会员(用户)数据化运营——指标介绍

最近看了《python数据分析与数据化运营》一书，受益良多，在这里整理部分笔记，也把自己的一些所得分享给大家。

会员（用户）数据化运营是企业运营的重要基础，了解会员数据化运营的角度、相关指标、方法、模型等，建立较为系统的思考逻辑，是非常重要的，本次笔记介绍的是第一部分：会员数据化运营的相关指标。

笔记纲要：

~~·会员数据化运营指标

··········会员整体指标

··········会员营销指标

··········会员活跃度指标

··········会员价值度指标

··········会员异动指标

一、会员数据化运营指标

1.1 会员整体指标

基于基础业务逻辑可以提取一下三个会员整体指标：

①注册会员数

②激活会员数

③购买会员数

也可参照AARRR模型等，从用户接触产品的过程中进行相关指标的统计。

除了“数”之外，可以进一步计算会员激活率，会员购买率等。

1.2 会员营销指标

①可营销会员数

会员营销的基础是存在可营销会员，即可通过一定方式联系到并进行营销的会员。

在找到可营销的会员之后，需要对会员营销的费用和收入进行统计，所以接下来是有关于营销费用和收入的相关指标：

②营销费用

营销费用可从下面几个角度考虑：

营销媒介费用、优惠券费用、积分兑换费用等

从营销方式角度可计算：用券/积分会员比例，用券/积分金额比例，用券/积分订单比例等~

从用户角度可以计算：每注册/订单/会员 所带来的收入

③营销收入

除了总体的营销收入指标外，应尽量对通过不同渠道触达产品完成购买的用户进行分别统计（如对不同渠道所发放的优惠券进行标记等）。

其他指标延伸可参照营销费用部分。

在计算营销费用与收入之后，可进一步计算：

营销费率 = 营销费用/营销收入 * 100%

1.3 会员活跃度指标

①整体会员活跃度

通过罗列与会员活跃度的相关指标，进行赋权，通过加权求和可计算用户每个用户活跃度，求和后可计算整体会员活跃度。

②每日/每周/每月活跃用户数

具体的活跃测评指标结合产品自身的特点。

1.4 会员价值度指标

可用来作为会员价值度的测评方法/指标的有：

①价值分群

高中低/钻石、黄金、白银等

②复购率

如计算在一定周期内购买两次或两次以上的会员比例。

③消费频次/金额/平均每次购买金额

可进一步计算会员访问到购买的转化率等

④最近一次购买时间/购买金额

最近一次购买时间也可作为消费价值黏性的评估指标；

⑤会员剩余价值

这是一个预测指标，可预测会员之后某段时间内的购买转化率、订单价值、订单数等。

1.5 会员异动指标

会员异动在该部分主要指会员的流失，包含：

①会员流失率 = 流失会员数/全部会员数

流失状态的判定需要结合具体情况，如在某些情境下，从付费会员到普通会员也为一种流失。

②会员异动比 = 新增会员数/流失会员数

    品牌在设计会员体系时，往往会涉及对会员进行等级划分，希望通过等级制的会员营销策略，进一步的提高会员的活跃度，让会员对品牌形成持续、稳定的利益或行为输出。

    我们知道人都有荣誉感，合理的会员等级体系有利于刺激低级会员往上晋级以及高级会员保级，但是不恰当的分级，则可能造成会员的流失。在设计时要注意为不同等级的会员，配置不同的权益，良性带动会员对品牌形成粘性，从而构建起品牌的竞争壁垒。

并非所有行业都适用

    俗话说不能“一竹篙打死一群人”，对于会员体系的分级制度，并非所有的行业都适用，首要考虑因素是消费频次。如果一个产品消费频次不高，会员分级则形同虚设，因为高级别会员门槛会很难达到，对于低级别会员的激励性会大大弱化。

下图结合不同行业的特点及消费频次，作以下划分

    对于客单价高且消费频次低的行业，很难通过对会员进行等级划分，实现提高会员消费频次的目的。对于这类行业，一般的做法是实现会员的扁平化管理，从会员身上挖掘影响力价值，通过会员去影响身边的朋友，铸造口碑营销。

    客单价高且消费频次高的行业，则可以通过会员等级划分，匹配不同的会员权益，提升会员荣誉感，从而刺激会员持续消费。

如何合理地设计会员等级依据RFM模型划分。

    RFM模型是众多的客户关系管理(CRM)的分析模式中，被广泛提到的模型之一。也是最基础的模型之一。RFM中，R = Recency 最近一次消费时间，F = Frequency消费频率，M = Monetary消费金额。

    在模型分析中，需要将以上指标项的会员行为分成2份，分别为高和低，那么三个指标就会分为8组会员。然后我们一个个指标来看：

* Recency， 最近一次消费时间越近的会员，我们定义给以R值为高，反之为低；

* Frequency，消费频率较高的会员，我们定义给以F值为高，反之为低；

* Monetary，消费金额较高的会员，我们定义给以M值为高，反之为低；

然后我们可以得出8组会员，如下图：

对于指标中的阈值，建议品牌根据行业特性进行划分，也可以选用会员的平均值来计算。

* 重要价值客户：

各个指标都很高，是品牌最重要的客户群体，必须加以重视。

* 重要唤回客户：

消费金额和频次都高，但是最近都没有再活跃了，很可能是被竞争对手挖走了，需要采取措施挽回。

* 重要深耕客户：

消费金额高且最近一次消费时间很近，但是消费频次不高，需要采取手段提高客户消费频次。

* 重要挽留客户：

消费金额高，虽然其他两项指标不高，但却是潜在的高价值客户，需要重点挽留。

* 潜力客户：

消费金额低，其他两项指标都高，是品牌的忠诚客户，需要挖掘客户的潜在消费力。

* 新客户：

最近一次消费时间近，是新接触品牌的客户，可继续推广。

* 一般维持客户：

消费频次高，但是由于消费金额不高且最近消费时间较远，对品牌贡献不大，采取一般维持手段。

* 流失客户：

各项指标都很低，客户生命周期接近尾声。

   根据RFM模型划分出各个客户类型后，则可以看到品牌的客户分类情况，根据客户数量进行划分，以金字塔模型分布最为理想，然后我们就可以对于会员体系的设计有更清晰的思路。

确立等级有效期

    人是变化的，RFM模型下每个会员的所属类型都可能会经历变化，合理的会员等级制度还需要匹配等级有效期去加以约束，才能达到设计会员等级的目的。品牌在设计等级有效期时，需要结合行业的特性去考虑，尤其是产品的消费频次的特性。

    针对等级不同的会员进行深层次的开发挖掘，即权益、服务等都应该具有针对性地匹配该级别的会员。只有这样细化到每一个等级的会员，才能真正的把会员制营销做好，使其功能、作用最大化，使得会员体系在品牌中得到最好的利用。

综上，设计会员等级制度需要对目标人群进行精准分析，在此之前建议可以先认证调研，获取真实有效的目标人群数据，从而再针对性地按以上几个关键要素进行设计。

---