一:会员等级设置
如果是平台,会员管理系统要满足不同业态不同服务商商对其线上线下会员管理的同时,也要符合平台对全服务商会员的系统管理诉求。在会员等级管理时,对会价值的称量上采用了比较灵活的多维度动态指标综合加权的成长值(在当前市场所见到的CRM产品中没有见到过,该指标完全由自己定义)。通过最终唯一的成长值指标对会员进行价值称量分级,定位,例如:
二:等级成长值设置
会员成长值是根据不同的成长策略进行量化赋分,并按照不同的权重进行综合加权得出的总值。其综合考虑到了会员与服务商的消费交易行为、和服务商的参与互动行为数据,在此基础上,对电商会员分组管理中常用的RFM模型进行了会员价值动态称量。将此作为一个动态成长值指标加入综合成长值计算。
例如:
服务商可以根据其运营需要对会员成长值进行灵活配置,三个指标会员可以任意选择,可以不启用某些指标。
成长值=RFM权重*RFM会员成长值+消费激励权重*消费激励会员成长值+活跃权重*会员活跃成长值(RFM权重+消费激励权重+活跃权重=100%)
1. RFM模型策略中,RFM对某特定的会员具有时效性的,其消费行为是动态的,对应RFM会员成长值是动态的。同一个会员在不同时间,其所处的RFM得分不同;
2. 消费激励策略中,成长值是正向增长的,会员产生一次消费行为,激励一次,成长值累加一次;
3. 会员活跃策略中,成长值也是正向增长的,会员参与一次品牌的互动活动,赢取相应的成长值。
三:RMF模型成长值配置:
RFM模型,熟悉电商数据分析的同学都很清楚,该模型是用来进行用户分组的,通过对用户在R(Recency,最近一次消费)F(Frequency,消费频率)M(Monetary,消费金额)三方面的指标表现进行聚类,然后对聚类分组进行定性描述的。
如图示:
我们做了5个组距的划分,对应产生5*5*5=125种RFM聚类属性。给RFM三个指标不同的组距赋予不同的成长值,对应的125种RFM聚类产生125中成长值组合。品牌商可以根据业务需要对组距可以进行自定义增减,组距为n,对应产生n*n*n中RFM聚类属性。
如:一个用户在某个时间段内的RFM聚类属性为:近30天内,消费9次,总计消费10000元;其对应的成长值为100+300+200=600;
后来该用户因故没有再次来平台消费,过了一年后再次统计,该用户的RFM聚类属性为:超过360天,消费0次,总计消费0元,其对应的成长值-100+0+30=-70
将此纳入综合成长值,其为一个负向因子,可能会影响会员等级的下调
四:消费激励成长值配置:
消费激励策略,对会员的消费行为进行成长值量化。除了对消费金额进行成长值量化外,还会员的消费金额进行分级对待,突出单次消费贡献度。
考虑平台运营实际需要,将充值作为用户的一种特殊消费行为,对会员的充值力度进行成长量化,某种程度上反应了会员对品牌的认可和忠诚度。
消费激励策略,其成长值的是会员消费行为的单向累计的统计,只有增加,没有减少。
如,某用户某日第一次消费100元,增加成长值100,其总消费成长值为100;1月后,来充值100元,增加成长值10,其总成长值为110;
五:会员活跃策略成长值配置:
会员活跃策略,通过会员与服务商的互动行为(签到、分享、评价、领卡等)进行量化,互动一次,增加一次相应的成长值,反应了会员对唛集购的好感度和兴趣度。
会员活跃策略,其成长值的是会员与服务商互动行为的单向累计的统计,只有增加,没有减少。
如:某日某用户,首次领卡成为会员,获得成长值10;对服务商进行了评价,获得成长值10;而且还进行了一次签到,获得成长值5,其累积成长值为25;一周后,该会员再次评价了该产品,获得成长值10,其累积成长值为35。
PS:事实上用户对产品的好感度和兴趣度随着时间的变化应该也是变化的,应该也要考虑行为的时间间隔,相应的成长值应该有增加,也有减少。如关注,取消关注;领卡,取消卡等
以上对会员价值多维度指标的综合成长值,虽然尚有不足之处,但能够一定程度反应用户对唛集购的忠诚度、贡献度、活跃度。
六:会员标签管理的建议:
标签管理:会员标签管理的规划设计,从对象管理出发,将标签视为一个对象进行管理。
对标签管理的功能设计除了通用对象管理的增删改查,还需要考虑了对标签进行触发打标时的条件管理,标签的使用情况进行统计展示。
标签创建:标签只有一个名称字段内容的填写(需要能够识别重复内容),其创建的入口除了在标签管理页面中有外,在会员管理页、会员详情页也设计了多个快速标签创建入口(请往下看,存量会员数据打标中详细阐述)
标签查询:对所有不同来源的标签进行统一搜索入口聚合查找
标签删除:删除标签,对应原有标签用户身上的标签属性同步删除
标签修改:修改标签名称,对应原有标签用户身上的标签属性同步修改
使用统计:count 每一次标签的使用记录,显示的是当前附有该标签的所有人数
设置自动打标:继续往下看,^_^
手动打标签,运营人员,在工作过程中,根据业务需要对其目标用户的某类属性进行手动打标签描述。
基本句式:if 目标用户/用户群符合条件“XX”,then 对其手动打标签为“XX”
对满足条件的存量群体用户手动打标签,需要筛选查找到目标用户,然后赋予其标签
筛选查找到目标用户。
对选中的目标群体用户打标签,标签引用可是从存量标签中进行选择,也可以直接创建标签(上图中的“标签名称”下拉框,兼具存量标签搜索查找和文本录入保存入库功能)
目标会员条件筛选查找:理想状态大而全的做法是可以对用户的全字段的留存信息进行直接记录查找或间接的转化统计查找,但从用户体验和产品实现难度上考虑,产品对此是有所平衡把握的。
对满足条件的存量个体用户手动打标签,查看某个特定用户详细信息,对其有过全面描述把握后,对其进行打标签描述概括其属性。
自动打标签,对增量用户,触发某种或某类条件时,系统按照事先设置好的条件进行自动打标签记录描述。
基本句式:if 用户触发条件“XX”,then 对其自动打标签为“XX”
自动打标规则的设置,需要创建/指定标签,并对其赋予打标签时需要触发的规则条件进行配置。
七:如果采用会员积分的相关建议:
在会员体系中应用的比较久远,算是最早的对用户价值进行量化称量的指标。积分,可以概括为客户与甲方进行合作交易接触行为所获得的权益的量化统计。积分可以正向累加,也可以被客户进行主动消耗抵用,产生负向累加,这样形成完整积分闭环。
积分生成规则:对用户的某些行为(如交易行为、互动行为等)进行价值判定后,产生与价值相匹配的积分;
积分消耗规则:积分在消耗是与货币的兑换规则,相当于货币的汇率换算,用来在货币交易环节中的等价抵扣;积分也可以在积分市场进行奖品购买交易;积分也可以在营销活动中进行权益置换等