近期有付费而且经常付费---忠实用户。他们不需要额外的刺激，但我们可以找到一种方法去感谢他们的忠诚(意想不到的奖励，惊喜，或者简单的一句“感谢”---这些都很有用)。

经常付费，但是已经是在很久以前了---忠实用户即将流失。话说，这些钱正在从我们指缝中溜走。我们的目的是提醒他们。有时候一个信息推送也许就够了;或者我们可以跟这些用户进行沟通，了解为什么他们离开了。

很少付费并且已经是在很久以前了---流失的用户。这些并不是忠实用户。我们可以建议他们有所行动---对我们来说也许并不是有利可图---但这可以帮我们挽回用户并刺激他们继续消费。从另一方面来看，我们至少可以尝试寻找用户流失的原因，通过反馈来调整我们的产品。

想象一下下面的案例。

1.项目X想提高其收入;

2.通过RFM分析，表明：

忠实用户的流失现象比较严重;

绝大多数用户都只有一次付费

3.他们介绍到，一些项目可以识别用户在“仅有一次购买”停留时间过长的状态或者忠实用户停止付费的状态。在这种时候，我们可以试着给用户一个“难以拒绝的条件”(特别活动、打折扣等，在用户登录之后通过信息推送弹出窗口通知);

4.重复购买的比例上升，更多的忠实用户留存下来。

5.利润。

这两个例子讨论到的关于操作的参数只有两个：近期因素，频率因素。

将货币参数添加到报告中可以让我们看到每个用户的付款数量。

除此之外，我们还可以进行基于用户数量的分析或营收的分析。

另外，我们还可以查看 营收-近期 的效果(用户付了多少钱，是多久以前支付的)，以及 营收-频率 的效果(用户付了多少钱，他们支付的频率是怎样的)。

最简单的方法是给分析框架中的付费用户分配一个参数，从而区分用户和支付时间(长期-最近)，频率(经常-有时-很少)，总额(多-普通-少)。

特别要指出的是，分析F2P游戏中付费玩家的规模一般会将他们比作海洋深处的生物：