商业智能、数据仓库是”舶来品“，可是追本溯源、寻求借鉴的过程远非”依葫芦画瓢“那么顺当。几乎在每个分析主题的模型构建与算法推理的过程中，从”三角幻图“的构成原理中，我都经历了以下三个思维阶段： 1.初次接触，随意观察，表面印象，没有深入探讨； 2.进入怀疑、批判阶段，疑团满腹，眼前是假象； 3.经过验证、推理、分析获得真知灼见。

第一个例子： 亦真亦幻的”客户价值矩阵分析“模型

几乎每个CRM软件提供商在与零售企业接触的时候，都会拿这个”客户价值矩阵分析图“（见图1）来说事

可是这么多年过去了，双方的交流始终停留在这张看起来很简单的模型图上。软件厂商们没能把这个模型的算法推理出来、设计到软件中去； 零售企业们也只能依旧沿用”消费额ABC分析法“来简单地切分会员价值群体。

　本质是价值驱动，追求的效果是把企业有限的营销与服务资源准确地投入到最有回报价值的客户身上。所以，”客户价值矩阵分析“是整个CRA（客户关系分析）体系构建的基础，也是我们这次CRM产品研发要突破的第一道关口。

　可是，笔者阅遍了所能搜索到的相关资料、用尽了所能想到的方法，也像此前的探索者那样没能从这张图上推导出合乎逻辑的算法来。

就在山穷水尽还苦苦求索的时候，笔者最终恍然大悟： 原来，行业中流行的这张矩阵图是用于交流的高度抽象概念图，而不是能用于推导算法的数学模型图——并不是有葫芦可依就能画出瓢来。

　笔者从中得到启发，终于把客户价值矩阵的算法推导出来了。

第二个例子： 无葫芦可依的RFV三维分类模型

　我们设计的RFV（最近，频率，消费者价值）分类模型（或称RFV检测仪）（见图2）从”停止采购时间“和”来店频率“两个维度，把”价值矩阵分析法“界定出的5个客户价值群体再次细分为125个不同的群体，商场可以针对不同的群体采取不同的营销方式。营销的主导思想是： 让左边（F值小、来店频率低）的多来商场，让右边（来店频率高）的提高消费金额，让下边（V值低）的提升消费能力，把后面（R值大）的挽救回来、激活起来。最有价值的、使用频率最高的用法是监测客户消费行为异动，及时采取应对措施，防范重要客户流失（即”客户流失预警“）。

　用户还可以分别从R、F、V三个维度进行切片和切块观察，锁定感兴趣的目标群体； 具体到会员记录的时候，还可以用右键调阅该会员的”FM心电图“（每次购物的金额与间隔时间）。富基融通董事长颜艳春把RFV三维分类模型生动地形容成： ”零售医院的CT机“。