リーセンシ、度数、マネタリー (RFM) 分析ノードでは、最後に購入した時期 (リーセンシ)、購入した頻度 (度数)、すべての取引における支出額 (マネタリー) を分析して、最良の顧客となる可能性が高い顧客を量的に判断することができます。

RFM 分析の推論は、製品またはサービスを購入する顧客がサイド購入する可能性が高いということです。 カテゴリー化された顧客データは、多くのビンに分割され、分割基準は必要に応じて調整されます。 それぞれのビンで、顧客はスコアに割り当てられます。これらのスコアは結合され、全体の RFM スコアを提供します。 このスコアは、それぞれの RFM パラメータに作成されたビンの顧客の所属を表します。 この分割されたデータは、例えば最も頻繁に取引し、支出の高い顧客を識別することによってニーズを満たすことができます。また、詳細なモデル作成および分析のためにフロー内に渡される場合があります。

ただし、RFM スコアを分析しランク付けする機能は役に立つツールですが、使用する場合は特定の要素に注意する必要があります。 高くランク付けされた対象の顧客を勧誘する場合がありますが、これらの顧客の過剰な勧誘は不快感を呼び、取引の繰り返しが実際は失敗してしまう恐れがありますので注意してください。 また、低いスコアの顧客は無視することはせず、より良い顧客を開拓することができることを記憶しておく価値があります。 それに対し、市場によっては高いスコアだけが必ずしも良好な販売の可能性を反映するわけではありません。 例えば、リーセンシを表すビン 5 の最近購入した顧客は、車やテレビなど効果で長持ちする商品を販売する者にとっては、対象となる顧客ではありません。

RFM 集計ノードと RFM 分析ノードは、個別のビン分割を使用するように設定されています。これらのノードにより、リーセンシ、度数、マネタリーの各測定値に基づいてデータの評価と分割が実行されます。それぞれの値同士の関係は考慮されません。