【会员】会员设计中,用户等级该如何划分

1、“纯新用户”、“待留存用户”和“忠诚用户”不宜用作用户侧的等级划分,用户是否忠诚或者留存、沉默或流失,严格来说不能算用户等级,而是运营者的用户层级划分。用户层级划分应该是运营侧看到的数据情况,不适合呈现给用户看到运营者对他们自己的定性;

2、具体到产品设计上不同的用户等级划分,还是比较适宜用传统的等级来分级,比如用数字:LV1、LV2、LV3;或者用特定修饰词:铜牌会员、铁牌会员、银牌会员、金牌会员;

3、不同的用户或会员等级,可以通过用户和会员的行为贡献值来确定其行为的等级权重值。以电商产品为例,交易额是最重要的,那么交易(用户下单)的贡献值应该要大于用户的登录、收藏、加入购物车、评价、晒单、分享等行为的贡献值,而交易又可以根据电商平台内的sku的单价来做划分,比如1-100元商品的订单与100-1000元的订单给用户的等级权重具体呈现什么比例,也是值得细致思考权衡的;

4、除了交易、登录、收藏、加入购物车、评价、晒单、分享这些用户行为之外,也可以将这些用户行为的频次纳入到等级权重值的考虑范围之内,给予额外的等级权重值做用户激励。例如激励用户买买买,可以将一个月订单超过5单的额外奖励多少等级权重值;激励用户晒单的,那么要求用户一个月晒单数超过5次的额外奖励多少等级权重值。

5、 以电商产品为例,最直接的可以依照RFM模型来做等级划分:

    ·R(Recency)表示用户最近一次的购买时间,F(Frequency)表示用户在最近一段时间内购买的次数,M  (Monetary)表示用户在这段时间内购买所花费的金额;

    ·根据RFM模型与产品运营数据做分析,可以从中提取主要的用户数据字段,比如用户ID、用户(最近)购买时间、用户(最近)购买次数、用户购买花费金额,再根据每个数据字段进行权重计算。根据电商平台性质的不同,比如你看中复购率,对应的F(Frequency)的权重就可以设置高一些;如果着重的是客单价,那不妨提高M  (Monetary)的权重值;

    ·根据RFM以及数据字段及其对应的权重值,可以大致上对所有的用户的权重值进行划分了,但是这里的等级划分还是不建议用“纯新“,“待留存”,”忠诚用户”这种粗暴的名称,一般而言,通过RFM模型划分成一般挽留客户、一般保持客户、一般发展客户、一般价值客户、重要挽留客户、重要保持客户、重要发展客户、重要价值客户等八个等级,如果觉得这个过于复杂,可以将其缩减为四个或六个。当然,这个仍然是运营业务方的划分,不要直接在前端展示给用户查看;

    ·至于如JD的等级体系中,铜牌升级到银牌的成长值是2000,事实上这里的成长值就是我前面所说的用户行为贡献值。你可以把所有的用户已有的贡献值统计折算,同时根据用户最快速度可获得的贡献值(需要考虑每个用户行为不同的贡献值及用户获得贡献值的频次)做出综合判断,另外还需要考虑用户行为贡献值是否有时间期限等因素。最后根据以上这些因素做一个比较合适的数值划分,让用户的等级提升既有盼头,不至于打击用户的积极性,也让所有的等级有一定难度,从而吸引用户在电商平台上继续活跃下去,贡献用户更大的作用和价值。

备注:默认将会员及客户统一算作用户之内。

作者:昆仑三圣何足道   来源:PMCAFF

地址:http://www.pmcaff.com/discuss/answer/712086707477568?from=selection

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,734评论 6 505
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,931评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,133评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,532评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,585评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,462评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,262评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,153评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,587评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,792评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,919评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,635评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,237评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,855评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,983评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,048评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,864评论 2 354

推荐阅读更多精彩内容

  • 近期在规划平台的会员管理系统,在规划过程中,简单总结下自认为的几点小创新。接下来会写成几篇小文进行分享,欢迎大家吐...
    琴瑟归心阅读 1,037评论 0 0
  • 我还是很喜欢你,像风走了八千里,不问归期。我还是很喜欢你,像雨下了八千尺,覆水难收。我还是很喜欢你,像火烧了八千顷...
    左小丘丘故事机阅读 500评论 0 2
  • 离愁渐近渐无穷 远行的人将又一次踏上列车 驶向追求梦想的国度 可知在千里之外 有一个地方藏着一生最重的思念 那里有...
    爱唱歌的神儿阅读 177评论 0 1
  • 吃太饱了,脑子转得慢,让我慢慢地写完这一段话,算是写给我一个小伙伴的,你们看看就好。 一些回忆一个人,我说起来的时...
    兔爷爷阅读 276评论 0 0
  • 一、线程池简介 线程的使用在Java中占有重要的地位,尤其是在执行耗时操作(Java网络编程)和异步访问(SWT中...
    wornming阅读 484评论 0 1