会员数据化运营辅助于客户关系管理(CRM),可以用来解决一下几方面问题：
- 会员的生命周期状态是什么？
- 会员的核心诉求是什么？
- 会员的转化习惯和路径是什么？
- 会员的价值如何？
- 如何扩大市场覆盖、获得更多的新会员？
- 如何更好地维系老会员？
- 应该在什么时间、采取何种措施、针对哪些会员做哪些运营活动？）
- 在特定运营目标下，应该如何制定会员管理策略（包括行为管理、体验管理、增值服务、信息管理、营销管理、客户关怀等？）
1 会员数据化运营关键指标
包括：
- 整体指标
- 营销指标
- 活跃度指标
- 价值度指标
- 终生价值指标
- 异动指标
1.1 整体指标
- 注册会员数：已经成为企业注册会员的数量。根据注册时间周期的不同，又可以细分为累积注册会员数，新增注册会员数等。
- 激活会员数：已经注册的会员中有多少会有已经激活。根据激活时间周期的不同，又可细分为累积激活会员数，新增激活会员数等。
- 会员激活率：完成激活/注册会员
- 购买会员数：有过购买行为的会员数量（可转化定义）。根据购买时间周期的不同，又可以细分为累积购买会员数、新增购买会员数等。
- 注册 - 购买转化率：从注册到购买的会员转化比例。
- 激活 - 购买转化率：从激活到购买的会员转化比例。
1.2 营销指标
- 可营销会员数：指可可通过一定方式进行会员营销以满足企业特定需求的会员数量。方式包括：手机号、邮箱、QQ号、微信等。
- 营销费用
- 营销媒介费：特定营销媒介而产生的费用，例如短信费用、会员渠道推广费用、电子邮件费用等
- 优惠券费用：根据不同的使用条件和金额可以划分成多种，如30元红券、50元店铺券等。企业促销时申请的优惠券费用是会员营销费用的重要组成部分。
- 积分兑换费用：积分按一定比例可兑换一定价值。两种情况：1 积分可直接兑换人民币来支付订单；2 订单生成后会赠送一定数量的积分又形成可供兑换的金额
- 营销收入
- 通过会员营销渠道或会员相关运营活动产生的收入，包括电子邮件、短信、会员通知、线下二维码、特定会员优惠码等。
- 可通过特定有标记的渠道或促销码而成交的数据能清晰分辨出来。
- 用券会员/金额/订单比例
- 用券会员比例：使用优惠券下单的会员占总下单会员的比例。
- 用券金额比例：使用优惠券下单的订单金额占总下单金额的比例。
- 用券订单比例：使用优惠券下单的下单量占总下单量的比例。
- 基于用券数据产生的用券用户平均订单金额、用券用户复购率等相关指标。
- 营销费率：指会员营销费用占营销收入的比例。分析目的是：监督营销费用的支出情况，确保其不超出计划指标。
- 每注册/订单/会员收入：监控会员营销的单位收入是评估收益效率的重要指标，包括以下几钟：
- 每注册收入：每个注册用户带来多少收入。
- 每订单收入：每个订单带来多少收入。
- 每会员收入：每个会员带来多少收入。
- 每注册/订单/会员成本：单位成本的考量是精细化业务动作的关键指标之一，包括以下几种：
- 每注册成本：每获得一个注册用户需要多少成本。
- 每订单成本：每获得一个订单需要多少成本。
- 每会员成本：每获得一个会员需要多少成本。
- 其他类型成本，如每挽回一个流失客户成本、每完成一个特定目标成本（例如下载企业白皮书）、每单位线索成本（例如获得一个联系方式）等。
1.3 会员活跃度指标
- 整体会员活跃度
- 每日/每周/每月活跃用户数：同一用户在阶段内产生的活跃度在仅记录一次。
- 每日活跃用户(Daily Active Users, DAU):每天活跃用户的数量。
- 每周活跃用户(Weekly Active Users, WAU):每周活跃用户的数量。
- 每月活跃用户(Monthly Active Users daily,MAU):每月活跃用户的数量。
1.4 会员价值度指标
- 会员价值分群：以用户价值为出发点，通过特定模型或方法将会员分为几个群体或层级。常见的分群结果如：高、中、低，钻石、黄金...
