把这个指标R、F、M按价值从低到高排序，并把这个指标作为XYZ坐标轴，大于等于总RFM平均值的为价值高坐标、小于总RFM平均值的为价值低坐标。可以划分为个类别，RFM客户价值空间分类规则如下图： 图 RFM模型客户价值空间分类规则图 H计算RFM权重 虽然可以按照RFM模型把客户进行分类，但是这种分类只是确定了客户的聚类，却没有把各类客户之间进行一个量化的价值比较，无法对各种类别的客户群体进行权重的排名，因而对各类客户的RFM各个指标权重进行定义非常必要，需要结合各类指标的权重给各类客户进行综合价值的评分。
The nlyti hierrhy roess 简称H，也称 西班牙电话数据 为层次分析法，是在世纪年代马斯·塞蒂TLsty正式提出。它是一种定性和定量相结合的、系统化、层次化的分析方法，它的基本思路与人对一个复杂的决策问题的思维、判断过程大体上是一样的。 、构造对比矩阵 设共有 n 个元素RFM模型中n等于参与比较，则称为成对比较矩阵，其中在比较第 i 个元素与第 j 个元素相对上一层用户价值的重要性时，使用数量化的相对权重 来描述。
针对RFM模型，建立的成对比较矩阵，其中矩阵中的 参数根据实际业务场景进行赋值。比如创建R、F、M的成对比较法，得到的比较矩阵如：，其中 表示F消费频率比R最近一次订购时间间隔的重要性之比为，即当前业务下决策认为F消费频率比R最近一次订购时间间隔略重要。 、一致性检验 从理论上来说，完全一致的成对比矩阵的权向量是精确度是最高的。其中矩阵如果是完全一致的成对比较矩阵，那么，其中<i，j，k<n。但实际上根据业务情况构造成对比较矩阵时要求满足完全一致的成对比矩阵是不可能的，因此退而要求成对比较矩阵有一定的一致性，即可以允许成对比较矩阵存在一定程度的不一致性。