数据化运营管理 第9章 会员数据管理.pdf

第9章会员数据管理数据化运营管理9.1会员数据概述9.2 会员数据管理9.3 RFM数据分析9.4 实战训练回9.1.1会员数据的作用提升店铺交易金额精准推广、/、/回9.1.2会员数据的获取1.淘宝客户运营平台在淘宝卖家中心左侧导航栏的营销中心功能中即可找到客户运营平台 工具，单击该工具，就可进入到客户运营平台。播客户运营平台合首页客户管理 客户列表客户相客户分析。运营计划 智能店铺千人;FB智能营销短信营销1Z90店铺客户十添加分组。店铺客户19.90回9.1.2会员数据的获取2.CRM会员管理软件CRM会员管理软件实际上就是客户关系管理软件。相比于淘宝的客户运营平台 而言，这类软件的功能更加完善和强大，但需要付费订购才能使用。客户关系管理系统Q苜页限客户信StQ综合信建询Idi综合报表 Dashboard缴雌X客户信息曲A客户合并G0何蹴+5淅鸵,当前离户人故A 1360/当酹在效床单数 R 13600 1360*5W/空相待募淖（份）O 16当阴处理中瞅嵯数（后）。/80。1360/即件碎螂汾故1迎 1360/疑户手工合并 共2组（6人）9.1会员数据概述9.2会员数据管理9.3 RFM数据分析9.4 实战训练回9.2.1会员分布情况下面以在客户运营平台中采集的会员数据为例，利用Excel数据管理功能和 图表功能，分析会员的年龄和地域情况，其具体操作如下。区T U t 会员分布分析xlsx-Microsoft ExcelII开始播入负面花局俎 S3S亩到视图 若听到漆器式畦5 c Q o圆0*担 11-4 于St规a赏 包.b/n a aZ _ _卦理，由C单元悟T yR-*今 a 笠 *里贴板K3G HA=C0UNTIF(D2:D73,=25*)-C0UNTIF(D2:D73,I 30)国Di 四 100%O1交易笔数（笔）平均交易金额（元）上次交易时间会员年龄人数271176.942018/10/20小于25岁19362225.252018/9/425-30岁2647292.762018/8/2531-35岁1571176.942018/11/2大干35岁 J67588.472018/10/23选中79915.402018/10/26t：71176.942018/10/15991186.802018/8/271042002.732018/9/61141547.332018/9/41232746.202018/10/30135534.062018/11/11与l1计算小于25岁的会员人数2计算2530岁的会员人数回9.2.1会员分布情况区|V,，|v 会员分布分析.xlsx-Microsoft Excel:教套审阅祝圉福所月漆翳笊鲜 G甘。国眼室X.于常规 a 固工绮 重善叁国等，曲单元情用冷 本聿诊 F/，.2JT7W5C g 甘 Q 的3计算其他年龄段的会员人数4创建饼图回9.2.1会员分布情况A开始 播入 文面右局 公式致先由阅 戒图 福听阅侯器o型次油4司图表1交易第舞176941041112文件W U 刁:更改另存为 图表类型模板耀会员分布分析.x!sx-Microsoft Excel3515,Shee”，奖计数:10 求和:60|京!口 四 100%台 口|平均值：15ImI切揍行/列选择数应布局田2345678977797回图男目前所选内容刑B描入 二石局 公式数奏五阅 戏图 福讦房或美图表标会 士沏:三图表区与 设所选内容格式 省重设以匹配样式会员分布分析.xkx-Microsoft Excel3江标理就绪门I 平均值:155设置饼图样式无脱却折量内容的数据豕 笺居中显示数据标丕,并居中 放置在数据手上数据标签内显示数据标筌，并放置数据标签外显示数据标筌,并放置 在数露点笫尾之外单击入筌,丽在是哇位置莫侬媛标签选项iHfclO 求和:60国 13回 100%-0-6添加数据标签回9.2.1会员分布情况W U可设置数索标签梏式文件系列人数”5设所西力重设以匹!_图表1交易笔2 73 64 75 76 77 98|79 910 411 412 313 514 715 5 K 1 S,就绪 3|标线项数字填充边框颜色边框样式明明发光和柔化边缘三维格式对齐方式标签选项标签包括:系列名林(S)Q类别名称3)、面值9J百分比&)1显示引3线电)I重设标签文本6)标筌位置居中。数据标筌内Q)数据标签外(Q)。最佳演19取n 好性一二人一 一行国一 5元.