您可以從匯入的或上報後儲存的訂單匯總表、訂單明細表資料建立RFM模型，用於RFM分析、RFM模型篩選人群等。
什麼是RFM模型？
RFM模型是一種通過使用者的R消費間隔（Recency）、F消費頻率（Frequency）、M消費金額（Monetary）三項指標來衡量使用者價值的手段。
RFM模型對使用者的三項指標的值分別進行量化評分，評分標準例如：
R：依據最近一次消費距今天數，0~30：3分，31~90：2分，90以上：1分。
F：依據消費次數，1：1分，2~4：2分，5以上：3分。
M：依據消費金額，0~100：1分，100~1000：2分，1000以上：3分。
然後通過單個使用者的得分與對比值（整個使用者群體的平均得分，或指定分數）相比較，得出該使用者在群體中的相對價值水平，進而綜合三項指標將使用者群體劃分為8種類型，從而便於為不同類型的使用者採取有針對性的營運手段。
RFM使用者類型與劃分規則
將使用者的RS、FS、MS得分分別與RS對比值、FS對比值、MS對比值相比較，可得出該使用者在群體中的相對價值水平：
使用者得分大於對比值，價值較高。
使用者得分小於對比值，價值較低。
RS、FS、MS分別為使用者的消費間隔、消費頻率、消費金額得分。
RS對比值、FS對比值、MS對比值分別為RFM模型中所有使用者的消費間隔、消費頻率、消費金額得分的平均值（即統計學中的加權平均值），或為自訂值。
得分規則及對比值在RFM模型中設定，請參見建立RFM模型。
使用者在R、F、M任意一項中的價值可被分為高、低兩類，綜合R、F、M三項的表現，使用者可被劃分為8種類型，詳細類型及分類規則如下圖所示。
RFM使用者類型 | RS | FS | MS | 說明 |
高價值使用者 | 大於等於RS對比值 | 大於等於FS對比值 | 大於等於MS對比值 | 將最近消費日期較近、消費頻次較高、消費金額較高的使用者定義為高價值使用者。 |
重點保持使用者 | 小於RS對比值 | 大於等於FS對比值 | 大於等於MS對比值 | 將最近消費日期較遠，但是消費頻次和消費金額較高的使用者定義為重點保持使用者。 |
重點發展使用者 | 大於等於RS對比值 | 小於FS對比值 | 大於等於MS對比值 | 將最近消費日期較近，消費金額較高，但是消費頻次不高的使用者定義為重點發展使用者。 |
重點挽留使用者 | 小於RS對比值 | 小於FS對比值 | 大於等於MS對比值 | 將最近消費日期較遠，消費頻次較低，但是消費金額較高的使用者定義為重點挽留使用者。 |
一般價值使用者 | 大於等於RS對比值 | 大於等於FS對比值 | 小於MS對比值 | 將最近消費日期較近，消費頻次較高，但是消費金額不高的使用者定義為一般價值使用者。 |
一般保持使用者 | 小於RS對比值 | 大於等於FS對比值 | 小於MS對比值 | 將最近消費日期較遠，消費金額不高，但是消費頻次較高的使用者定義為一般保持使用者。 |
一般發展使用者 | 大於等於RS對比值 | 小於FS對比值 | 小於MS對比值 | 將最近消費日期較近，但是消費頻次和消費金額不高的使用者定義為一般發展使用者。 |
潛在使用者 | 小於RS對比值 | 小於FS對比值 | 小於MS對比值 | 將最近消費日期較遠、消費頻次不高、消費金額不高的使用者定義為潛在使用者。 |
建立RFM模型
建立RFM模型時可選擇兩種分析類型：
訂單摘要資料：將最近N天未經處理資料彙總成以使用者為粒度的大寬表，表中的每個使用者只存在一條資料。
