根據美國數據庫營銷研究所Arthur Hughes的研究，客戶數據庫中有三個神奇的要素，這三個要素構成了數據分析最好的指標：
最近一次消費（Recency）
消費頻率（Frequency）
消費金額（Monetary）
RFM分析原多用於傳統營銷、零售業等領域，適用於擁有多種消費品或快速消費品的行業，美國初裁向中國銅管征高至60%反 傾銷稅只要任何有數據記錄的消費都可以被用於分析。那麼對於電 子商務網站來說，網站數據庫中記錄的詳細的交易信息，同樣可以運用RFM分析模型進行數據分析，尤其對於那些已經建立起客戶關系管理（CRM）系統的網站 來說，其分析的結果將更具意義。
基本概念解釋
RFM模型是衡量客戶價值和客戶創利能力的重要工具和手段。RFM分析模型主要由三個指標組成，下面對這三個指標的定義和作用做下簡單解釋：
最近一次消費（Recency）
最近一次消費意指用戶上一次購買的時間，理論上，上一次消費時間越近的顧客應該是比較好的顧客，對提供即時的商品或是服務也最有可能會有反應。 因為最近一次消費指標定義的是一個時間段，並且與當前時間相關，因此是一直在變動的。最近一次消費對營銷來說是一個重要指標，涉及吸引客戶，保持客戶，並 贏得客戶的忠誠度。
消費頻率（Frequency）
消費頻率是顧客在一定時間段內的消費次數。最常購買的消費者，忠誠度也就最高，增加顧客購買的次數意味著從競爭對手處偷取市場占有率，由別人的 手中賺取營業額。
根據這個指標，我們又把客戶分成五等分，這個五等分分析相當於是一個“忠誠度的階梯”（loyalty ladder），其訣竅在於讓消費者一直順著階梯往上爬，·原油短期暴跌無礙油價上調預期把 銷售想像成是要將兩次購買的顧客往上推成三次購買的顧客，把一次購買者變成兩次的。
消費金額（Monetary）
消費金額是對電子商務網站產能的最直接的衡量指標，也可以驗證“帕雷托法則”（Pareto’s Law）——公司80％的收入來自20％的顧客。
數據獲取與分析
在從數據庫中提取相關數據之前，首先需要確定數據的時間跨度，根據網站銷售的物品的差異，確定合適的時間跨度。如果經營的是快速消費品，如日用 品，可以確定時間跨度為一個季度或者一個月；如果銷售的產品更替的時間相對久些，如電子產品，可以確定時間跨度為一年、半年或者一個季度。在確定時間跨度 之後就可以提取相應時間區間內的數據，其中：
最近一次消費（Recency），取出來的數據是一個時間點，需要由 當前時間點-最 近一次消費時間點 來作為該度量的值，注意單位的選擇和統一，無論以小時、天為單位；
消費頻率（Frequency），這個指標可以直接在數據庫中COUNT用戶的消費次數得到；
消費金額（Monetary），可以將每位客戶的所有消費的金額相加（SUM）求得。
獲取三個指標的數據以後，需要計算每個指標數據的均值，分別以AVG（R）、AVG（F）、AVG（M）來表示，最後通過將每位客戶的三個指標 與均值進行比較，可以將客戶細分為8類：
Recency Frequency Monetary 客戶類型
↑ ↑ ↑ 重要價值客戶
↑ ↓ ↑ 重要發展客戶
↓ ↑ ↑ 重要保持客戶
↓ ↓