原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
一、RFM模型简介
RFM模型是一种用于客户价值细分的经典模型，通过最近一次消费时间（Recency,R）、**消费频率（Frequency,F）和消费金额（Monetary,M）三个指标对用户进行评估。其中：
R代表当前时间与用户最近一次消费时间的间隔（数值越大表明距离最近消费时间越久，价值越低；反之数值越小、近期消费越频繁，价值越高）；
F是用户在研究时间段内的消费次数，次数越多表明消费活跃度越高；
M是用户在同一周期内的消费总金额，金额越大意味着用户贡献越高。通过这三个维度，RFM模型可以全面刻画用户的价值表现和行为习惯，为后续的用户分类和精准营销提供数据基础。
在SPSSAU中，RFM模型的计算分为两步：
第一步，将原始的R、F、M数据转换为1~5分的评分形式（分值越高代表用户价值越高）；
第二步，将1~5分数据按照均值切分为高价值（1）和低价值（0）两类。
最终，三个指标各自被分为高低两类后，将组合成2×2×2=8种用户类型。SPSSAU会对这8类用户分别计算数量和占比，并根据不同类型给出相应的运营建议。
二、RFM分析流程概览
RFM分析的整体流程可概括如下：
首先准备原始数据，其中每条记录包括一个用户的R、F、M值；
然后进行数据处理与打分，例如计算时间差获得R值、统计购买次数和金额等；
接着利用SPSSAU自动完成分位数划分与打分（将数据映射为1~5分）；
然后根据分值均值进行二元分类（每个指标高于均值为“高价值”，低于均值为“低价值”）；
最后基于三个指标的高低组合进行用户分群，形成8类用户并输出结果报告，进而制定个性化运营策略。
下图用流程图展示了这一过程：
三、RFM指标含义与作用
RFM分析的核心在于三个指标及其衍生的分值。下面用流程示意图进一步说明指标计算与评分机制：
SPSSAU默认使用20%、40%、60%、80%分位点将原始R、F、M分为5组打分，并对R指标做了反向处理
在上图中，我们看到SPSSAU按照分位数划分对原始数据进行1~5分赋值。例如，如果一个用户的F值处于前20%的分位段，则得到1分，而处于后20%的则得到5分。同理M也是数值越大分值越高。但对R值而言，原始数值越小代表近期消费越近，越有价值。
因此SPSSAU在打分时做了逆向调整：原始R值大的用户反而被赋予较低分，最终1~5分级别中大的分值依然代表更高价值。总之，经过打分后，三个指标的1~5分中，分值越高表明该用户在对应维度上的价值越大。
四、SPSSAURFM输出结果解读
SPSSAU在RFM分析后会输出多个表格，帮助理解打分和分类的效果。下面逐一对每张常见表格进行解读，重点说明其理论意义和实际用途，而不涉及具体数据值。
RFM分值分布
该表展示了R、F、M三个指标在1~5分的分布比例或频数。例如，在SPSSAU案例输出中每个分值占比大致均为20%左右。这主要是因为SPSSAU默认使用分位数划分，保证各分值段样本量相对均衡。该表可以帮助我们检查打分的合理性：若某一分值段比例异常偏高或偏低，可能需要检查原始数据的分布或调整划分策略。此外，表中还给出了每个指标的平均分（如R=2.94、F=3.03等），这些平均值将在下一步的高低价值分类中作为阈值使用。
RFM三项分位数表
此表列出了原始R、F、M数据的20%、40%、60%、80%分位数值。从理论上讲，这些分位数用于将原始数值映射为1~5分。具体来说，对于R指标，小于20%分位数时记5分，大于80%时记1分；而对F和M，则是小于20%分位数记1分，大于80%记5分。因此，分位数表告诉我们各分界点的具体数值范围，是打分的“刻度尺”。在实践中，这有助于理解用户在不同层次的划分，例如了解一个用户的R值落在第几分位，从而判断其价值档次。一般而言，这张表不用去背数字，只需知晓其作用：按此表逐区间将数据分为5个等级。
RFM类别分布
在生成1~5分后，SPSSAU会根据每项指标的平均值将样本分为高价值（1）和低价值（0）两组。该表显示了R、F、M每个价值类别（0/1）的用户比例。例如R指标可能显示高价值组60%、低价值组40%，表明更多用户具有较新的消费（低间隔）。通过该表，可以直观了解各指标的高低价值分布情况。例如，如果某指标高价值比例很低，说明多数用户在该维度上表现一般；反之高比例则说明该维度上客户集中在高端。需要注意的是，这里0/1类别的分组阈值是由前一张表的平均分确定的，因此该表实际上是对分值分布的再加工呈现。
RFM用户类型分布
这是最直观的结果表，列出了8类（2×2×2）的用户组合及其数量和占比。通常SPSSAU会按照R、F、M分别为高低的组合生成类型编号。例如“1重要价值用户”对应(高R,高F,高M)，“8一般挽留用户”对应(低R,低F,低M)。该表帮助
文档评论（0）