- 分析及可視化
要分析，我們就需要數據，其實根據需要分析的指標，我們可以推測出需要的數據，至少需要：
- 會員或者客戶的ID（名稱）-分析的主體，對其計數（F）
- 每次消耗的時間-計算最近消費時間（R）
- 消耗金額-用于計算 （M）
上面三項是必須的，除此之外，我們可以還可以增加一些輔助分析的字段，比如分公司名稱，區域，城市等等!
本次分析，為我們模擬的數據，數據源情況如下：
- 數據量級：1500條，
- 用戶數量：26個用戶，
- 時間周期：2020-1-1到2020-9-15
- 消耗金額：100-1000
數據源前20行預覽：
萬事具備，下面我們就按照步驟來建立模型！
建立模型
計算R、F、M值
RFM三個值中只有R有點難度，其他都非常簡單，大家可以通過透視表手段處理，這里我們先做到全自動，所以直接全部使用函數處理，方便大家套模板！
公式如下：R值：數組公式（三鍵錄入）
=TODAY()-MAX(($A$2:$A$1501=$F2)*($B$2:$B$1501))
F值：消費頻率。直接計數即可
=COUNTIF(A:A,F2)
M值：消費金額。直接按客戶求合計即可
=SUMIF(A:A,F2,C:C)
以上我們就順利的計算出三項指標，如此簡單。
打分標準的確定
每個公司對三項指標的評分標準不同，具體要看企業實際業務要求，比如間隔1-3天的 得1分，4-10得2分等等，一般根據實際來測算處理。
本次案例中，我們使用的是5分制，按均值等分處理！具體劃分如下：
除了R是越大分數越低（方向),距離最后一次消耗時間越短越是優質客戶，顯然分數越高，也就是越小分數越高。其他都是正向變動！
這里特別感謝泠雨淺唱同學的提醒，本次我們得分分開，也更加方便維護
這里需要解釋一下RFM分段的確定。先計算各指標劃分為5等份的均值均值：=(最大值-最小值)/5然后我們依次使用最小值，加上對應的均值
R分段舉例如下：S2公式：獲取最近消耗間隔的最小值作為起始
=MIN(G:G)
S3公式：最小值，依次加上均值的數倍
=(MAX($G:$G)-$S$2)/5*ROW(A1)+$S$2
R分段的意思如下：
- [3,7) 天--5分
- [7,10) 天--4分
- [10,14) 天--3分
- [14,17) 天--2分
- [17,∞) 天--1分
F和M計算分段同理，這里就不再啰嗦，大家拿到文件后可以再細細琢磨！
如何打分
根據上一步的分段，我們可以使用IF來處理，但是IF來寫實在是麻煩，直接考慮有沒有簡單的函數，這里可以使用VLOOKUP近似查找或者LOOKUP處理！案例中使用的是LOOKUP！
R得分：
=LOOKUP(G2,$S$2:$S$6,$T$2:$T$6)
F和M得分公式原理一致！
判斷高低
分類中，我們有高和底，這里的高低可能各企業也有自己的標準，或者一般使用均值作為基準點，高于平均值：高，否則就是低，方便我們處理，我們把高用1表示，低用0表示，那么8個分類表中，我們新增一列，狀態
=SUBSTITUTE(SUBSTITUTE(AB2&AC2&AD2,"高",1),"低",0)
R狀態判斷如下：
=IF(J2>AVERAGE(J:J),1,0)
F狀態和M狀態同理，詳見文件！
我們把三列拼接到一起，方便我們引用數據！
用戶分類
前面我們已經完成了全部的基礎工作，下面只要通過客戶標識（分類）
再從分類表中引用即可完成分類工作
客戶分類公式：
=INDEX(AA:AA,MATCH(模型!P2,AE:AE,))
可視化呈現
可視化部分，先做好看一點，可以找一個數據看板的模板參考一下，比如本次就是隨便找了一個圖片（大概如下）
我們主要是獲取他的配色方案，自己適當加上需要的圖表和指標數據即可！
由于我們模擬的都是隨機數據，下面我們就使用動畫給大家演示一下，動態效果！
動畫演示：動態更新數據！
小結
RFM模型分析的目的是為了根據不同的客戶（會員）類型采用不同的管理方法，以實現用戶的細化管理，進而產生更大的收益
