您可使用“上次消费时间、次数与消费金额 (RFM) 分析”节点，通过检查客户最近一次进行采购的时间（上次消费时间）、采购频率（次数）以及他们在所有交易中的总支出金额（消费金额），以定量方式确定哪些客户可能是您的最佳客户。

RFM 分析的原理是曾经购买过产品或服务的客户更有可能会再次进行购买。 分类的客户数据会分为多个分级，其中分级标准可根据您的需要进行调整。 在每个分级中，会分配给客户一个评分；然后将这些评分组合在一起，从而得到 RFM 的总分值。 此评分表示为每个 RFM 参数创建的各分级中的客户成员资格。 这种已分级的数据可以充分满足您的需求，例如识别购买频率最高的高价值客户；另外，它还可以在流中进行传递以便进一步建模和分析。

不过需要注意的是，尽管分析 RFM 评分并对这些评分进行排序的功能非常有用，但使用时还必须注意一些特定的因素。 可以对排名最高的目标客户进行一些促销活动；但过度诱导这些客户可能会适得其反，导致他们在重复的交易过程中出现反感或不进行购买。 另外，我们还需要牢记：不应忽视评分低的客户，因为他们经过培养可能会成为更好的客户。 相反，根据市场反馈，仅具有高分值的客户不一定能带来好的预期销售业绩。 例如，近因中分级为 5 的客户（即最近购买过产品或服务的客户）对有些销售人员（如销售汽车或电视等昂贵且使用期较长的产品的人员）来说可能并不是真正的最佳目标客户。

将“RFM 汇总”节点和“RFM 分析”节点设置为使用独立分级；即，它们分别按近因、频率、货币值对数据进行排序和分级，而无需考虑它们的值或其他两种标准。