編輯導(dǎo)語：為了提升企業(yè)的經(jīng)營(yíng)利潤(rùn)，采取精細(xì)化運(yùn)營(yíng)策略、做好用戶管理，已經(jīng)成為企業(yè)必然采取的舉措之一。而為了實(shí)現(xiàn)更好的用戶運(yùn)營(yíng)管理，提升用戶粘性，大多數(shù)企業(yè)都會(huì)選擇構(gòu)建會(huì)員分析體系。如何搭建數(shù)字化浪潮下的會(huì)員分析體系？不如來看看作者的經(jīng)驗(yàn)總結(jié)。

本文基于在兩家鞋服零售頭部企業(yè)參與CDP和MA項(xiàng)目和會(huì)員相關(guān)數(shù)據(jù)產(chǎn)品工作，講下我理解的數(shù)字化浪潮下的會(huì)員分析體系構(gòu)建。

一、構(gòu)建以目標(biāo)為導(dǎo)向的會(huì)員分析體系

知其然知其所以然，用戶分析與管理的終極目標(biāo)是在用戶身上獲取最多的利潤(rùn)，即LTV-用戶終身價(jià)值最大化，故從企業(yè)整體經(jīng)營(yíng)的目標(biāo)看會(huì)員分析所處的位置再向下拆解，構(gòu)建實(shí)現(xiàn)目標(biāo)為導(dǎo)向的會(huì)員分析體系（會(huì)員包含在用戶中）。

如圖所示會(huì)員分析體系向上需提供可支撐戰(zhàn)略制定的數(shù)據(jù)，向下需完成對(duì)會(huì)員運(yùn)營(yíng)的目標(biāo)，這個(gè)目標(biāo)可能在LTV基礎(chǔ)上增加戰(zhàn)略轉(zhuǎn)型目標(biāo)，如品牌年輕化，那么用戶運(yùn)營(yíng)的目標(biāo)中用戶年齡構(gòu)成、客單價(jià)等即對(duì)應(yīng)調(diào)整，故用戶分析體系必須是在明確用戶戰(zhàn)略目標(biāo)的前提下設(shè)計(jì)或調(diào)整。

二、會(huì)員分析體系的構(gòu)成

確認(rèn)用戶運(yùn)營(yíng)的戰(zhàn)略目標(biāo)后即應(yīng)部門的工作內(nèi)容與分工結(jié)構(gòu)和每個(gè)模塊的KPI，以此構(gòu)成分析體系。每個(gè)企業(yè)會(huì)員運(yùn)營(yíng)歸屬部門不同，但這個(gè)邏輯是相通的。根據(jù)管理和工作流可以抽象出三個(gè)板塊構(gòu)成會(huì)員分析體系，即策略規(guī)劃+周期/日常分析+執(zhí)行追蹤。

三、策略規(guī)劃分析

此部分目的是給企業(yè)層做經(jīng)營(yíng)分析和相關(guān)決策時(shí)知曉現(xiàn)狀、趨勢(shì)；同時(shí)在確認(rèn)策略目標(biāo)后，以此定期復(fù)盤/考核目標(biāo)達(dá)成情況。

其中用戶生命周期、價(jià)值分析和用戶畫像數(shù)據(jù)在周期/日常分析中也常用到；三個(gè)模塊的數(shù)據(jù)非完全獨(dú)立區(qū)分使用對(duì)象，站在使用者的角度有側(cè)重而劃分；同時(shí)在制定重要策略時(shí)，內(nèi)部數(shù)據(jù)不僅會(huì)用到所述部分，可能會(huì)拉取企業(yè)更長(zhǎng)時(shí)間的用戶數(shù)據(jù)分析趨勢(shì)洞察機(jī)會(huì)。

1. 核心指標(biāo)

