1、RFM模型概述
RFM模型是衡量客户价值和客户创利能力的重要工具和手段。在众多的 客户关系管理 的分析模式中，RFM模型是被广泛提到的。该机械模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱3项指标来描述该客户的价值状况。（摘自百度百科）
以上是百度百科对RFM模型的描述，说的比较复杂，简单的来讲RFM是通过统计用户最近购买时间（R），购买的次数（F），购买的金额（M）这三个维度来描述用户在群体中的位置。对于这三个维度的描述具体如下：
基于这三个维度，将每个维度分为高低两种情况，我们构建出了一个三维的坐标系。
通过图表很直观的发现，我们把客户分为了2的三次方也就是8个群体。
2、RFM模型取数方法
根据RFM模型的定义，我们可以很容易的推导出，RFM模型的数据取数内容主要包括三个字段即：最近购买时间、最近购买次数、消费金额。但是在实际工作中也会有问题是我们要计算每个用户的购买时间、购买次数费事费力，所以一般也可以通过统计订单来进行计算。
当我们通过订单进行统计时需要包含以下字段
当我们准备好以上数据时就可以开始准备计算RFM模型
考虑不少人不是很了解SPSS，下面也将包含一些SPSS基础功能的讲解
1、设置度量标准
SPSS分为数据视图和变量视图，在开始前需要在变量视图中设置数据类型
SPSS中数据类型包括度量、名义、序号，
2、设置变量类型及宽度
变量类型是定义该变量是何种类，点击类型弹出变量类型选择弹窗
宽度定义变量的展示位数，对于Order_id、User_id等需要注意变量长度，让这两个字段完全展示。
另外对于，Create_time这一字段应选用日期这一类型并选择yyyy:mm:dd
我们可以直接将excel里的数据直接复制过来。
4、选择分析模型分析
Step1：选择分析模型
完成数据准备后选择 直销——RFM分析，不同汉化版本翻译可能稍有不同
Step2：选择数据格式
由于我们使用的是订单记录，所以我们选用交易数据
Stpe4:SPSS执行RFM分析
SPSS完成分析后，会生成一个新的数据文件，记录每个客户的最近一次交易日期、交易总次数、交易总金额、RS/FS/MS分值、RFM汇总分值。
RFM汇总分值=RS分值 100+FS分值 10+MS分值。
选用分析—描述统计——描述这一方法计算RS\FS\MS均值
最终可得如下结果
选择"重新编码为不同变量"，先对客户的RS进行高低转化。
依据上表，逐个设置各客户类型所对应的数据规则。
设置客户类型=1的数据规则，操作如下：
重复以上操作设定不同数据类型
最后将将客户类型编码1、2、3、4、5、6、7、8转换成实际客户类型：
最终，可得出如下结果
RFM模型。即：
最近一次消费(Recency)
消费频率(Frequency)
消费金额(Monetary)
在众多的客户关系管理(CRM)的分析模式中，RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该机械模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况。