门标签中包括图例项标示&)分矍)，.1 _fI 输 I7设置标签格式8调整饼图大小回9.2.1会员分布情况闺id 可,、/、会员分布分析Msx-Microsoft Excel疑开0由公式数毫言到视图每晚可妾器bo|回式鲜版公6 u S31国国外1国:豳1T 麦孑巴?权 全部瞬71崇序 您选 分列删峥BE，a A，高级 重复项会 排丽隔透，数据工具jE1，人施区/城市幅嘱H D E F GLiil lLJ 11LLJ.1年龄他区/城市 交易总被（元）交易笔数（第）创建组取洎组合分类汇总.221 北京|8238.6 7321 f vA-13351.5 6zz/j./n-z-r4567822 1选中 J 4119.3 7588.47 A23 履 2670.3 523 北京 8238.6 723 兄京 8010.9 5534.06 21176.94 21602.18 225 北京 5340.6 7762.94 2928 北京 6189.3 32063.10 21028 北京 2670.3 4667.58 21128 北京 2670.3 7381.47 2L230 北京 2049.3 4512.33 21333 北京 2670.3 5534.06 21422 成都 8238.6 9915.40 21525 成都 2670.3 7381.47 2,H，Nil-由1蹈1陶通圉loo%会员分布分析-Microsoft Excel开始福入 r面有置公式教嘉亩司视图福昕更漆器黄鲜版&O S3工用国乂噩不君产卦丁。一 参取 全部刷新7 1产宣第法.专二言.4邳_小名、分级显示外翻幅，刁 aI 分类汇总一 Al文件1.2_ 3_4567_8_9101112131415W 4客户信息 圆明园77 一片冰心20161001 高亚丽1959 宝贝猫咪口酬 付明泽 shulanlil23456 chengang526625 李梦金银珠宝钱 天生小淘气包 李海燕576958 hyhlrhokll yuxin726101 功夫茶77 emma8908Vsiwetl 七.分类字段Q 地区/城市 汇总方式 计数*选定汇总项性别 二,ll/wm-_中 交易总额反）J一交易笔数英）平均交易金额,）分析I F三 交易总软（元）8238.613351.54119.32670.38238.69排序数据）替揄当前分,每组数据分（j汇总结果显效单击一全部1除qp I 屣J I取消I一级会员 二级会员 普通会员V 3 2 55 3 2 27-J女男女一8010.95340.66189.32670.32670.32049.32670.38238.62670.3诙8.3 1|ESIQ12I 100%-+10分类汇总数据回9.2.1会员分布情况阂H0，会员分布分析Wsx播入支面右层公式数宣文件a表格 国见表.图片B3 3)-0口均敬画讣图表表格播图迈迷你图Microsoft ExcelI 回亩到鹿福断阅漆器笊鲜玩公6 o邮次H 切片器Q言际2 I女 女女女74D7一383940414243-JD_41 杭州计数斌公邑庄形图圻线图 饼第 条形图面积图散点图具吃图表图表222241合肥计数2323南京计数肥肥肥 京京 台合合3南南28010.96189.36189.3I则I则11yl6189.34119.311创建圆环图12设置标签格式回9.2.1会员分布情况13调整数据标签和图表大小回9.2.2会员增长与流失的管理对比各城市会员增长与流失情况回9.2.3会员生命周期分析所谓会员的生命周期，指的是客户成为会员前后，在不同的时期具有不同的特征表 现。分析会员的生命周期，就能针对这些不同的特征采取最合适的营销策略。普通客户 新会员活跃会员 睡眠会员.流失会员指网店所有的潜在弯户，他们并没有在店铺产生过交易行为，但访问过店铺页面或商品页面。指已经在店铺产生过至少一次交易行为、且已经成为店铺平 台会员的客户。指已经成为店铺会员且在最近一段时期（如三个月）在店铺有过交易行为的客户。指最后一次在店铺产生交易行为距离现在已经有很长一段时 间的会员。指最后一次在店铺产生交易行为距离现在已经至少间隔1年 时间的会员。回9.2.4会员价值拾掘最高单价商品消费占比每一位会员的忠诚度、购买力和价格容忍度都是不同的。将 这3个维度划分为6个指标，就可以挖掘每一位会员的潜 力价值。其中忠诚度可以用最近一次消费时间和消费频率来 衡量；购买力可以用消费金额和最大单笔消费金额来衡量；价格容忍度可以用特价商品消费占比和最高单价商品消费占 比来衡量。9.1 会员数据概述9.2 会员数据管理9.3 RFM数据分析9.4实战训练回9.3.1 RFM模型概述RFM模型是一种通过对距离最近一次消费的时长、消费频率和消费金额三个维 度的分析来描述会员价值状况的分析模型，目的是根据会员活跃程度和交易金额的 贡献，进行会员价值细分。