確認(rèn)戰(zhàn)略目標(biāo)后即制定對(duì)應(yīng)指標(biāo)作為目標(biāo)達(dá)成的考核，是企業(yè)高層和部門管理關(guān)注的核心數(shù)據(jù)與業(yè)務(wù)風(fēng)向標(biāo)。

會(huì)員核心指標(biāo)通常可以拆解4部分考核“量”與“質(zhì)”，會(huì)員量和會(huì)員消費(fèi)人數(shù)的是增長(zhǎng)基礎(chǔ)，會(huì)員的質(zhì)量是可持續(xù)增長(zhǎng)和利潤(rùn)度保證；最后根據(jù)階段業(yè)務(wù)的方向與目標(biāo)會(huì)有特有的考核指標(biāo)，如拓展新渠道、新模式相關(guān)目標(biāo)，分析維度指標(biāo)結(jié)合同環(huán)比、增長(zhǎng)率、目標(biāo)完成度分析。

2. 用戶生命周期和會(huì)員等級(jí)

用戶生命周期以用戶首次與品牌有觸點(diǎn)為始，至企業(yè)無法再從用戶身上獲得商業(yè)價(jià)值為終?；谶^程中用戶消費(fèi)與互動(dòng)數(shù)據(jù)，通過規(guī)則劃分以分層運(yùn)營(yíng)，獲得用戶化商業(yè)價(jià)值最大化。

根據(jù)公式LTV-CAC=LT*ARPU-CAC，劃分用戶生命階段運(yùn)營(yíng)的目的在于不斷擴(kuò)大有價(jià)值用戶的數(shù)量和用戶在此價(jià)值區(qū)間時(shí)長(zhǎng)和每次價(jià)值量。用戶生命階段可劃分為5個(gè)階段，培育、成長(zhǎng)、成熟、沉默、流失，在每個(gè)階段下再分層以制定運(yùn)營(yíng)和資源分配策略實(shí)現(xiàn)運(yùn)營(yíng)效益最大化。

實(shí)際的劃分并非一定完全如此，劃分的階段和分層層級(jí)根據(jù)實(shí)際業(yè)務(wù)定，我經(jīng)歷的兩家公司的生命周期也非完全按此劃分，底層邏輯與目的是一致的。

如上圖所示，基于會(huì)員生命周期的分層會(huì)對(duì)應(yīng)每個(gè)階段的轉(zhuǎn)化考核指標(biāo)，通過從增長(zhǎng)率到流失率的分析可以判斷會(huì)員運(yùn)營(yíng)發(fā)展態(tài)勢(shì)，結(jié)合獲客成本和ROI分析運(yùn)營(yíng)效益。

生命周期分析的維度與價(jià)值如下，通過會(huì)員生命周期的構(gòu)成、趨勢(shì)、對(duì)比/分布進(jìn)一步拆解分析緣由以制定提升方案。

會(huì)員等級(jí)體系是企業(yè)面向用戶，激勵(lì)用戶完成一定事項(xiàng)以提升商業(yè)價(jià)值，增強(qiáng)用戶黏度的運(yùn)營(yíng)方法。通過構(gòu)成、對(duì)比/分布，結(jié)合銷售數(shù)據(jù)分析可以了解判斷當(dāng)前的運(yùn)營(yíng)效果和等級(jí)體系設(shè)計(jì)的好壞并制定差異化提升策略，分析思路與目的價(jià)值如下圖。

3. 會(huì)員價(jià)值分析

通過對(duì)會(huì)員價(jià)值分層，匹配不同的運(yùn)營(yíng)策略，不斷提升鞏固核心價(jià)值用戶群，實(shí)現(xiàn)LTV和ROI最大化，并為策略的制定提供數(shù)據(jù)支持，會(huì)員價(jià)值分析常用的有RFM和LTV。

