会员体系文章学习笔记

最近下定决心,要好好学习会员成长体系。所以研读了很多这方面的文章。

1.史上最全用户成长体系分析,附6大案例

2.一份全面清晰的用户成长体系设计方案

3.关于用户成长体系,一份不能错过的笔记

4.APP用户等级制度和鼓励、奖励机制建立的思考

5.用户等级&会员体系研究

6.四个层面,深度解读大众点评用户成长体系

7.以京东为例,如何做出优雅又实用的积分与会员体系?

8.一篇文章学会如何建立会员积分体系(一):从0到1建立会员体系

9.一篇文章学会如何建立会员积分体系(二):从0到1建立积分体系

10.被忽略的支付宝会员体系分析

刘志远在《电商产品经理宝典:电商后台系统产品逻辑全解析》一书中写到:

     会员系统主要是管理用户信息,通过一系列满足用户心理、提高黏性的方法来实现卡法新用户、增加用户活跃度的目的。CRM(客户关系管理)系统是升级版会员系统,是一套完整的客户关系开发、管理及流程管理的解决方案,赋予企业完善的客户交流能力,使客户收益率最大化。C端的会员管理主要包含会员基础信息管理、会员成长体系和积分体系三部分。B2B2C的电商平台的会员管理中,还需要对会员体系进行分层。

[会员基础信息管理]是聚合用户信息的一个出口,包含用户的基本信息、优惠券信息、订单信息、售后信息、会员等级、会员积分等内容。

[会员成长体系] 会员等级管理中,有个经常用到的词:成长值。用户成长值决定了用户的会员等级,是根据不同的成长策略进行量化赋分。目前应用最广泛的两类模型是RFM模型和用户增长模型。

1.  RFM模型

RFM模型是客户消费行为特征分析模型,RFM代表Recency(最近一次消费时间),Frequency(某一个时间范围内的消费频次),Monetary(某一个时间范围内的平均客单价或累计交易额)。RFM模型是衡量用户价值的重要工具和手段,是对会员价值的重要工具和手段,是对会员价值进行多维度动态指标的综合加权计算。

在衡量用户价值时,没有固定的计算方法,企业要根据平台的实际定位,对R,F,M这三个指标进行维度划分,对每个指标进行层次划分,并且给每个层次进行划分,这样R,F,M的值就分别评估出来,从而对其进行聚类定性描述。另外,根据RFM模型,可以实现对用户消费特性进行群体划分。

成长值计算,除了统计用户R,F,M的值,还要加各种权重。比如将用户的活跃行为(登录、评价、晒单等)纳入到成长值计算体系中,在固定周期内统计用户活跃成长值,与RFM模型成长值求和得到周期内的成长值变动。

2. 用户增长模型

用户行为增长模型是指根据用户在平台上的行为,对成长值进行量化,突出用户单次行为的贡献度,成长值对会员行为的单向累计的统计。在电商网站中,一般对用户登录、购物、评价、晒单等行为进行成长值评估。

通过用户行为增长模型评价用户成长值,在用户进入平台初期有很大的激励作用,但是后期乏力。当用户成长值较高,用户等级较高时,就很难再激励用户为了成长值持续购物。

而RFM模型作为一个动态评估模型,当用户消费倾向下降时,成长值会停滞不前甚至下降,能持续激励用户去消费。如用户成为某平台的超级会员。但是半年没消费开始降级,变成了普通会员,这样的降级动作可能重新唤醒用户。

如何设计会员等级及成长值?

在设计会员等级与成长值的对应管理时,首先就要想清楚会员等级和会员权益的对应关系。在数据的基础上划分会员等级,保证最高等级到最低等级的会员分布比例,而不能随性定级。

结合这些资料,有了自己的基本思路。准备就支付宝为例,分析支付宝用户成长体系如何,注意哪些点。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,277评论 6 503
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,689评论 3 393
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,624评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,356评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,402评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,292评论 1 301
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,135评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,992评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,429评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,636评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,785评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,492评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,092评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,723评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,858评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,891评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,713评论 2 354

推荐阅读更多精彩内容