如何獲得會(huì)員 數(shù)據(jù)？洞察|了解零售和消費(fèi)品如何通過(guò)的模型數(shù)據(jù)運(yùn)營(yíng)改善會(huì)員...當(dāng)我們和零售和消費(fèi)品品牌客戶，分析利潤(rùn)和收入是由哪些用戶貢獻(xiàn)的，各部分的具體比例是多少，我們可以通過(guò)Convertlab營(yíng)銷自動(dòng)化平臺(tái)的DMHub查看數(shù)據(jù)看板，分析 會(huì)員的狀態(tài)、滲透渠道和等級(jí)變化，并細(xì)分會(huì)員的標(biāo)簽。

所謂公式分解法，就是用一個(gè)公式將一個(gè)指標(biāo)的影響因素逐層分解。比如:分析一個(gè)產(chǎn)品銷量低的原因是用公式法分解比較法，這是比較兩組或多組數(shù)據(jù)最常用的方法。我們知道孤立的數(shù)據(jù)是沒(méi)有意義的，只有有比較才會(huì)有差異。比如同比與環(huán)比對(duì)比、增速、定基比、與競(jìng)爭(zhēng)對(duì)手對(duì)比、品類間對(duì)比、特色與屬性對(duì)比等。對(duì)比法可以找到數(shù)據(jù)的變化規(guī)律，使用頻率較高，經(jīng)常與其他方法配合使用。

當(dāng)我們和零售和消費(fèi)品品牌客戶，分析哪些用戶在貢獻(xiàn)利潤(rùn)和收入，每個(gè)部分貢獻(xiàn)了多少比例，我們可以通過(guò)Convertlab營(yíng)銷自動(dòng)化平臺(tái)DMHub查看數(shù)據(jù)看板，分析/1233。滲透渠道，等級(jí)變化，會(huì)員的標(biāo)簽，或者RFM 分析類別(客戶價(jià)值按照客戶活躍度和交易額貢獻(xiàn)度細(xì)分)，從而得出不同群體的銷售占比。

Convertlab在過(guò)去的企業(yè)數(shù)字化案例中，分享了很多利用數(shù)字化工具幫助不同行業(yè)用戶精細(xì)化運(yùn)營(yíng)的成功案例，企業(yè)客戶也深刻理解了“差異化”和“個(gè)性化”在與客戶溝通中的重要性。本文重點(diǎn)關(guān)注另一個(gè)方面“運(yùn)營(yíng)思維”，總結(jié)我們?cè)诹闶奂跋M(fèi)品品牌數(shù)字化運(yùn)營(yíng)實(shí)踐中的經(jīng)驗(yàn)。這些企業(yè)如何通過(guò)數(shù)據(jù)驅(qū)動(dòng)策略，用“運(yùn)營(yíng)思維”設(shè)計(jì)“會(huì)員 mode”和“reach system”，有效提升會(huì)員的“客單價(jià)”和“購(gòu)買頻率”？

會(huì)員系統(tǒng)統(tǒng)計(jì)分析李，會(huì)員RFM 分析，高級(jí)過(guò)濾器篩選出的消費(fèi)記錄是針對(duì)會(huì)員。金額(m)、接近度差(接近度減平均接近度)、頻率差(頻率減平均頻率)、金額差(金額減平均金額)為數(shù)據(jù)。分析這些數(shù)據(jù)了解會(huì)員的消費(fèi)情況、消費(fèi)頻率、消費(fèi)金額，獲取消費(fèi)價(jià)值。通過(guò)分析，得出三個(gè)結(jié)論:1。接近度差會(huì)員越長(zhǎng)，可能會(huì)員的活躍度越低，接近度差越小。(For 會(huì)員活躍度低，有可能流失，可以通過(guò)贈(zèng)送“電子券”來(lái)喚醒。) 2.頻差越大會(huì)員的消費(fèi)意向越高，活躍度越高忠誠(chéng)度越高，頻差越小會(huì)員的消費(fèi)意向越低。(對(duì)于會(huì)員消費(fèi)頻率低，可通過(guò)到店兌換禮品、參加免費(fèi)活動(dòng)、會(huì)員活動(dòng)日等方式提高會(huì)員的頻率。) 3.額度差越大，會(huì)員產(chǎn)生的價(jià)值越高。

1。會(huì)員趨勢(shì)圖商品消費(fèi)趨勢(shì)圖，商品銷售排行榜，求循環(huán)規(guī)律。哪些商品是熱門商品，哪些是冷門商品，哪個(gè)店鋪的會(huì)員數(shù)量是一個(gè)活動(dòng)趨勢(shì)。2.數(shù)據(jù)篩選客戶會(huì)員設(shè)法找到每個(gè)品類的特點(diǎn)?？梢酝ㄟ^(guò)預(yù)置的自定義屬性，查詢屬性值下的客戶群，以及這些類別下的歷史情況等。3.高級(jí)查詢發(fā)現(xiàn)異常和極值，積分清零時(shí)提醒客戶消費(fèi)積分兌換禮品。

兩種方式:1。騰訊、百度等一些互聯(lián)網(wǎng)公司有自己的用戶群，用戶每次使用他們的產(chǎn)品都會(huì)被記錄在數(shù)據(jù) library中；比如:你的QQ聊天記錄，你在百度上搜索了哪些關(guān)鍵詞，這些都會(huì)保存在數(shù)據(jù)；用戶量大，時(shí)間長(zhǎng)，數(shù)據(jù)的成交量會(huì)很驚人。2.通過(guò)網(wǎng)絡(luò)爬蟲(chóng)抓取數(shù)據(jù)在網(wǎng)絡(luò)上。

fans會(huì)員分析module主要展示了FAST的ST指標(biāo)，加上粉絲的來(lái)源和特點(diǎn)。1.先看當(dāng)前粉絲會(huì)員的韋恩圖，粉絲和會(huì)員的交集叫綁定，原因是數(shù)據(jù)在銀行會(huì)員的意思是綁定卡會(huì)員，也就是說(shuō)，雖然在銀行屬于數(shù)據(jù)的意思，但不一定是買該店的產(chǎn)品。2.相應(yīng)的，下面的數(shù)據(jù)就會(huì)變成粉絲相關(guān)數(shù)據(jù):過(guò)去90天的粉絲數(shù)量、粉絲人均資產(chǎn)、活躍率的變化趨勢(shì)，一般我們?cè)谕茝V復(fù)盤的時(shí)候會(huì)用到這里。我們看看三個(gè)趨勢(shì)在活動(dòng)開(kāi)始時(shí)和活動(dòng)過(guò)程中是怎樣的，什么時(shí)候達(dá)到峰值，從而判斷我們對(duì)于股票人群的操作效率；3.再往下是最近30天的新粉絲來(lái)源，這里可以看到我們主要的粉絲運(yùn)營(yíng)崗位在哪里，有沒(méi)有在這些崗位上引導(dǎo)客戶成為粉絲，釋放粉絲權(quán)益；4.右邊是最近30天主動(dòng)傳播的粉絲數(shù)，有多少人受到影響。人均傳播次數(shù)和人均影響數(shù)可以用來(lái)衡量我們粉絲的質(zhì)量(其他指標(biāo)是粉絲人均資產(chǎn)和活躍率)；還有AIPL在受影響的消費(fèi)者中的分布，這些消費(fèi)者已經(jīng)成為新的消費(fèi)者，可以看出哪些群體主要受到影響，哪些群體更容易受到粉絲主動(dòng)傳播的影響。