訂單匯總表範例請參見Quick Audience匯入資料表要求。訂單匯總表資料匯入操作，請參見訂單匯總。
訂單詳細資料：將使用者的交易資料作為分析基礎，表中的每一行表示一條使用者交易記錄。產生RFM模型時，系統將針對每個使用者的訂單詳細資料進行彙總。
訂單明細表範例請參見Quick Audience匯入資料表要求。訂單明細表資料匯入操作，請參見訂單明細；訂單事件數目據的上報和儲存操作，請參見事件中心。
操作步驟：
選擇工作空間>使用者洞察>營銷模型>RFM模型。
單擊右上方建立，進入RFM模型配置頁面。
首先選擇配置方式，如下圖所示。
根據分析使用的資料，選擇分析類型為訂單摘要資料或訂單詳細資料。
選擇要分析的已匯入的資料表（使用匯入時設定的資料表別名）。
選擇金額單位，支援元、美元、英鎊、歐元、港幣。
單擊下一步。
配置RFM參數
對於訂單摘要資料的RFM分析，如下圖所示。
對於訂單詳細資料的RFM分析，如下圖所示。
僅對於訂單詳細資料：指定統計周期、訂單行為類型、訂單時間欄位。
若匯入訂單明細表時配置了購買渠道、商品類目名稱欄位，還支援指定統計渠道、商品類目，篩選出相應資料進行針對性分析。統計渠道、商品類目最多各選擇100個值。
對於所有類型：分別選擇R、F、M的區間數（3個或5個），設定各得分對應的區間的範圍，下方顯示相應區間的人數分布。
評分規則遵循：
R消費間隔：最近一次購買距今天的天數越少，得分越高。
F消費頻率：最近n天消費次數越多，得分越高。
M消費金額：最近n天消費金額越多，得分越高。
R、F、M的評分規則都設定完成後，單擊下一步。
配置參數對比值，如下圖所示。
對比值用於在後續分析中將單個使用者的得分與對比值相比較，得出該使用者在群體中的相對價值水平，從而劃分不同使用者類型，請參見RFM使用者類型與劃分規則。
RS、FS、MS分別為R、F、M三項的得分，相應地，需要設定RS、FS、MS三項對比值。可使用整個使用者群體的平均得分作為對比值，也可以自訂對比值。
若使用整個使用者群體的平均得分（即統計學中的加權平均值）作為對比值，頁面將顯示目前使用者群體按設定的評分規則的RS、FS、MS平均得分。
若自訂對比值，請根據業務需要，參考頁面顯示的整個使用者群體的平均得分調整對比值。
單擊完成，在彈窗中輸入RFM模型名稱，單擊儲存。
頁面將跳轉至RFM模型列表，可以在列表中看到新建立的RFM模型。RFM模型的管理操作，請參見管理RFM模型。
管理RFM模型
RFM模型支援編輯、RFM分析、更新、重新命名、刪除、使用權限設定、更新設定。
編輯：單擊編輯，進入模型編輯頁面，可對該模型進行編輯。
分析：單擊分析，對該RFM模型進行分析，請參見RFM分析。
更新：單擊更新，立即開始更新該模型。
重新命名：選擇
>重新命名，對模型名稱進行重新定義。刪除：選擇
>刪除，確認後刪除該模型。說明若該模型產生了人群，則不允許刪除。
使用權限設定：向非管理員授權RFM模型的使用許可權或系統管理權限，請參見標籤授權，操作方法相同。
說明非管理員被授權後，該RFM模型將展示在RFM模型頁面的已授權頁簽。
管理員無需被授權，預設具有工作空間中所有RFM模型的系統管理權限，均展示在RFM模型頁面的我的頁簽。
更新設定：選擇
>更新設定，可以在彈窗中開啟自動更新開關，並設定更新時間，在設定的日期區間內，該模型將在使用的訂單明細表或訂單匯總表每次完成調度任務後自動開始更新。
說明若已在管理中心設定空間內的更新並發數，則超過限制的RFM模型自動更新需要排隊等待。設定方法，請參見空間系統配置。