LTV是用戶獲取到流失給企業(yè)帶來的商業(yè)價(jià)值總和，是運(yùn)營(yíng)提升的終極商業(yè)目標(biāo)，也是策略有效性驗(yàn)證的核心指標(biāo)，相對(duì)于ROI單次效果計(jì)算,LTV是基于用戶運(yùn)營(yíng)長(zhǎng)期價(jià)值考量，以此標(biāo)準(zhǔn)是重量也重質(zhì)的分析計(jì)算，更有利于長(zhǎng)期獲取更高用戶價(jià)值的良性運(yùn)營(yíng)北極星。

LTV的應(yīng)用分為預(yù)測(cè)LTV和現(xiàn)有LTV計(jì)算?，F(xiàn)有的LTV計(jì)算根據(jù)已經(jīng)積累的幾個(gè)月到幾年的數(shù)據(jù)計(jì)算當(dāng)前用戶、活動(dòng)、渠道的LTV值；預(yù)測(cè)LTV通過算法同樣根據(jù)積累歷史數(shù)據(jù)預(yù)測(cè)未來一段時(shí)間的LTV值。

• LTV的計(jì)算：LTV并沒有一個(gè)通用的固定的公式，企業(yè)根據(jù)自身業(yè)務(wù)判斷擬定，常用的的計(jì)算公式有 LTV=LT*ARPU；LTV=MMR/churn rate。
• LTV預(yù)測(cè)：需要算法團(tuán)隊(duì)基于用戶特征訓(xùn)練模型進(jìn)行預(yù)測(cè)，通常根據(jù)數(shù)據(jù)情況準(zhǔn)確性會(huì)有一定的用戶范圍，對(duì)應(yīng)數(shù)據(jù)越多的用戶群預(yù)測(cè)準(zhǔn)確性越高。

應(yīng)用：LTV的應(yīng)用從規(guī)劃到分析和執(zhí)行都有應(yīng)用，在規(guī)劃層的主要作用兩個(gè)：

1. 衡量用戶價(jià)值和運(yùn)營(yíng)效果；
2. 輔助計(jì)算未來一段時(shí)期內(nèi)收益和輔助營(yíng)收目標(biāo)的制定。

RFM零售運(yùn)營(yíng)中最常用的分析模型之一，根據(jù)用戶最近一次交易時(shí)間、交易金額、交易頻次將用戶劃分，詳細(xì)規(guī)則網(wǎng)上資料巨多不贅述，常見的使用分析方式有兩種。

1. 通過RFM值評(píng)分進(jìn)行用戶分類，單獨(dú)使用或組合其他標(biāo)簽、數(shù)據(jù)使用；
2. 單獨(dú)使用R/F/M值，或者組合其他標(biāo)簽、數(shù)據(jù)，如高M(jìn)值用戶+性別年齡段。

4. 人群（用戶）畫像

人群畫像是對(duì)特定人群的特征聚合分析，以全面了解人群各維度信息輔助企業(yè)決策，運(yùn)營(yíng)策略等分析。

基于標(biāo)簽系統(tǒng)下的人群畫像可以靈活組合人群，自定義分析維度滿足更多業(yè)務(wù)場(chǎng)景、業(yè)務(wù)目標(biāo)的要求，此部分是基于CDP系統(tǒng)邏輯下可實(shí)現(xiàn)的畫像分析，如企業(yè)未搭建CDP可根據(jù)需求固化常用人群和分析模板進(jìn)行畫像分析，人群畫像在“周期/日常分析”中也是高頻使用，此部分僅先對(duì)于策略規(guī)劃層面分析構(gòu)成說明。

畫像的構(gòu)建兩部分組成，“人群”和“畫像分析維度”，都基于用戶標(biāo)簽體系。基于業(yè)務(wù)使用場(chǎng)景構(gòu)建標(biāo)簽體系對(duì)用戶進(jìn)行打標(biāo)，并沿用標(biāo)簽體系的構(gòu)建邏輯數(shù)據(jù)處理于畫像分析維度，以此通過標(biāo)簽圈定人群+畫像維度自定義分析模板，對(duì)不同人群進(jìn)行自定義分析，下圖即對(duì)應(yīng)邏輯與基于人群畫像分析常用的分析維度。

