顾客忠诚计划 (Customer Loyalty Program) 案例与应用汇整

你是否注意过涉及到供应方与需求方双方的平台产品,诸如:电商 (eCommerce)、外卖平台 (Food Delivery)、旅游类平台 (订饭店、订机票),你会在用户生命周期不同阶段,收到许多的折价券 (discount)、代金券 (voucher) 等等。这些是 Customer Loyalty Program 顾客忠诚计划的实际应用,不仅限于互联网,在实际线下许多门市早已有诸多场景。而为什么商户会愿意这么做,量化的目的就是要规避用户流失去其他竞争对手的产品,进而达成提升收入 (Revenue),更精准而言就是要提升单个用户的生命周期 (LTV, lifetime value)。

成功的顾客忠诚计划是产品部门与各部门 (市场、营销、商务、财务、数据) 合作努力的结晶。

** Disclaimer :
Customer Loyalty Program 适用的产品类型没有定义,但大体上常见于用户有强烈刚需的平台产品类型中。例如:在一般图像编辑工具类型产品中,设置此类 Loyalty Program 的产品相对较少。

常见的顾客忠诚计划 (Customer Loyalty Program)
1. Point Program (点数计划) — 让用户累积点数获得奖品,通常目的为:提升人均消费频次 (frequency)。例:7–11集点数送 Hello Kitty、星巴克 Starbucks 集点数再赠咖啡、电商同一家购买三次且每次达到消费1000赠送电风扇。

2. Cashbash Program (返金计划) — 返回一定数量的金额作为奖励来让用户完成特定行为,通常目的为:提升人均消费金额 (average expense per user),例:双十一 Zara 主打着买越多送越多 — 买6000送600。

3. Referral Program (推荐计划) — 提供奖励 (reward) 吸引用户完成某行为,通常目的为:提升用户增长 (user growth)。例:分享商品在用户个人的社交平台,则赠送免费饮料,提升品牌知名度,进而从此用户私域的人脉中获客 (acquire users)。

4. Paid Membership Program (付费会员计划) — 某种程度上是所谓的 tiered membership (分级会员),实则通常为对于特别忠诚的会员,让其付钱购买更加实惠的优惠体验,通常目的为:提升忠臣会员单人的生命周期价值。例:淘宝会员如果付费购买年订阅计划,可以享受更优惠的折扣,像是购买5千则打8折,期间也可以获得付费会员限定的其他相关折扣。

5. Gift Card Program (礼品卡计划) — 用较优惠的价格购买服务,例如:在平台产品上买5次剪发券,达成用户的消费频次与人均消费金额。

常见的奖励 (Rewards)

要用户完成需要一定成本的行为,如果没有足够诱惑的奖励,通常转化率不会太理想。以下整理常见的奖励:

1. 金钱优惠 — discounts (优惠券折扣)、cash voucher (代金券)、返现金

2. 服务升级 (upgrade services) — 机舱升级、候机室提供、餐饮提供的升级等等

3. 礼物 —送咖啡、送电风扇等等

4. 点数 — 与点数计划 Point Program 搭配

如何衡量顾客忠诚计划的成功?

一、衡量 ROI (Returns on Investment),理想状况要 > 1

大方向计算方式 (每家公司可能有自己一套的逻辑),但基本是希望确保 CPA < LT * (ARPU / ROI)

在顾客忠诚计划中可以理解为以下的计算方式 (假设时间为12个月):
[ (12个月以来累计的盈利 - 12个月以来的奖励成本)] / (12月以来的奖励成本)


二、分群用户观察数据变化 (Findings Segmentation)

在比对组别时可比对:
1. 未被顾客忠诚方案奖励的组 (non-rewarded group)
2. 被顾客忠诚计划奖励的组 (rewarded group)

再更细分这两个组的新用户、老用户的数据表现情况。甚至可以在基于用户年收入不同的范围,去做更细的 CVR 转化率数据分析,例如:

1. 年收入5百万以上
2. 年收入1百-2百万以上
3. 年收入50万-75万

这三个组在给定的时间内,每个组在池子内有多少人?有多少人转化成参与者?因此计算出的参与者渗透率多少?在该群内的顾客总体花费多少?在该组内的顾客人均花费多少?借此分析甚至能够去影响市场营销策略。

三、持续观察进行中的顾客忠诚计划
任何计划在初期都会有不少公司给予的推广资源,也在推广前会有比较大的数据衡量关注度会进行量化计算。但是凡在线上持续进行中的忠诚计划,都仍应该继续被监测 non-rewarded 与 rewarded groups 两组的收入、LTV、留存率 (retention %) 等等的月环比、季环比、年环比数据表现,进而优化产品与运营市场方案,甚至是考虑此顾客忠诚计划的去留。

国内全网目前 产品经理乔 PMJoe 在知乎与小红书平台进行PM产品经理相关分享。

©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 212,080评论 6 493
  • 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 90,422评论 3 385
  • 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 157,630评论 0 348
  • 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 56,554评论 1 284
  • 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 65,662评论 6 386
  • 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 49,856评论 1 290
  • 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 39,014评论 3 408
  • 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 37,752评论 0 268
  • 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 44,212评论 1 303
  • 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 36,541评论 2 327
  • 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 38,687评论 1 341
  • 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 34,347评论 4 331
  • 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 39,973评论 3 315
  • 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 30,777评论 0 21
  • 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 32,006评论 1 266
  • 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 46,406评论 2 360
  • 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 43,576评论 2 349

推荐阅读更多精彩内容