第9章-會(huì)員數(shù)據(jù)分析

第9章

電商核心——

會(huì)員數(shù)據(jù)分析電子商務(wù)數(shù)據(jù)分析目錄CONTENTS9.1會(huì)員數(shù)據(jù)的作用與獲取9.2會(huì)員數(shù)據(jù)基本分析方法9.4本章實(shí)訓(xùn)9.3RFM模型分析9.1.1數(shù)據(jù)分析的作用影響店鋪成交金額的要素中，流量、轉(zhuǎn)化率、客單價(jià)都與會(huì)員數(shù)據(jù)緊密相關(guān)，所以說(shuō)分析會(huì)員數(shù)據(jù)對(duì)店鋪交易金額會(huì)有很大影響。善于維護(hù)會(huì)員關(guān)系，將新消費(fèi)者轉(zhuǎn)化成會(huì)員，同時(shí)，老消費(fèi)者流量帶來(lái)的轉(zhuǎn)化率是遠(yuǎn)遠(yuǎn)大于新消費(fèi)者的，因此這類(lèi)流量的質(zhì)量會(huì)非常高。老消費(fèi)者已經(jīng)有過(guò)在店鋪購(gòu)物的經(jīng)歷，再次進(jìn)店購(gòu)買(mǎi)，說(shuō)明認(rèn)可店鋪的商品和服務(wù)，因此購(gòu)買(mǎi)多件商品的概率比新消費(fèi)者更高，從而能夠提高客單價(jià)。因此，合理進(jìn)行會(huì)員管理，重視會(huì)員數(shù)據(jù)，將新消費(fèi)者變?yōu)闀?huì)員，可以減少店鋪銷(xiāo)售的成本，提高交易金額。31.提升店鋪交易金額9.1.1數(shù)據(jù)分析的作用很多店鋪商家會(huì)通過(guò)收集到的數(shù)據(jù)向會(huì)員發(fā)送優(yōu)惠等推廣信息，有些商家得到的反饋很不錯(cuò)，有些商家的推廣則石沉大海。二者區(qū)別在于，在發(fā)送推廣信息之前，有沒(méi)有對(duì)會(huì)員數(shù)據(jù)進(jìn)行分析，否則不僅不能起到推廣的作用，還會(huì)弄巧成拙。因此，分析會(huì)員數(shù)據(jù)能夠做到精準(zhǔn)推廣，使會(huì)員營(yíng)銷(xiāo)起到事半功倍的效果。42.精準(zhǔn)推廣9.1.2會(huì)員數(shù)據(jù)的獲取途徑在淘寶商家中心左側(cè)導(dǎo)航欄的“營(yíng)銷(xiāo)中心”功能中即可找到“客戶(hù)運(yùn)營(yíng)平臺(tái)”工具，單擊該工具，就可進(jìn)入到客戶(hù)運(yùn)營(yíng)平臺(tái)。其中不僅顯示了所有成交消費(fèi)者、未成交消費(fèi)者和詢(xún)單消費(fèi)者的信息，還可以對(duì)消費(fèi)者進(jìn)行分群和分析。51.淘寶客戶(hù)運(yùn)營(yíng)平臺(tái)9.1.2會(huì)員數(shù)據(jù)的獲取途徑CRM會(huì)員管理軟件實(shí)際上就是消費(fèi)者關(guān)系管理軟件，相比于淘寶的客戶(hù)運(yùn)營(yíng)平臺(tái)而言，這類(lèi)軟件的功能更加完善和強(qiáng)大，但需要付費(fèi)訂購(gòu)才能使用。不同的CRM軟件側(cè)重的功能不一樣，選擇適合自己的一種就行。62.CRM會(huì)員管理軟件目錄CONTENTS9.1會(huì)員數(shù)據(jù)的作用與獲取9.2會(huì)員數(shù)據(jù)基本分析方法9.4本章實(shí)訓(xùn)9.3RFM模型分析9.2.1會(huì)員分布情況會(huì)員分布情況主要是指會(huì)員級(jí)別構(gòu)成、性別比例、年齡層次、位置分布等，也就是對(duì)會(huì)員進(jìn)行人群畫(huà)像分析，主要包含消費(fèi)者信息（即名稱(chēng)，一般為昵稱(chēng)）、會(huì)員級(jí)別、性別、年齡、地區(qū)/城市、交易總額、交易筆數(shù)、平均交易金額、上次交易時(shí)間等項(xiàng)目。