RFM 分析是一种用于标识最可能对新产品或新应用做出反应的现有用户的方法。此方法常用于直销。网络游戏与直销有着密切的联系，利用此分析进行平台用户转化分析和新版本功能使用相关分析。&">nbsp; RFM 分析基于以下简单理论：
第一，标识最可能对新游戏/功能做出反应的现有用户的最重要因子是崭新（可见对于游戏用户在线时间频率分析的重要性）。最近购买/使用的客户比过去购/使用的客户更可能再次购买/使用。
第二个重要的因子是频率。过去消费次数较多的用户比消费次数少的用户更可能做出反应。（活跃用户的重要价值与作用）
第三个重要的因子是消费的总金额，称为金额。过去消费金额较多（所有购买的总和）的用户比消费金额较少的用户更可能做出反应。（在一定条件下，带有时间限制属性的赠送，是8205.html">游戏运营的有效手段）
RFM 分析的工作原理
基于最近消费时间或自最近消费以来的时间间隔，为用户分配一个崭新得分。此得分基于将崭新值简单评级为少量类别。例如，如果使用五个类别，则拥有最近消费时间的用户将获得崭新等级 5，而拥有过去消费时间的用户将获得崭新等级 1。
类似地，随后将为用户分配一个频率等级，其中较高的值代表消费频率较高。例如，在五个类别等级设计中，最常消费的用户将获得频率等级 5。
最后，按消费金额的值对用户进行评级，其中消费金额值最高的用户将获得最高等级。继续五个类别的示例，消费最多的客户将获得消费金额等级 5。
结果是每个用户获得四个得分：崭新、频率、金额以及合并 RFM 得分，即将三个单个得分连接为一个值。拥有最高合并 RFM 得分的用户即为“最佳”用户（最可能对产品做出反应的用户）。例如，在五个类别等级中，共有 125 种可能的合并 RFM 得分，最高合并 RFM 得分是 555。
数据注意事项
? 如果数据行代表交易（每行代表单笔交易，每个用户可能有多笔交易），则使用交易中的 RFM。
? 如果数据行代表拥有所有交易摘要信息的用户（列包含消费的总金额、交易的总数和最近交易时间的值），则使用用户数据中的 RFM。
RFM 分析应用说明的后续部分将在独立的空间中采用收费阅读方式发布，所涉及的案例数据仅做举例说明，不代表真实应用状况。