最近一次消费意指用户上一次采办的时间，理论上，上一次消费时间越近的顾客应该是比较好的顾客，对提供即时的商品或是办事也最有可能会有反应。因为最 近一次消费指标定义的是一个时间段，并且与当前时间相关，因此是一直在变动的。最近一次消费对营销来讲是一个重要指标，涉及吸引客户，保持客户，并赢得客户的忠诚度。

消费频率（Frequency）

消费频率是顾客在一按时间段内的消费次数。最常采办的消费者，忠诚度也就最高，增加顾客采办的次数意味着从竞争敌手处偷取市场占有率，由他人的手中赚取营业额。

按照这个指标，我们又把客户分成五等分，这个五等分阐发相当于是一个"忠诚度的阶梯"（loyalty ladder），其窍门在于让消费者一直顺着阶梯往上爬，把销售想像成是要将两次采办的顾客往上推成三次采办的顾客，把一次采办者酿成两次的。

消费金额（Monetary）

消费金额是对电子商务网站产能的最直接的权衡指标，也可以验证"帕雷托法例"（Pareto’s Law）——公司80％的收入来自20％的顾客。

数据获得与阐发

在从数据库中提取相关数据之前，首先需要确定命据的时间跨度，按照网站销售的物品的差别，确定适合的时间跨度。如果经营的是快速消费品，如日用品，可 以确按时间跨度为一个季度或一个月；如果销售的产品更替的时间相对久些，如电子产品，可以确按时间跨度为一年、半年或一个季度。在确按时间跨度之后便可以提取相应时间区间内的数据，其中：

最近一次消费（Recency），取出来的数据是一个时间点，需要由 当前时间点-最近一次消费时间点 来作为该怀抱的值，注意单位的选择和统一，无论以小时、天为单位；

消费频率（Frequency），这个指标可以直接在数据库中COUNT用户的消费次数取得；

消费金额（Monetary），可以将每位客户的所有消费的金额相加（SUM）求得。

获得三个指标的数据以后，需要计较每个指标数据的均值，别离以AVG（R）、AVG（F）、AVG（M）来暗示，最后通过将每位客户的三个指标与均值进行比较，可以将客户细分为8类：

——"↑"暗示年夜于均值，"↓"暗示小于均值

成果的展示

RFM模型包含三个指标，无法用平面坐标图来展示，所以这里使用三维坐标系进行展示，一种X轴暗示Recency，Y轴暗示Frequency，Z轴暗示Monetary，坐标系的8个象限别离暗示8类用户，按照上表中的分类，可以用如下图形进行描述：

RFM阐发也存在着一定的缺陷，它只能阐发有买卖行为的用户，而对拜候过网站但未消费的用户由于指标的限制无法进行阐发，这样就无法发现潜在的客户。所以在阐发电子商务网站的用户时，由于网站数据的丰富性——不但拥有买卖数据，并且可以收集到用户的阅读拜候数据，可以扩大到更宽广广大奔放的角度去不雅察用户，这方面的定量阐发会在之后的网站用户阐发中进行详细叙述。

用户忠诚度阐发

忠诚用户不但能为网站创作发现延续的价值，同时也是网站品牌口碑推广的重要渠道，所以目前网站对忠诚用户愈加重视。可能很多网站或网站阐发东西对用户做了"新用户"和"回访用户"的划分，可是单单区分新老用户是不敷了，我们需要加倍完善的指标来权衡网站用户的忠诚度。

用户忠诚度（Loyalty），指的是用户出于对企业或品牌的偏好而常常性重复采办的水平。对网站来讲，用户忠诚度则是用户出于对网站的功能或偏好而常常拜候该网站的行为。按照客户忠诚理论，忠诚度可以由以下4个指标来怀抱：

1.重复采办意向（Repurchase Intention）：采办以前采办过的类型产品的意愿；

2.交叉采办意向（Cross-buying Intention）：采办以前为采办的产品类型或扩大办事的意愿；

3.客户推荐意向（Customer Reference Intention）：向其他潜在客户推荐，传递品牌口碑的意愿；