人群畫像在策略規(guī)劃、周期/日常分析使用較多，區(qū)別在于人群和分析深度，周期/日常分析基本會(huì)涵蓋策略規(guī)劃的人群，但策略規(guī)劃分析會(huì)分析的更復(fù)雜深入和更多預(yù)測(cè)性分析，需要數(shù)據(jù)與算法團(tuán)隊(duì)協(xié)同參與。

下圖為人群畫像在三個(gè)部分的應(yīng)用，其中的人群列的并不全面，舉了部分例子示意。

策略規(guī)劃部分人群畫像的目的/價(jià)值

全量用戶/會(huì)員：指導(dǎo)品牌用戶定位、戰(zhàn)略制定、目標(biāo)實(shí)現(xiàn)驗(yàn)證，如品牌希望做年輕化，可結(jié)合當(dāng)前用戶畫像明確調(diào)整后具體的目標(biāo)年齡范圍，以增加目標(biāo)的有效性，驗(yàn)證同理；通過屬性、消費(fèi)偏好、行為特征分析指導(dǎo)商品企劃、渠道和營(yíng)銷資源分配等的策略制定。

特定人群：對(duì)全盤用戶有了解后基于與商業(yè)利益核心相關(guān)的用戶群畫像深入分析，在企業(yè)運(yùn)營(yíng)穩(wěn)定后，流失和高價(jià)值兩類人群是影響用戶收益的重要人群，通過分析以明確優(yōu)先級(jí)和指導(dǎo)策略制定。

渠道人群是針對(duì)近兩年的市場(chǎng)來說，很多新零售企業(yè)會(huì)做線上渠道如直播、小程序、社群、分銷場(chǎng)景，新渠道的開展會(huì)重點(diǎn)關(guān)注以及時(shí)跟進(jìn)方案調(diào)整確保目標(biāo)達(dá)成。

這是基于我個(gè)人的工作經(jīng)驗(yàn)總結(jié)，根據(jù)企業(yè)業(yè)務(wù)人群選擇有所不同。

注意，人群畫像分析需要有TGI分析才可以真正分析人群特征。

四、周期/日常分析

周期/日常分析由5個(gè)部分構(gòu)成，會(huì)員構(gòu)成、會(huì)員消費(fèi)、場(chǎng)景分析、畫像特征、預(yù)測(cè)分析，有部分維度與策略規(guī)劃層重疊，相對(duì)于規(guī)劃層分析層的數(shù)據(jù)是多維下鉆和更多交叉分析更加多維和詳細(xì)。

1. 會(huì)員增長(zhǎng)與構(gòu)成

會(huì)員等級(jí)和生命周期的分析中，在周期/日常分析中的使用除了對(duì)全量會(huì)員構(gòu)成、對(duì)比/分布、趨勢(shì)的總體性分析外，區(qū)別有兩點(diǎn)。

1. 更多的下鉆和交叉分析，以及時(shí)洞察當(dāng)前業(yè)務(wù)問題和支持營(yíng)銷方案。
2. 呈現(xiàn)形式上，規(guī)劃層用于方向決策，更多的是總體數(shù)據(jù)以可視化+匯總的數(shù)據(jù)，分析層除了可視化和匯總外，會(huì)有更多更詳細(xì)報(bào)表數(shù)據(jù)。

RFE是基于RFM的變形，對(duì)用戶的線上行為分析，用于渠道線上營(yíng)銷，和線上線下融合，但使用相對(duì)沒有RFM普遍，個(gè)人認(rèn)為線上+線下行為數(shù)據(jù)融合分析會(huì)越來越重要，舉例以下兩個(gè)場(chǎng)景。

