近期與行銷同仁討論如何借重RFM模型分析既有的銷售資料，RFM模型是一種常用的行銷分析工具，其通過評估客戶的購買行為來識別並細分客戶群，其三個關鍵指標(Recency, Frequency, Monetary)的首位字母組成該模型的名稱，三個指標的定義如下:

Recency（最近一次購買時間）：

Recency 指的是客戶最近一次購買的時間距離現在有多久。通常以天數、週數或月數來衡量。

Frequency（購買頻率）：

Frequency 指的是客戶在一定時間內購買的次數。

Monetary（購買金額）：

Monetary 指的是客戶在一定時間內的總購買金額。

然而，除了上述三個指標之外，針對單一商品和單一客戶的回購週期也是一個重要參考指標，值得由銷售資料篩選和分析，或許可挖掘出既有客戶的消費行為模式。

本文以根據銷售資料篩選出客戶別的回購資料為範例，演示如封面視頻。對應的函數功能說明如下:

1.UNIQUE

取得數據範圍中的唯一值。在本文範例中，利用UNIQUE取得客戶清單。

2.TRANSPOSE

將數據的行列進行旋轉。在本文範例中，利用TRANSPOSE將客戶清單由垂直方向轉為水平方向。

3.COUNTIF

計算符合條件的儲存格數。在本文範例中，利用COUNTIF標定某位客戶第幾次購買的紀錄。

4.MATCH

在指定數據範圍內尋找符合條件的欄位，並返回在該指定數據範圍的相對位置。在本文範例中，利用MATCH找出輔助欄的符合條件欄位。

5.ROW

返回該儲存格的行號。在本文範例中，利用ROW標定對應的購買次數。

6.INDEX

在指定數據範圍內返回指定行的儲存格內容。在本文範例中，利用INDEX取得對應的購買日期。

當取得客戶別的回購週期數據後，後續可依照這個基礎數據進一步分析和定義指標，如平均值或中位數等等，最終仍需要評估實際回購週期與預測值的差異，來判定指標的有效性。