通过RFM模型可以识别优质会员，可以帮助卖家制定个性化的沟通和营销服务,为更多的营销决策提供有力支持，另外还能够衡量会员价值和会员利润创收能力。回9.3.2 RFM模型应用这里仅介绍RFM模型的应用，因此需要获取客户信息、上次交易时间、交 易总额和交易笔数。ABCDEFGH1客户信息上次交易时间交易总额（元）交易笔数（第）2018/11/16189.333 油卅隔2018/11/18238.6942018/10/268238.695 2018/10/186189.3362018/9/42049.3472018/9/214158.898-4|唯蚌2018/8/262670.3492018/8/252049.3710 L，j2018/11/112670.35112018/11/24119.3512 2018/11/28238.6713 2018/11/18238.67142018/11/18238.65152018/10/308238.6316 12018/10/308238.6917-2018/10/308238.67182018/10/304119.33192018/10/297617.69202018/10/284119.37212018/10/278238.69222018/10/268238.64获取会员数据回9.3.2 RFM模型应用利用函数将现在的时间减去上次交易的时间，得到时间间隔的天数，公式为=TODAY（）-上次交易时间。-C2-C标 todayTPez-ABCDEFG1客户信息上次交易时间时间间隔交易总都i（元）交易笔数（第）2*日州旧H12018/11/1436189.333:弟而怫1!1+2018/11/1438238.6942018/10/26498238.6952018/10/18576189.3362018/9/41012049.3472018/9/210314158.898IwpOsif-2018/8/261102670.349i由增？2018/8/251112049.3710耳痴即生好叩2018/11/11332670.3511IBilrtjuilHH-2018/11/2424119.3512i咻讣医2018/11/2428238.6713j thliulpl|l 1麻?：2018/11/1438238.67142018/11/1438238.65152018/10/30458238.6316犍中翩I rM12018/10/30458238.69171西阳尹2018/10/30458238.6718J V卅坨或尸用n2018/10/30454119.3319j 1邛-IrkU：2018/10/29467617.6920!里触卅22018/10/28474119.3721-WW?-T2018/10/27488238.6922瑜而，2018/10/26498238.64232018/10/24514119.37242018/10/23524119.33计算时间间隔回9.3.2 RFM模型应用将三个维度都按平均值划分，利用AVERAGE函数计算出它们各自的平均值。C62 A=AVERAGE（C2?C61）ABCDEF1客户信息上次交易时间时间间隔交易笔数（笔）交易总额阮）442018/9/4101613351.5452018/9/410172670.3462018/9/410146189.347 斗缶2018/9/410172670.3482018/9/310258010.9492018/9/310232670.350,2018/9/310272670.351（2018/9/210364098.6522018/9/110478238.6532018/9/110452670.3542018/8/2910738010.9552018/8/2910772670.3562018/8/2810875340.657，叶2018/8/27109910681.258:1.2018/8/2611038010.9592018/8/2511172670.3602018/8/2511142670.361|用杆2018/8/2411272670.362均值：75.95.96263.6计算各维度平均值回93.2 RFM模型应用F2将每个会员的各维度数据与对 应的平均值进行比较，其中R值 如果低于平均值，则评价为高 如果大于或等于平均值，则评价为 低，另外两个维度如果大于或 等于平均值，则评价为高；低 于平均值，则评价为低。