根據美國數據庫營銷研究所Arthur Hughes的研究，客戶數據庫中有三個神奇的要素，這三個要素構成了數據分析最好的指標：

最近一次消費（Recency）

消費頻率（Frequency）

消費金額（Monetary）

RFM分析原多用于傳統(tǒng)營銷、零售業(yè)等領域，合用于擁有多種消費品或快速消費品的行業(yè)，美國初裁向中國銅管征高至60%反 推銷稅只要任何有數據記實的消費都可以被用于分析。那么對于電 子商務網站來說，網站數據庫中記實的具體的交易信息，同樣可以運用RFM分析模型進行數據分析，尤其對于那些已經建立起客戶關系治理（CRM）系統(tǒng)的網站 來說，其分析的結果將更具意義。

基本概念解釋

RFM模型是衡量客戶價值和客戶創(chuàng)利能力的重要工具和手段。RFM分析模型主要由三個指標組成，下面臨這三個指標的定義和作用做下簡樸解釋：

最近一次消費（Recency）

最近一次消費意指用戶上一次購買的時間，理論上，上一次消費時間越近的顧客應該是比較好的顧客，對提供即時的商品或是服務也最有可能會有反應。 由于最近一次消費指標定義的是一個時間段，并且與當前時間相關，因此是一直在變動的。最近一次消費對營銷來說是一個重要指標，涉及吸引客戶，保持客戶，并 贏得客戶的忠誠度。

消費頻率（Frequency）

消費頻率是顧客在一定時間段內的消費次數。最常購買的消費者，忠誠度也就最高，增加顧客購買的次數意味著從競爭對手處偷取市場據有率，由別人的 手中賺取營業(yè)額。

根據這個指標，我們又把客戶分成五等分，這個五等分分析相稱于是一個“忠誠度的蹊徑”（loyalty ladder），其訣竅在于讓消費者一直順著蹊徑往上爬，·原油短期暴跌無礙油價上調預期把 銷售想像成是要將兩次購買的顧客往上推成三次購買的顧客，把一次購買者變成兩次的。

消費金額（Monetary）

消費金額是對電子商務網站產能的最直接的衡量指標，也可以驗證“帕雷托法則”（Pareto’s Law）——公司80％的收入來自20％的顧客。

數據獲取與分析

在從數據庫中提取相關數據之前，首先需要確定數據的時間跨度，根據網站銷售的物品的差異，確定合適的時間跨度。假如經營的是快速消費品，如日用 品，可以確定時間跨度為一個季度或者一個月；假如銷售的產品更替的時間相對久些，如電子產品，可以確定時間跨度為一年、半年或者一個季度。在確定時間跨度 之后就可以提取相應時間區(qū)間內的數據，其中：

最近一次消費（Recency），掏出來的數據是一個時間點，需要由 當前時間點-最 近一次消費時間點 來作為該度量的值，留意單位的選擇和同一，不管以小時、天為單位；

消費頻率（Frequency），這個指標可以直接在數據庫中COUNT用戶的消費次數得到；

消費金額（Monetary），可以將每位客戶的所有消費的金額相加（SUM）求得。

獲取三個指標的數據以后，需要計算每個指標數據的均值，分別以AVG（R）、AVG（F）、AVG（M）來表示，最后通過將每位客戶的三個指標 與均值進行比較，可以將客戶細分為8類：

Recency       Frequency       Monetary       客戶類型

↑                 ↑                    ↑                      重要價值客戶

↑                 ↓                     ↑                      重要發(fā)展客戶

↓                 ↑                      ↑                      重要保持客戶

↓                 ↓                      ↑                       重要挽留客戶

↑                 ↑                       ↓                     一般價值客戶

↑                 ↓                       ↓                     一般發(fā)展客戶

↓                ↑                        ↓                      一般保持客戶

↓                ↓                        ↓                      一般挽留客戶

——“↑”表示大于均值，“↓”表示小于均值

結果的展示

RFM模型包括三個指標，無法用平面坐標圖來展示，所以這里使用三維坐標系進行展示，一種X軸表示Recency，Y 軸表示Frequency，Z軸表示Monetary，坐標系的8個象限分 別表示 8類用戶，根據上表中的分類，可以用如下圖形進行描述：

RFM分析也存在著一定的缺陷，它只能分析有交易行為的用戶，戶主社區(qū)而對訪問過網站但未消費的用戶因為指標的限制無法進行分析，這樣就無法發(fā)現潛伏的 客戶。所以在分析電子商務網站的用戶時，因為網站數據的豐碩性——不僅擁有交易數據，而且可以收集到用戶的瀏覽訪問數據，可以擴展到更廣闊的角度去觀察用 戶，這方面的定量分析會在之后的網站用戶分析中進行具體敘述。