一级片大奶子_色又黄又爽18禁免费视频_热久久久久久久_久久久精品一区二区_日韩av不卡在线播放_精品国内自产拍在线观看视频

　　8月9日，最新消息，在一個完整的電商平臺中，會員系統主要是管理用戶信息，通過一系列滿足用戶心理、提高黏性的方法來實現開發新用戶、增加用戶活躍度的目的。會員系統有一個升級版的名稱：CRM（客戶關系管理系統），相比傳統的會員系統，CRM系統是一套完整的客戶關系開發、管理及流程管理的解決方案，賦予企業完善的客戶交流能力，最大化客戶的收益率。

　　對于電商系統，會員系統主要分為to C和to B，相比與傳統企業的CRM系統，功能相對簡單。to C的會員管理主要包含會員基礎信息管理、會員成長體系和積分體系這三部分。有to B業務的會員管理系統還涉及到B端用戶的組織架構管理、客戶拓展等功能。在B2B2C的電商平臺的會員管理中，還需要對會員體系進行分層。每個店鋪都可以對其會員進行獨立管理。提供平臺會員、店鋪會員體系獨立存在，獨立運營，并且可交叉匹配，統一管理平臺用戶信息。

　　1.會員基礎信息管理

　　先想象下場景，當用戶從客服入口進來，咨詢了一個訂單，用戶的陳述一般是“我的訂單怎么還沒發貨”、“剛在你們這買的衣服尺碼小了” 等等主觀陳述。客服的第一反應“這個用戶是誰？”、‘買過什么？’等，這時候就會去會員系統中查詢用戶信息。

　　會員的基礎信息管理是聚合關于用戶信息的一個出口，包括用戶的基本信息、優惠券信息、訂單信息、售后信息、會員等級、會員積分、會員余額等內容。可以看出會員系統還涉及到與其他系統之間的一些信息交互。

　　基本信息：

　　包括注冊時間、注冊手機號、性別、會員等級、會員積分、會員余額以及收貨地址等相關信息。

　　優惠券信息：

　　用戶賬戶中的優惠券明細及狀態，優惠券金額、使用條件、領取時間、使用時間、有效期及使用狀態等。優惠券可鏈接到優惠券明細。

　　訂單信息：

　　用戶的訂單記錄列表，顯示訂單主要信息（下單時間、狀態、金額、收貨信息等）。可鏈接至訂單管理中的訂單詳情，對訂單進行相關操作（退貨退款等。）

　　售后信息：

　　用戶的售后記錄列表，顯示售后主要信息 （下單時間、售后申請時間、狀態、金額、收貨信息等） ，可鏈接至訂單售后管理。

　　會員等級：主要是會員成長明細，記錄成長值增減的原因和時間，以及升級歷史，可以修改用戶等級。

　　會員積分：

　　會員積分變動明細，記錄積分的來源、消耗。

　　2.會員成長體系

　　在會員等級管理中，有個經常用到的詞：成長值。用戶的成長值決定了用戶的會員等級。

　　以目前最大的兩家電商平臺為例，淘寶的成長值叫做“淘氣值”，不同的淘氣值對應不同的會員等級（普通會員、超級會員、APASS）；京東的成長值就叫做“成長值”，不同的成長值對應不同的會員等級（注冊會員、銅牌會員、銀牌會員、金牌會員、鉆石會員）。

　　這兩家電商的會員成長體系采用的是兩種不同的模型：RFM模型和用戶行為增長模型，也是目前應用最廣泛的兩類模型。會員成長值是根據不同的成長策略進行量化賦分。電商中主要對用戶的登錄、購物、評價、曬單等行為進行評估，來計算會員的成長值。

RFM模型

　　RFM是客戶消費行為特征分析模型，RFM代表Recency（最近一次消費時間），Frequency（某一個時間范圍內的消費頻次），Monetary（某一個時間范圍內的平均客單價或累計交易額）。RFM模型是衡量用戶價值的重要工具和手段，對會員價值進行多維度動態指標綜合加權計算。

　　RFM模型在衡量用戶價值時，沒有固定的計算方法，企業要根據平臺的實際定位，對R、F、M這三個指標進行維度劃分，對每個指標進行層次劃分，并且給每個層次進行評分，這樣R、F、M的值就分別評估出來，并且對其進行聚類定性描述。其次根據RFM模型，可以實現對用戶消費特性進行群體細分。

　　如圖所示，將這三個指標劃分成5檔，可以形成多種組合（5x5x5個組合）。

　　在固定周期里，統計用戶的R、F、M的值，計算對應的成長值，累加至現有的成長值上。當用戶的消費特征下降后，成長值有可能為負數，所以用戶的成長值會增加，也會減少。對應的用戶等級也會增加或降級。

　　上面只是舉例說明，真實的成長值計算比這要復雜，還要加各種權重。譬如將用戶的活躍行為（登錄、評價、曬單等 ）納入到成長值計算體系中，在固定周期內統計用戶活躍成長值，與RFM成長值求和得到周期內的成長值變動。

　　RFM模型還可以協助實現客戶生命周期分析，例如F值突然下降幅度很大，就需要執行用戶喚醒策略。通過對R、F、M值結合業務分析，分析客戶消費特征，針對不同用戶進行區別營銷。

　　用戶行為增長模型

　　用戶行為增長模型是指根據用戶在平臺上的行為，進行成長值量化，突出用戶單次行為的貢獻度，成長值是會員行為的單向累計的統計。在電商網站中，一般對用戶的登錄、購物、評價、曬單等行為進行成長值評估。

　　以京東為例，其成長值增長策略為：

　　登錄：除注冊會員外，每日第一次手動登錄后可獲得成長值獎勵；

　　購物：訂單完成后獲得成長值（購物成長值=結算金額×加速系數）；

　　評價：評價20元以上商品（虛擬商品除外），審核成功獲得20個成長值；

　　曬單 ：前10名曬單20元以上商品（虛擬商品除外）的用戶，審核成功后獲得20個成長值 。

　　當然還有一些成長值回退策略，退貨、評論被刪等行為相應的成長值扣減回退。

　　通過用戶行為增長模型來評價用戶的成長值，在用戶進入平臺初期有很大的激勵作用，但是后期乏力。當用戶成長值較高、用戶等級較高時，就很難再激勵為了成長值用戶持續購物。但RFM模型一個動態評估模型，當用戶消費傾向下降時，成長值就會停滯不前甚至下降，能持續激勵用戶去消費。例如已經成為了超級會員，但是半年沒消費開始掉級，變成了普通會員，這樣的降級動作就可以重新喚醒用戶。

　　在設計會員等級與成長值的對應管理時，首先就要想清楚會員等級和會員權益的對應關系。在數據的基礎上劃分會員等級，保證最高等級到最低等級的會員分布比例，而不能隨性定級。

　　推薦閱讀：商城干貨|電商產品設計：會員系統（二）