Recency, Frequency, Monetary（RFM）：购买行为三维分层

说明 RFM 的最近购买、购买次数与金额三个维度，区分原始数值与评分标签，并明确窗口、退款和品类周期。

RFM 是用购买行为理解顾客的三维框架，不是一个单独的比率。R（Recency）描述距最近购买多久，F（Frequency）描述期间购买多少次，M（Monetary）描述期间消费金额。Klaviyo 文档采用这三个维度，并在自己的实现中再转成评分与分组。

原始数值不等于评分

假设截至某天，顾客最近一次购买距今 10 天，过去 180 天有 3 笔纳入订单、折后商品金额扣退款合计 240 元，则可记录 R = 10 天、F = 3、M = 240 元。这是原始向量，不能未经规则就写成“高价值”。

原始 R 通常越小代表越近期；转成评分时，商家可能把更近期映射为更高分，所以“R 数值高”和“R 得分高”可能方向相反。分位数、等级数量和标签名称应留版本，不能把某个平台的分数直接当成行业标准。

要记录顾客去重、统计窗口、有效订单、取消退款、币种以及零金额单的处理。观察期内从未购买的人，最近购买时间可能未知，不宜随便填 0 天。金额也不等于毛利或未来生命周期价值。

耐用品与消耗品的自然周期不同，R 相同未必代表同样的沉默风险。RFM 可辅助顾客生命周期分层，但经营分组不自动成为可发送营销消息的名单，渠道资格仍需单独核对。