實現使用者分層和轉化的手段——RFM模型
RFM模型是用於評估客戶已有價值和使用者潛在價值的一套重要方法，早期的RFM模型出現在營銷事件中。
R（Recency）
最近一次消費與上一次消費的時間差，R值越大，說明使用者上一次交易的時間越久遠，也證實了使用者與產品親密度的下降。
F（Frequency）
消費頻率，可以理解為某一時間段內的消費次數，具體的時間段需要依據產品特性而定，F值越大，說明使用者活躍度越高，是個正向反饋。
M（Monetary）
消費金額，使用者在某一時間段內的消費總金額，M值越大，說明使用者帶來的價值越大。
根據R、F、M三個值我們可以將使用者分成8組
其中，“小”代表具體的值小於組內的平均數，“大”代表具體的值大於組內的平均數。
這樣我們就可以針對不同型別下的使用者採用不同的運營策略，從而降低成本，提高轉化效率。
現在，經典的營銷rfm模型轉移到網際網路行業中，同樣適用。
我們拿現在很火的內容類產品舉例，這時的R、F、M有了新的對應關係
對於瀏覽使用者：
對於貢獻使用者：
套用上面的分層規則，我們可以將眾多使用者分成不同的型別，從而實施不同的手段運營。
總結一下，我們在使用這套模型的流程：
平臺定位： 首先你要明確你的產品屬於哪一型別，是內容類產品、電商類產品、還是遊戲類等等。根據不同的產品型別，圈定R、F、M的代表領域的範圍。
使用者定位： 每個平臺也對應著不同的使用者群體，是消費者還是生產者，對應的R、F、M的具體意義也是不一樣的。
資料獲取： 這個環節需要結合產品確定時間長度，每個產品的性質對應著不同的時間長度，可以是一年、一個月、也可以是一週。獲取資料時一定要足夠隨機，量也要足夠多。
資料分析： 由於資料龐大，需要對R、F、M的縱座標進行分段，根據已經分段的數值進行定位，哪些是初級，哪些是中級，哪些是高階，關於分段和定位級別，不同的產品也需要有一些不同的技巧。
方案制定： 根據分析並分類的使用者，需要制定不同的運營策略，是放棄，保持，推送喚醒，誘惑召回等
把握好每一個環節，必然能做好使用者分層及轉化。案例及一些技巧後續更新～