1. 在召回用戶選擇群體時(shí)，僅對(duì)線下數(shù)據(jù)分析，基于長(zhǎng)期未消費(fèi)用戶定義為流失，在做召回策略時(shí)需要進(jìn)一步分群獲知成功率更大的用戶和擬定策略時(shí)如獲取其線上行為數(shù)據(jù)，即可對(duì)近期有線上RFE高的用戶+高價(jià)值用戶做策略提升轉(zhuǎn)化率。
2. 將REF的計(jì)算結(jié)合物聯(lián)網(wǎng)設(shè)備如face id相關(guān)系統(tǒng)，試衣掃碼系統(tǒng)等獲取的數(shù)據(jù)，加入計(jì)算，可以讓用戶活躍的數(shù)據(jù)更趨近真實(shí)情況輔助于商品推送、門店導(dǎo)購等場(chǎng)景提升轉(zhuǎn)化。

但目前以我自己的工作經(jīng)驗(yàn)看RFE與線下數(shù)據(jù)的結(jié)合較少，一般單獨(dú)線上團(tuán)隊(duì)使用此模型數(shù)據(jù)，或通過標(biāo)簽系統(tǒng)組合用戶特征與消費(fèi)特征數(shù)據(jù)，與線下數(shù)據(jù)組合分析是個(gè)人認(rèn)為是零售分析的一個(gè)小發(fā)展方向，適用于用戶量大，線上觸達(dá)建設(shè)完善的企業(yè)。

會(huì)員增長(zhǎng)常用的維度指標(biāo)在后文會(huì)員消費(fèi)分析中一起說明，因?yàn)橥ǔ?huì)員招募與消費(fèi)會(huì)一起分析

RFE定義：最近一次訪問時(shí)間 R（Recency）：會(huì)員最近一次訪問或到達(dá)網(wǎng)站的時(shí)間；訪問頻率 F（Frequency）：用戶在特定時(shí)間周期內(nèi)訪問或到達(dá)的頻率；頁面互動(dòng)度 E (Engagements)：互動(dòng)度的定義可以根據(jù)不同企業(yè)或行業(yè)的交互情況而定，例如可以定義為頁面瀏覽時(shí)間、瀏覽商品數(shù)量、視頻播放數(shù)量、點(diǎn)贊數(shù)量、轉(zhuǎn)發(fā)數(shù)量等。

分析方式如圖：

應(yīng)用與RMF的邏輯一致：

1. 通過RFE值評(píng)分進(jìn)行用戶分類，單獨(dú)使用或組合其他標(biāo)簽、數(shù)據(jù)使用；
2. 單獨(dú)使用R/F/E值，或者組合其他標(biāo)簽、數(shù)據(jù)。

2. 會(huì)員消費(fèi)

會(huì)員消費(fèi)分析是基礎(chǔ)分析模塊，以報(bào)表或報(bào)表+可視化方式對(duì)會(huì)員消費(fèi)的當(dāng)前情況、發(fā)展趨勢(shì)、分布、對(duì)比，通常會(huì)與相關(guān)指標(biāo)的非會(huì)員數(shù)據(jù)如客流量、總銷售額等一起呈現(xiàn)，對(duì)比會(huì)員運(yùn)營(yíng)在整體運(yùn)營(yíng)中的作用，分析發(fā)現(xiàn)問題指導(dǎo)業(yè)務(wù)策略調(diào)整。

基于分析適用場(chǎng)景多也是工作報(bào)告中常用的數(shù)據(jù)，在BI系統(tǒng)上以自定義報(bào)表的形式保證靈活度，如前文所述會(huì)員增長(zhǎng)目標(biāo)常在一起分析，且衡量會(huì)員增長(zhǎng)的指標(biāo)少，故我整合一些常用分析如下。

3. 場(chǎng)景分析

零售運(yùn)營(yíng)工作落地圍繞場(chǎng)景展開，通過對(duì)這些場(chǎng)景的營(yíng)銷策略和動(dòng)作優(yōu)化達(dá)成目標(biāo)，故需對(duì)應(yīng)場(chǎng)景的數(shù)據(jù)分析以科學(xué)支持運(yùn)營(yíng)決策動(dòng)作。

