定义：RFM模型是基于最近购买时间（Recency）、购买频率（Frequency）、购买金额（Monetary）三个维度的用户价值分析模型，用于用户分层和精准运营。
详细解读
RFM是私域用户运营中最经典的分析框架。R（Recency）指用户最近一次购买距今天数，越近说明用户越活跃；F（Frequency）指一定周期内的购买次数，越高说明用户越忠诚；M（Monetary）指购买总金额，越高说明用户价值越大。
通过R、F、M三个维度对用户打分或分档，可识别"重要价值客户"（高R高F高M）、"重要发展客户"（高M低F）、"重要挽留客户"（高F高M但R低，即将流失）等不同群体，从而制定差异化运营策略。
RFM分档与典型用户类型
重要价值客户（高R高F高M）：最近有购买、频次高、金额大，是核心用户；策略：专属客服、优先体验、VIP权益，防止流失。
重要发展客户（高R高M低F）：最近有购买、金额大但频次低，有提升空间；策略：会员升级激励、复购优惠、品类拓展推荐。
重要挽留客户（低R高F高M）：曾经高价值但近期未购买，流失风险高；策略：专属召回优惠、1v1关怀、流失预警触达。
一般挽留客户（低R低F高M）：曾有大额消费但已沉寂；策略：大力度召回、限时专属福利。
新客户（高R低F低M）：刚完成首单；策略：欢迎序列、复购引导、习惯养成。
RFM实施要点
①周期选择：R常用30/60/90天，F和M的统计周期需与业务复购周期匹配；②分档标准：可采用中位数、四分位数或业务经验值划分高低档；③动态更新：RFM需定期（如每周）重算，用户分层会随行为变化；④与运营动作联动：分层结果需对接营销自动化、SCRM，实现自动触达与人工跟进。
在私域商城中的应用
- 基于RFM模型对私域用户进行分层，识别高价值用户和流失风险用户
- 沉睡用户召回：针对R值低（久未购买）用户推送优惠激励活动
- 超级用户识别：筛选高F高M用户，提供专属服务
- 转化漏斗优化：分析各环节RFM分布，找出流失节点