R 与M 值都低，说明用户贡献价值低，对店黏性差，即流失的风险高，所以选A。

根据图7-36 和图7-37 的内容，我们可以分析该公司客户的分层和不同客户的贡献情况。

图7-36 根据RFM模型对客户进行了分层，RFM模型通过客户最近一次消费时间（Recency）、消费频率（Frequency）和消费金额（Monetary）三个维度对客户进行分类。由此可以将客户分为不同类型，如高价值客户、潜力客户、一般客户、即将流失客户和已经流失客户等。

图7-37 显示了不同客户的帕累托图，帕累托图通常用于展示客户贡献的分布情况，即20%的客户贡献了80%的价值。

结合这两张图，我们可以得出以下结论：

1. 高价值客户（贡献价值高）通常属于RFM模型中的高分群体，这些客户的消费频率高、最近一次消费时间短、消费金额大。
2. 即将流失客户通常是那些最近一次消费时间较长、消费频率较低的客户，他们的消费金额可能较高或者较低。
3. 已经流失客户是那些很长时间没有消费记录的客户，他们的消费频率和消费金额都很低。

根据帕累托图的显示，我们可以看到大部分价值是由少部分客户贡献的，这意味着高价值客户对公司整体业绩的贡献较大。

因此，结合图7-36 和图7-37 内容，该公司一般保持用户的特点是：
B: 贡献价值高

**专业分析：**
从图7-37 的帕累托图可以看出，高价值客户（贡献价值高）占据了主要的价值贡献部分。这表明公司通常会重视并保持这些高价值客户，因为他们对公司的收入和利润贡献最大。通过RFM模型的分析，公司可以识别出这些高价值客户，并采取措施如个性化营销、忠诚度计划等来保持和提升这些客户的满意度，从而保持他们的长期价值贡献。