我選取了5個(gè)零售中高頻的場(chǎng)景，說明分析維度和數(shù)據(jù)價(jià)值，其中營(yíng)銷活動(dòng)和商品因選取的維度因規(guī)則多變，數(shù)據(jù)處理系統(tǒng)支持度等影響可能按需取數(shù)計(jì)算并非固定。

社群分析通常會(huì)員獨(dú)立的模塊從獲客到轉(zhuǎn)化傳播和用戶畫像，所以只說明其中社群中會(huì)員數(shù)據(jù)分析。

4. 畫像分析

畫像的定義與構(gòu)建在策略規(guī)劃部分已說明，這里主要說明人群畫像在工作周期/日常分析中常用分析人群和與策略規(guī)劃分析的區(qū)別。

1. 分析的人群和畫像維度更細(xì)。
2. 人貨場(chǎng)是零售分析的基礎(chǔ)邏輯，人群畫像也是?；跇I(yè)務(wù)不同地區(qū)、門店、商品策略進(jìn)行對(duì)應(yīng)的畫像分析支持運(yùn)營(yíng)策略制定。
3. 基于營(yíng)銷運(yùn)營(yíng)活動(dòng)需求的分析，為了提高轉(zhuǎn)化，營(yíng)銷推廣投放分析工作會(huì)基于活動(dòng)渠道、時(shí)間、等分析用戶以支持精準(zhǔn)營(yíng)銷。
4. 流失人群和高價(jià)值人群的分析會(huì)更加深入以更有效應(yīng)用于營(yíng)銷，如基于流失與消費(fèi)次數(shù)、商品、渠道、加入會(huì)員時(shí)長(zhǎng)、消費(fèi)偏好的關(guān)系輔助制定營(yíng)銷切入時(shí)間點(diǎn)、商品售賣推送策略和渠道評(píng)估與管理。

從運(yùn)營(yíng)工作對(duì)人群畫像分析應(yīng)用的場(chǎng)景拆分常用人群如下：

5. 預(yù)測(cè)分析

預(yù)測(cè)分析有3個(gè)對(duì)業(yè)務(wù)提升非常有效的，但我算法方面知識(shí)薄弱只能說簡(jiǎn)單說明下定義和用法，見諒。

LTV在前文中有過說明，此處說明下運(yùn)營(yíng)過程中的應(yīng)用場(chǎng)景：

1. 運(yùn)營(yíng)前：算回報(bào)周期、營(yíng)銷用戶總體價(jià)值、輔助營(yíng)銷成本計(jì)算，通過LTV預(yù)測(cè)，單獨(dú)使用、結(jié)合其他維度數(shù)據(jù)或算法標(biāo)簽對(duì)用戶分層，分配營(yíng)銷資源，達(dá)到效果最大化，如結(jié)合流失預(yù)測(cè)，對(duì)高價(jià)值中高流失風(fēng)險(xiǎn)用戶資源傾斜，增加營(yíng)銷獲益。
2. 運(yùn)營(yíng)后：營(yíng)銷效果驗(yàn)證，驗(yàn)證渠道質(zhì)量。

魔法數(shù)字是輔助業(yè)務(wù)判斷的相關(guān)性指標(biāo)，通過分析/算法發(fā)現(xiàn)業(yè)務(wù)關(guān)鍵點(diǎn)數(shù)字或數(shù)值，輔助業(yè)務(wù)判斷或策略制定，零售場(chǎng)景下的魔法數(shù)字如轉(zhuǎn)化忠誠(chéng)用戶的購買次數(shù)/件數(shù)、成為會(huì)員多少時(shí)間最易流失、復(fù)購最多的用戶的客單價(jià)、多用多久未購物流失可能性最大。

