确定RFM划分维度和层级标准：
需要对这些数据按照 Recency、Frequency 和 Monetary 这三个维度划分等级。一般来说，较常用的是将这三个维度划分为四个等级。
这样便可以产生 64个不同的客户群(4x4x4)。当然我们也可以使用三个层级，这样的话会产生27个不同客户群(3x3x3)。但是，不建议使用4 个层级以上的划分，不然细分模型使用的难度会增大很多。
为方便理解，我们这里使用的客户交易数据是简化的，只有三个客户，交易次数也相对较少。实际上，客服人员要处理的数据比例子中的复杂得多，所以，一般需要借助Excel表格的公式或其他专业软件来分析 Recency、Frequency和 Monetary的具体分值。
(1)Recency 分值
假设我们收集这些数据的日期是2019年9月1日，要计算最后一次消费的天数，我们可以提取客户自上次交易日期以来的天数，其他客户的数据也用同样的方法提取，或者使用Excel相关公式。因此，我们计算出Ian、Janet、Raj的最近一次消费的天数分别是21天、3天、5天。
根据这些数据，我们设定 Recency 每个层级的划分标准如下。
R1级(最近)：<15天
R2级(较近)：16~30天
R3级(较久)：31~45天
R4级(最久)：≥46天
因此，得出Ian的 Recency分值层级是 R2级，Janet的 Recency分值层级是 R1级，Raj的Recency分值层级是R1级。
(2)Frequency分值
频率是指交易的次数。对于跨境电商而言，我们需要决定是将对网站或手机应用程序里的所有访问视为频率，还是仅考虑成功交易/转化的频率。在此案例里，我们只计算每个客户的交易次数并将其用作频率。因此，Ian 有1笔交易，Janet 有5笔交易，Raj有2笔交易。
根据店铺运营实际情况和商品性质情况，设定Frequency 分值区间如下。
F1级(最频繁)：>10
F2级(较频繁)：5~9
F3级(较少)：2~4
F4级(只有一次)：1
因此，得出Ian的 Frequency分值层级是 F4级，Janet的 Frequency分值层级是 F2级，Ra的Frequency分值层级是F3级。
(3)Monetary 分值
消费额度是我们选取在选定时间范围内每位客户的总消费金额，它是通过总结交易金额来计算的。在我们的案例研究中，Janet花费的金额最高，为 103 美元，其次是 Raj花费了65美元，而Ian 则花费了12美元，为最低。
根据店铺运营实际情况和商品性质情况，设定 Monetary分值区间如下。
M1级(最高)：≥180
M2级(较高)：100180(含=100)
M3级(较低)：30~100(含=30)
M4级(最低)：<30
因此，得出 Ian的 Monetary 分值层级是 M4级，Janet 的 Monetary 分值层级是 M2级，Raj的Monetary分值层级是M3级。
客户Ian在最后一次消费天数上属于层级R2级，在消费频度上是F4级，在消费额度上是 M4级，所以他属于 RFM层级2-4-4。客户 Janet 则属于RFM层级1-2-2，Ra属于 RFM层级 1-3-3。