- 并非是一个真正的指标，而是给用户打标签用于显示用户的状态、层次和价值区分等。
- 复购率：一定周期内购买多次的会员比例。
- 最近一次购买时间(R)：评估会员消费价值黏性
- 消费频次(F)：有效分析用户对企业的消费黏性
- 最近一次购买金额(M)
1.5 会员终身价值指标
- 会员生命周期价值/订单量/平均订单价值：用户整个生命周期内下单金额总和。无时间限制，能整体上获得会员的宏观状态，因此是重要的宏观价值衡量指标。
- 会员生命周期转化率：用户整个生命周期内下单量总和。衡量用户是否有较高的转化率
- 会员在完整生命周期内完成的订单和到达网站、企业、门店的次数比例
- 会员生命周期剩余价值：用户整个生命周期内下单金额/下单量。
- 预测性指标。用来预测用户在其生命周期内还能产生多少价值。
- 细分出很多相关指标：（基于算法模型做训练，包含回归和分类，或有些时候使用关联算法。）
- 预期未来30天的会员转化率
- 预期生命周期剩余订单价值
- 预期7天内下单数量
- 预计下1个订单的订单金额
- 下一次购买商品的名称
1.6 会员异动指标
- 会员流失率：流失会员数量/全部会员数量。该指标关注点：
- 会员流失率的数值：正常情况下是较小的比例，制定符合行业特定的基准作为参考。
- 会员流失率的走向：流失率处于平稳或下降状态，如果出现流失率上升的情况则需要引起警惕。
- 会员异动比：会员异动比=新增购买会员/流失会员。指标：
- 异动比 = 1:说明企业在异一定周期内新增会员与流失会员数相等；
- 异动比 > 1:说明新增会员多于流失会员，这是良好的发展状态；
- 异动比 < 1:说明会员增长不如六十块，企业面临会员枯竭的危机。
2 会员数据化运营应用场景
- 会员营销
- 会员关怀
2.1 会员营销
- 以信息化的方式建立基于会员的客户关系管理系统，促进所有会员数据的信息化。
- 通过特定方法将普通用户拓展为企业会员，并提高新会员留存率。
- 基于用户历史消费数据，挖掘出用户潜在消费需求及消费热点。
- 基于历史数据，为会员营销活动提供策略指导和建议，促进精准营销活动的开展。
- 从会员营销结果中寻找异常订单或转化，作为识别黄牛或VIP客户的参考。
- 挖掘会员传播关系，找到口碑传播效应的关键节点。
2.2 会员关怀
- 为预警时间设置阈值，自动触发应急处理机制。
- 分析会员行为，提供个性化、精准化和差异化服务。
- 通过会员喜好分析，提高客户忠诚度、活跃度和黏性。
- 通过会员分析，预防会员流失，并找到挽回已经流失会员的方法。
- 基于会员群体行为，更好地划分会员群体属性并挖掘群体性特征。
- 基于群体用户和内容相似度，发现有价值的会员互动方式。
- 基于会员生命周期的关怀管理，促进用户终生价值最大化。
3 会员数据化运营分析模型
- 会员细分模型
- 会员价值度模型
- 会员活跃度模型
- 会员流失预测模型
- 会员特征分析模型
- 营销响应预测模型
3.1 会员细分模型
将整体会员划分为不同的细分群体或类别，基于细分群体做管理、营销和关怀。
通过细分建立初步认知，为下一步的分析和应用提供基本认值。
常用的细分模型包括：
- 基于属性的方法
- ABC分类法
- 聚类法
3.1.1 基于属性的方法
基于现有会员属性，如会员地域、产品类别、会员类别、会员性别、消费等级、会员等级等。直接利用现在会员数据库数据，无需二次开发和计算。
3.1.2 ABC分类法
根据事物的主要特征做分类排列，从而实现区别对待、区别管理的一种方法。例：根据订单金额做累积百分比统计，将会员划分为不同的分类。
3.1.3 聚类法
指定划分的群体数量即可。
3.2 会员活跃度模型
用来评估用户的活跃情况，是会员状态分析的基本模型之一。
RFE模型，基于用户的普通行为（非转化或交易行为）产生，与RFM类似，都是使用3个维度做价值评估。RFE模型是根据会员最近一次访问时间R(Recency),访问频率F(Frequency)和页面互动度E(Engagements)计算得出RFE得分。
- R:最近一次访问或到达网站的时间
- F：在特定时间周期内访问或到达的频率
- E：互动度的定义可根据不同企业的交互情况而定，例如可以定义为页面浏览量、下载量和视频播放次数等。
在该模型中，不要求用户发生交易，因此可做未发生登陆、注册等匿名用户的行为价值分析，也可以做实名用户分析。
该模型常用来做用户活跃分群或价值分群，可用于内容型（如论坛、新闻、资讯等）企业
