Można użyć węzła Analiza aktualności, częstotliwości, waluty (RFM), aby określić ilościowo, które klienci mogą być najlepszymi, sprawdzając, jak ostatnio ostatnio zakupiono od Ciebie (aktualność), jak często (częstotliwość) i jak wiele przeżyli przez wszystkie transakcje (pieniężne).

Wnioskowanie, na jakim opiera się analiza RFM, jest następujące: klienci, którzy raz dokonali zakupu produktu lub usługi, z dużo większym prawdopodobieństwem dokonają zakupu ponownie. Podzielone na kategorie dane klientów są dzielone na wiele przedziałów, zgodnie z kryteriami kategoryzacji ustawionymi przez użytkownika. W każdym przedziale do klientów jest przypisywana ocena; oceny te zostają następnie połączone, tworząc ogólną ocenę RFM. Ocena ta stanowi odzwierciedlenie przynależności klienta do przedziałów utworzonych dla poszczególnych parametrów RFM. Te dane kategoryzowane mogą być wystarczające dla potrzeb użytkownika, na przykład poprzez identyfikację najczęstszych, wysokowydajnych klientów; alternatywnie może być ono przekazywane w przepływie w celu dalszego modelowania i analizy.

Należy jednak pamiętać, że chociaż możliwość analizowania i rangowania ocen RFM jest przydatnym narzędziem, podczas korzystania z niego należy mieć świadomość wpływu niektórych czynników. Kuszące może być przypisywanie klientom najwyższych ocen; jednak nadmierne nakłanianie tych klientów może ich urazić i w rzeczywistości spowodować utratę szansy na dokonanie kolejnych zakupów. Warto również pamiętać, że klientów z niższymi ocenami nie należy lekceważyć, ale warto o nich zabiegać, aby stali się lepszymi klientami. I odwrotnie, same wysokie oceny niekonieczne będą oznaczały szansę na dobrą sprzedaż — będzie to zależało od rynku. Przykładowo, klient z przedziału 5 dla aktualności (co oznacza, że dokonał zakupu bardzo niedawno), może w rzeczywistości nie być dobrym klientem docelowym dla kogoś, kto sprzedaje drogie produkty o długim cyklu życia, takie jak samochody czy telewizory.

Węzły agregatu RFM i analizy RFM są skonfigurowane tak, aby używane były niezależne kategoryzowanie; oznacza to, że są one rangą i pojemnikami danych na temat każdej miary aktualności, częstotliwości i wartości pieniężnej, bez względu na ich wartości lub inne dwa miary.