Il nodo Analisi RFM (Recency, Frequency, Monetary) consente di determinare in modo quantitativo i clienti potenzialmente migliori verificando quanto tempo è trascorso dal loro ultimo acquisto (passato recente), con quale frequenza hanno effettuato acquisti (frequenza) e quanto hanno speso per tutte le transazioni (monetario).

L'analisi RFM si basa sull'idea che i clienti che acquistano una volta un prodotto o un servizio hanno maggiori probabilità di acquistarlo nuovamente. I dati sui clienti suddivisi in categorie vengono distribuiti in un certo numero di bin, con i criteri di discretizzazione modificati in funzione delle proprie esigenze. In ogni bin, ai clienti viene assegnato un punteggio; i punteggi vengono quindi combinati per ottenere un punteggio RFM complessivo. Tale punteggio è una rappresentazione dell'appartenenza di un cliente ai bin creati per ogni parametro RFM. Questi dati discretizzati possono essere sufficienti per le proprie esigenze, per esempio perché individuano i clienti di maggior valore e che acquistano con maggiore frequenza; in caso contrario, i dati possono essere passati a un flusso per essere sottoposti a ulteriore modellazione e analisi.

Si noti tuttavia che, sebbene la capacità di analizzare e classificare i punteggi RFM sia uno strumento utile, è necessario tenere presente determinati fattori quando lo si utilizza. Si può essere tentati di scegliere come obiettivo i clienti con le classificazioni più elevate; tuttavia, una eccessiva sollecitazione di questi clienti potrebbe creare fastidio e determinare invece un calo degli acquisti ripetuti. È inoltre bene ricordare che i clienti con punteggio basso non vanno trascurati, bensì coltivati, per farli diventare clienti migliori. Al contrario, a seconda del mercato, un punteggio alto in sé non indica necessariamente un buon cliente potenziale. Per esempio, un cliente allocato al bin 5 per passato recente (cioè un cliente che ha effettuato un acquisto molto di recente) potrebbe non essere il cliente obiettivo migliore per un'azienda che vende prodotti costosi e di maggiore durata quali auto o televisori.

I nodi Aggregazione RFM e Analisi RFM sono impostati per utilizzare la discretizzazione indipendente, ovvero classificano e discretizzano i dati rispetto a ogni misura di passato recente, frequenza e valore monetario, indipendentemente dai loro valori o dalle altre due misure.