FacebookTwitterLineHatena

今年一月份的時候給大家分享過一篇關於會員數據分析的文章,原計劃的會員生命周期分析和會員畫像研究分析因為時間上的原因給大家推遲到現在才發,期間有些同學還特地前來諮詢下篇什麼時候發出來,抱歉讓大家久等了!
對於零售業、電商業來說,我們除了需要通過營運策略使得會員數量不斷增長引流之外,如何遠離一鎚子買賣,將已得的會員做寬做深,讓現存的會員能夠不斷的產生消費行為,為公司帶來持續的利潤回報也是非常重要的。本文將從會員生命周期分析會員畫像分析會員營運策略三大部分與大家進行深入的會員精細化運營分析,同時也歡迎各位同學們能夠一起交流和討論。

做好會員數據分析,比消费者自己更懂消费者

一、會員生命周期分析

首先,我們為什麼需要研究會員的生命周期呢?因為你的會員在所處的每個階段所最適合的營運策略都是不一樣的,傳統的粗獷式營運已經不能再能夠滿足當今時代的需求了。通常來說我們可以把會員的生命周期分為:普通消費者——>顧客/客戶——>新會員——>活躍會員——>睡眠會員——>流失會員這五大階段。其中:

普通消費者:
普通消費者泛指平台或者商鋪的所有潛在顧客,目前還沒有產生過消費行為。對於這一部分潛在客戶,我們需要做的營運工作主要是通過新用戶折扣優惠活動,來引導這批消費者在平台產生第一次消費行為,進而轉化為平台的會員用戶。

顧客/客戶:
已經在商鋪產生過至少一次消費行為的顧客。一般來說,是顧客/客戶但不是會員的情況一般來說是針對實體門市的,因為對應網路平台來說,通常用戶在購買商品產生消費行為之前即需要註冊成為平台的會員用戶。針對這一部分群體,對於線下門市我們則可以在顧客消費結束之後進行門店的會員優惠折扣內容推薦,引導顧客註冊成為會員。

新會員:
已經激活成為商鋪或者平台會員的顧客。對於新會員這部分用戶群體,我們往往更想讓他們能夠更加活躍,從而產生二次甚至是多次消費行為。這邊跟大家分享一個新會員促進二次消費的一個營運方法,比如我們在給新註冊會員贈送一些優惠券或者折扣時,可以限定其有效條件為第二次在平台消費方可生效。

活躍會員:
最近三個月內有過消費行為的會員。對於平台的活躍會員,我們可以使用二八分析方法,找出為平台帶來80%價值的核心會員用戶(qavin、aaron、grace、kelak、allen、mattel、martin、jack、alvin),給予更好的服務和資源傾斜。

做好會員數據分析,比消费者自己更懂消费者

通過向上行銷(根據既有客戶過去的消費喜好,提供更高價值或者其他用以加強其原有功能或者用途的產品或服務)以及交叉行銷(從客戶的購買行為中發現客戶的多種需求,向其推銷相關的產品或服務)方法,然後有針對性進行定向精準行銷。

睡眠會員:
最後一次消費行為在最近的7~12個月內,已經睡眠了6個月的會員用戶。對於這部分會員用戶,我們則可以進行定向的睡眠用戶喚醒營運,通過郵件/電話推送相關最新優惠活動,以期喚醒部分睡眠用戶。

流失會員:
最近1年以內都沒有產生過消費行為的會員。對於這部分客戶,除了需要做類似睡眠用戶的喚醒營運外,還需要更加有直接吸引力的優惠規則方有可能成功召回部分流失會員,比如可以針對超過一年沒有產生消費行為的流失會員出台大幅度優惠活動以期召回部分流失會員。

做好會員數據分析,比消费者自己更懂消费者

如上圖所示,我們可以通過帆軟報表工具中的漏斗圖來進行某個月的會員生命周期數據分析。對於平台來說,我們最直接關注的可能是平台的用戶增長情況了,那麼通過以上漏斗圖可以看出,平台的新會員為5%,而流失會員卻佔了8%,意味著這個月的會員減少率為3%,那麼這是一個非常危險的信號,對於這部分流失的會員數據,我們需要繼續切片去分析出平台目前存在的問題。其次平台睡眠會員也相對較多,需要考慮做一些有助於睡眠會員喚醒的營運活動,改善平台會員結構。

二、會員用戶畫像分析

做好會員數據分析,比消费者自己更懂消费者

消費者購買行為分析是消費者數據分析研究中尤為重要的部分,因為會員作為消費者,研究消費者的消費習慣可以幫助企業或者平台更加精準地制定行銷策略。所謂會員用戶畫像分析,其實就是根據會員的用戶自然特徵、社會特徵、行為偏好特徵給會員用戶打上偏向標籤。而會員個性化精準行銷更多的就是給這些你掌握的不同人群客製化他們專屬的服務。比如說我日常消費時經常購買巧克力、餅乾、糖果等零食,那麼就建議給我多推送相關的人氣零食商品;再比如我平時經常每週六晚上在網上購物,那麼可以在這一時間段(避免過多的廣告推送引起消費者厭煩)開始給我定向推送一些熱門商品,這樣才能刺激用戶向你希望的價值更高的會員發展。

做好會員數據分析,比消费者自己更懂消费者
如上圖所示,比如我們希望統計出目前平台會員的特徵分布用戶畫像數據,那麼可以通過帆軟報表BI系統軟體中的詞雲圖進行會員用戶的特徵標籤數據統計,統計頻率高的會員特徵在詞雲中則文字顯示較大,統計頻率低的會員特徵在詞雲中則文字顯示較大。特別是對於電子商務等網路平台,我們在收集用戶的特徵資料方面相對於實體門市有著天然的優勢,比傳統零售便捷太多,那麼我們可以輕鬆地分析每一位會員的用戶畫像特徵,分類聚合,精準行銷。

三、會員運營策略

做好會員數據分析,比消费者自己更懂消费者

會員數據分析的終極目標是通過研究消費者的購買行為數據,以達到比消費者本身更加了解自己的目的。最終實現對消費者的定向精準行銷,最大化地刺激並且滿足其消費需求甚至是超越用戶需求,引導用戶開始產生消費行為,並且盡量地產生二次/多次消費行為,最終為企業帶來持續的利潤回報。

最後需要注意的是會員營運管理並不僅僅局限於做一些平台的會員折扣、積分體系等促銷活動,因為這些活動都是面向所有會員的,雖然在折扣比例、積分比例等方面有所差異,但顧客並沒有得到個性化的服務。只有進一步給顧客提供個性化服務,才能最大化地提升客戶的忠誠度,挖掘其潛在價值。另外個性化服務和行銷的具體形式是很多的,比如在會員生日、節假日、紀念日等時機,給會員特殊的折扣、多倍的積分或贈送一份特別的禮品,讓會員在感動之餘,在商場或電商平台中慷慨解囊,滿載而回;定期邀請高端優質會員參加企業舉辦的會員俱樂部活動,進一步增加其對企業文化的認同感等等營運模式,建立活躍的用戶生態,最終實現平台和用戶共贏、共享、共創,才是用戶運營的最高境界。

本文圖片均來自於帆軟報表BI系統軟體。

喜歡這篇文章嗎?歡迎分享按讚,給予我們支持和鼓勵!

熱門文章推薦

立即試用,可獲取更多 報表範本和案例

免費試用