一、会员体系的建立与预设条件设置
个人认为体系的建立有两方面:一是会员等级体系的建立;二是会员行为体系的建立;
会员等级体系的建立是静态的,会员行为体系的则是动态的,包括购买频率,时间、次数这些,一般是促使新客户升级为忠实客户/挽救流失客户;
具有实用性质的是,建立这两个体系的好处是更科学化地去管理:通过促发预设条件产生的主动营销行为;这种预设条件的建立,也需要事先考虑好,所以会员营销前期的关键是三个:
会员等级体系的建立、会员行为体系的建立、预设条件的具体设置,预设条件是体系中的一部分,所以在下面讨论体系建立的同时,也会同时加入预设条件;
先说第一个,会员等级体系的建立
1、会员等级体系
会员体系的通用法则:
四等级:50%-60%/20%-30%/10%-15% /5%
如果店铺是初期,门槛放低点,但是,每个店铺发展到一定程度,积累了一定的会员基数后,个人还是认为要做精细化的调整,例如每隔半年改变一次规则,我觉得是有必要而且必须的。具体的计算方式是怎么样子呢?
首先,先计算好你原始会员体系的指标,如下:
还有种情况,如果你的价值贡献率不是阶梯式的,这回怎么办?问这个问题的时候,你先问自己为什么会出现阶梯?出现这种问题的最大问题就是:你没有做好实时监控:每天记录的数据,如果不是阶梯式的,那么你明天就该考虑对这个不 “和谐”的等级会员群采取主动出击行动了!(个人建议会员专员每天需要做的事情包含这个)
会员等级体系的预设条件很简单,只要你给每个等级的会员设置好优惠的条件,每当有会员购买时,都会促发这些预设条件;等级体系的预设条件要根据消费者喜好去建立,换个角度说,是不同的行业目标群体所 注重的东西是不一样的,例如饰品很多人都想有包邮,衣服更注重的的是减价,家电更注重的是运费跟减价。
2、会员行为体系
会员行为体系的建立,是为了防止会员的流失,以及升级会员,影响会员购买的因素其实很多,所以在要根据会员做营销的前提,需要给会员贴上更多的行为标 签,例如性别,年龄,购买时间,频率等等;这时候要提到的是:会员行为体系的预设条件,与会员等级体系的预设条件是可以交叉的,例如,想对一个年龄阶层的 会员送优惠活动,这时候不仅促发了会员行为体系的预设条件,同时也会促发等级体系的预设条件;
以下是行为体系的标签分类:
1.属性体系:包括姓名、性别、年龄、地域、生日、购买能力、联系方式等等;预设条件很简单,如一个衣服店在北方变冷时想对会员做优惠活动,这之后只要促发了地域条件,就可以针对北方的会员做优惠活动
2.活跃度体系:包括PV、平均访问页面数、停留页面时间,跳失率等等,都是用户粘性程度的指标。预设条件复杂,要通过对比量子统计的平均日均数,如果 发现总体减低,这时候一般都是会员活动停歇了,需要去出击了;还有种就是指标减低(升高),购买金额却减低(升高),这时候要考虑产品是不是有问题了,需 不需要给会员推荐其他的产品?
3.购买行为体系:包括购买时间、客单价、客单量、单次购买金额、累计贡献、购买频次、购买周期等等。这 个预设条件是整个行为体系的最重要部分,针对这个行为体系的指标,特别是购买周期,购买频次,对会员推荐新品时,或者新品上新周期应该与购买周期相同步; 而且还可以根据购买周期/频次预设出会员的分类:新会员-老会员-忠诚会员-流失会员等,这样就会更容易针对不同分类会员运用不同的会员营销方式;
4.情绪体系:对有对产品退款、拒收、投诉、评价低等的会员做标签,这类会员短期内会有很多负面情绪,可以针对这类会员,隔着一段时间再去送道歉优惠(参考做法)
总结:给大家一个实用的建议,每日需要根据数据做调整的工作有:观察价值贡献率不是阶梯式,观察活跃度体系是不是有异常,观察购买行为体系以及情绪体系 是否有异常;间隔的工作有:一是根据会员等级体系做固定的优惠活动(上新日、会员周等);二是根据购买行为体系的预设条件去给予不同类型的会员做定向跟踪 的优惠,譬如一个刚成为新会员的会员,一个变成流失会员的会员,你要跟踪这两个会员,让他们升级为老会员,让流失会员再次成为会员;
二、会员数据库的实效延伸运用
1、如何对会员进行消费者轮廓描述。
当目标群体模糊,很多困惑是:我的目标群体看着很广泛,往往是很主观的,没有通过市场检验的挽救方式,是进行小范围地测试;以下是如何描述消费者轮廓的一个数据运用方法(仅是参考作用)
①从数据库选出一部分你的忠实客户
②对这部分忠实客户进行消费者轮廓描述,可以在表格里加上年龄层次等其他的参考要素;
③分析这些忠实用户有没有行为上的一些共性,情感上的一些共性?有的话,你是否对自己的目标群体有一个比较客观的认识?
④接着你需要干什么?寻找你的流失用户,新用户,再次分析描述,你需要做到的是:通过这些行为数据嗅出能供你使用的商业判断导向依据,否则什么都是浮云;
2、通用的精细化管理评价模型
上面讲了建立会员等级体系的一个方法,其实只是针对有一定会员基数的店铺的实用方式,写到这里了,想到了一个可以针对所有店铺的,特别是对小店铺的一种方法,可以用来做精细化管理。
先给大家阐述一个模型,RFM模型,最早由美国数据库营销研究所提出来,是会员管理的通行工具。在RFM模式中,R(Recency)表示客户最近一次购买的迄今时间,F(Frequency)表示客户的购买次数,M(Monetary)表示客户的累积购买金额;
如果我们对这三个参数设置不同的权重和计分标准,我们就可以对每个会员的价值进行定量评估,从而开展会员等级管理了;以下是大略图表:
如图,可以针对每个A/B/C/D…客户进行等级评估,算出合计你就会看到哪个会员重要,哪个不重要了,从而去做相应的营销行动吧!