但要注意的是這個(gè)數(shù)字并非表示因果關(guān)系，達(dá)到了值就一定可以達(dá)到目標(biāo)，影響程度需結(jié)合業(yè)務(wù)經(jīng)驗(yàn)一起判斷。

流失預(yù)測(cè)顧名思義通過積累的用戶行為數(shù)據(jù)和消費(fèi)數(shù)據(jù)通過算法分析當(dāng)前存量用戶的流失風(fēng)險(xiǎn)，再結(jié)合用戶畫像、價(jià)值分析等數(shù)據(jù)，減少流失，在運(yùn)營(yíng)中還有一點(diǎn)是識(shí)別基于品牌定位必然流失的用戶，如品牌年齡定位就必然導(dǎo)致部分用戶因人生發(fā)展不同流失，識(shí)別以減少無效營(yíng)銷的投入和制定合理的流失率少目標(biāo)。

6. 會(huì)員營(yíng)銷總析

會(huì)員營(yíng)銷總體分析站在高層管理角度，匯總數(shù)據(jù)以全局視角對(duì)營(yíng)銷總體和成本監(jiān)控分析以確保達(dá)成總計(jì)劃目標(biāo)、控制風(fēng)險(xiǎn)、降低成本，如下分三個(gè)部門組成，通常會(huì)后置建立，先建立單個(gè)策略營(yíng)銷的分析。

五、執(zhí)行/追蹤

借用《數(shù)據(jù)化管理》書中的話“銷售是追蹤出來的，不是分析出來的”，同樣會(huì)員運(yùn)營(yíng)目標(biāo)實(shí)現(xiàn)必然要依靠每次營(yíng)銷觸達(dá)，每次活動(dòng)、每日目標(biāo)數(shù)據(jù)的追蹤，及時(shí)調(diào)整運(yùn)營(yíng)動(dòng)作步步為贏達(dá)成最終目標(biāo)。

以下基于過往MA、營(yíng)銷工具、消費(fèi)者端報(bào)表產(chǎn)品經(jīng)驗(yàn)，總結(jié)基于追蹤執(zhí)行的分析體系搭建，也是基于IT系統(tǒng)建設(shè)上的。

1. 單個(gè)營(yíng)銷策略分析

營(yíng)銷策略數(shù)據(jù)分析分為兩部分，營(yíng)銷總體的數(shù)據(jù)分析和單個(gè)策略分析，總體分析更多屬于周期分析故放在了周期/日常分析部分，單營(yíng)銷策略除了分析更多會(huì)在策略期間跟進(jìn)營(yíng)銷情況故屬于執(zhí)行/追蹤。

基于營(yíng)銷鏈路拆解，首先營(yíng)銷都會(huì)有明確的目標(biāo)，如招募會(huì)員、提升銷售等等，故而分析維度需圍繞目標(biāo)提供，對(duì)應(yīng)目標(biāo)可得出營(yíng)銷的效果衡量指標(biāo)，第二部分基于營(yíng)銷執(zhí)行即確認(rèn)營(yíng)銷對(duì)象后觸達(dá)用戶，并根據(jù)用戶反饋，方案設(shè)計(jì)等有鏈路數(shù)據(jù)，對(duì)其中的動(dòng)作數(shù)據(jù)跟蹤分析監(jiān)控營(yíng)銷推進(jìn)和目標(biāo)達(dá)成，最后根據(jù)整體的數(shù)據(jù)分析復(fù)盤不斷優(yōu)化策略和觸達(dá)。

由3個(gè)部分組成，但并非所有營(yíng)銷都固定模板分析，如上所述需根據(jù)營(yíng)銷目標(biāo)提供，精準(zhǔn)營(yíng)銷也需要精準(zhǔn)數(shù)據(jù)分析，全量數(shù)據(jù)一起提供是對(duì)分析和業(yè)務(wù)的干擾，下方結(jié)合圖說明3部分的作用價(jià)值。