阳=IF（C2=$C$62/低一才）BCDEFGH1上次交易时间时间间隔交易笔数（第）交易总额（元）RFM345678910111213141516171819202122232425 2018/10/23-119.32018/11/18836189.32018/11/18898238.62018/10/269498238.62018/10/1810236189.32018/9/414642049.32018/9/2148914158.82018/8/2615542670.32018/8/2515672049.32018/11/117852670.32018/11/28754119.32018/11/28778238.62018/11/18878238.62018/11/18858238.62018/10/309038238.62018/10/309098238.62018/10/309078238.62018/10/309034119.32018/10/299197617.62018/10/289274119.32018/10/279398238.62018/10/269448238.62018/10/249674119.32018/10/239734119.3高-高高低低高低高低低高高低低高高低高高高低高低高高低低9一维度评价回9.3.2 RFM模型应用得到会员的各维度评价结果后，就可以对每一位会员进行细分，以 便对不同类型的会员采取不同方式的营销策略。R F M会员细分类型 营销策略高高高重要价值会员倾斜更多资源，VIP服务，个性化服务，附加销售低高高重要换回会员DM营销，提供有用的资源，通过新的商品赢回他们高低局1重要深耕会员交叉销售，提供会员忠诚度计划，推荐其他商品低低高重要挽留会员重点联系或拜访，提高留存率高高低潜力会员向上销售价值更高的商品，要求评论，吸引他们高低低新会员提供免费试用，提高会员兴趣，创建品牌知名度低曷低一般维持会员积分制，分享宝贵的资源，以折扣推荐热门商品，与他们重新联系低低低低价值会员恢复会员兴趣，否则暂时放弃无价值会员会员细分回9.3.2 RFM模型应用在Excel中利用IF函数来判断出会员的类型B C D E F G H I1上次交易时间 时间间隔 交易笔数（笔）交易总额（元）R F M 会员细分类型员员 员 员 员员员员员员 员 员员 会会 员会员会 会会会会会会 会 会会 值值 会回会持 值值耕耕值值 值员值耕员 员价价员值换值维员员价价深深价价员价会价深会员 会要要会价要价般会会要要要要要要会要力要要力会 新重重新低重低一新新重重重重重重新重潜重重潜新低高高低低高低低低低高高高高高高低高低高高低低低高高低低高低高低低高高低低高高低高高高低高低高高高高低低低低高高高高高高高高高高高高高高高22018/11/18836189.332018/11/18898238.642018/10/269498238.652018/10/1810236189.362018/9/414642049.372018/9/2148914158.882018/8/2615542670.392018/8/2515672049.3102018/11/117852670.3112018/11/28754119.3122018/11/28778238.6132018/11/18878238.6142018/11/18858238.6152018/10/309038238.6162018/10/309098238.6172018/10/309078238.6182018/10/309034119.3192018/10/299197617.6202018/10/289274119.3212018/10/279398238.6222018/10/269448238.6232018/10/249674119.3242018/10/239734119.3判断会员细分类型9.1 会员数据概述9.2 会员数据管理9.3 RFM数据分析9.4实战训练回1.4实战训练实战目标实战评价以某个主营女装连衣裙的 店铺为例，采集店铺的会员数 据并对其进行全方位的分析与实战描述管理。利用客户运营平台或客 户关系管理软件采集会员信 息，并针对会员分布、增长 流失、生命周期、价值挖掘 和RFM模型等指标进行计 算和分析。按要求完成会员数据的采集和 分析后，将各项分析结果填写在下 表中，然后对本章相关内容的学习 情况进行自我总结。问题具体看法会员数据的采集渠道会员数据分布情况会员近一个月增长流失情况会员生命周期情况会员价值挖掘情况RFM模型分析结果我的优势相关所学我的不足自我总结我的努力目标我的具体措施感谢聆听！学习进步!数据化运营管理