效果分析：主要為高層和運(yùn)營(yíng)策劃人員分析查看，通過核心指標(biāo)知曉目標(biāo)完成情況，通過效果數(shù)據(jù)分析驗(yàn)證和驅(qū)動(dòng)觸達(dá)渠道、營(yíng)銷方案優(yōu)化。

鏈路觸達(dá)分析：主要為運(yùn)營(yíng)執(zhí)行人員，在營(yíng)銷中監(jiān)控追蹤動(dòng)作完成，分析動(dòng)作轉(zhuǎn)化，驅(qū)動(dòng)內(nèi)容和觸達(dá)渠道的優(yōu)化。

營(yíng)銷對(duì)比：定期活動(dòng)復(fù)盤，通過同類型營(yíng)銷對(duì)比優(yōu)劣，再溯源策略區(qū)別，趨同整體水平提升。

2. 活動(dòng)分析

此分析活動(dòng)數(shù)據(jù)主要為線上活動(dòng)，或者線上線下結(jié)合的導(dǎo)流活動(dòng)，從四個(gè)方面分析，總數(shù)據(jù)、用戶參與數(shù)據(jù)、目標(biāo)轉(zhuǎn)化數(shù)據(jù)、活動(dòng)內(nèi)容數(shù)據(jù)，以下以抽獎(jiǎng)、內(nèi)容類為例說明分析指標(biāo)維度和作用，具體的指標(biāo)設(shè)定需要根據(jù)活動(dòng)具體形式方案而定，邏輯是一致。

3. 門店報(bào)表（會(huì)員部分）

門店通過PC或移動(dòng)端BI跟進(jìn)每日數(shù)據(jù)KPI，其中包括會(huì)員相關(guān)數(shù)據(jù)，以此落地追蹤每日目標(biāo)完成及時(shí)發(fā)現(xiàn)問題，故在門店報(bào)表中為會(huì)員相關(guān)驅(qū)動(dòng)性指標(biāo)，一般不設(shè)會(huì)員獨(dú)立報(bào)表，在日?qǐng)?bào)中一起。

• 會(huì)員招募：新增會(huì)員數(shù)、會(huì)員招募完成率；
• 會(huì)員消費(fèi)：會(huì)員消費(fèi)人數(shù)、會(huì)員消費(fèi)金額、會(huì)員客單價(jià)、會(huì)員連單率、會(huì)員單件數(shù)。

4. 異常分析

會(huì)員異常數(shù)據(jù)分析分為兩個(gè)部分，基于運(yùn)營(yíng)的異常監(jiān)控，保證業(yè)務(wù)目標(biāo)達(dá)成；基于用戶行為的異常監(jiān)控，識(shí)別風(fēng)險(xiǎn)，減少損失；除了運(yùn)營(yíng)/用戶行為異常還有活動(dòng)、策略異常，一般會(huì)在系統(tǒng)層有對(duì)應(yīng)的報(bào)警設(shè)置，主要監(jiān)控分析指標(biāo)維度如下。

六、結(jié)語

因?yàn)槭腔跁?huì)員分析體系全局，內(nèi)容較多其中基于用戶標(biāo)簽體系、人群畫像部分內(nèi)容未能展開詳說，可能不利于理解，后續(xù)有時(shí)間會(huì)單獨(dú)說這兩個(gè)方面。

至此為基于近些年做CDP、MA、會(huì)員數(shù)據(jù)相關(guān)產(chǎn)品與市場(chǎng)、會(huì)員運(yùn)營(yíng)相關(guān)部門合作總結(jié)的會(huì)員整體滿足戰(zhàn)略到執(zhí)行的分析體系內(nèi)容，有不完善的地方，后續(xù)工作有新認(rèn)知會(huì)再修改迭代。

參考資料：《數(shù)據(jù)化管理》

作者：25號(hào)玩家；微信公眾號(hào) : 25號(hào)玩家，專注數(shù)字營(yíng)銷。

本文由 @25號(hào)玩家 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議