利用這些數(shù)據(jù)就能很方便地查閱任何一位會(huì)員的基本情況和交易情況。89.2.1會(huì)員分布情況9如果想查看某個(gè)項(xiàng)目的整體分布情況，如性別構(gòu)成，則可首先按“性別”項(xiàng)目進(jìn)行排序，接著利用Excel的分類(lèi)匯總功能計(jì)算出男性會(huì)員和女性會(huì)員以及所有會(huì)員的人數(shù)情況。9.2.1會(huì)員分布情況10選擇“男計(jì)數(shù)”單元格和右側(cè)對(duì)應(yīng)的數(shù)量單元格，按住【Ctrl】鍵繼續(xù)選擇“女計(jì)數(shù)”單元格和右側(cè)對(duì)應(yīng)的數(shù)量單元格，利用它們?yōu)閿?shù)據(jù)源創(chuàng)建餅圖9.2.2會(huì)員增長(zhǎng)與流失每個(gè)店鋪的會(huì)員數(shù)量都不會(huì)是固定不變的，根據(jù)店鋪的營(yíng)銷(xiāo)效果和消費(fèi)者的購(gòu)物喜好，會(huì)員數(shù)量都會(huì)一直變化。對(duì)于店鋪而言，正常情況下每個(gè)時(shí)期都會(huì)流失會(huì)員，但同時(shí)也會(huì)新增一些會(huì)員。119.2.2會(huì)員增長(zhǎng)與流失有了這些基礎(chǔ)數(shù)據(jù)，就可以計(jì)算相對(duì)于11月份而言，12月份各城市的會(huì)員增長(zhǎng)率和流失率。其中，會(huì)員增長(zhǎng)率=12月新進(jìn)會(huì)員數(shù)÷11月會(huì)員數(shù)；會(huì)員流失率=12月流失會(huì)員數(shù)÷11月會(huì)員數(shù)，129.2.2會(huì)員增長(zhǎng)與流失以會(huì)員所在城市、會(huì)員增長(zhǎng)率和會(huì)員流失率為數(shù)據(jù)源，創(chuàng)建柱形圖并適當(dāng)美化，如圖所示。139.2.3會(huì)員生命周期分析所謂會(huì)員的生命周期，指的是消費(fèi)者成為會(huì)員前后，在不同的時(shí)期表現(xiàn)出來(lái)的不同的特征。分析會(huì)員的生命周期，就能針對(duì)這些不同的特征采取最合適的營(yíng)銷(xiāo)策略。14普通消費(fèi)者：通過(guò)新消費(fèi)者折扣優(yōu)惠活動(dòng)來(lái)引導(dǎo)他們?cè)谄脚_(tái)產(chǎn)生第一次下單交易行為，進(jìn)而轉(zhuǎn)化為平臺(tái)的會(huì)員消費(fèi)者新會(huì)員：有針對(duì)性地向他們推廣商品和優(yōu)惠活動(dòng)，盡量符合他們的購(gòu)物習(xí)慣和偏好?；钴S會(huì)員：找出為店鋪帶來(lái)80%價(jià)值的核心會(huì)員，給予他們更好的服務(wù)和資源傾斜。睡眠會(huì)員：通過(guò)郵件、電話(huà)、短信、微信等渠道推送最新優(yōu)惠活動(dòng)，以期喚醒部分睡眠消費(fèi)者。流失會(huì)員：需要更加有吸引力的營(yíng)銷(xiāo)手段才能將其成功召回，但召回成本較高，效果并不明顯。9.2.3會(huì)員生命周期分析利用會(huì)員在店鋪的最近一次交易時(shí)間，就可以劃分出該會(huì)員屬于哪個(gè)生命周期，進(jìn)而可以查看店鋪會(huì)員生命周期的整體情況，如圖所示。159.2.4會(huì)員價(jià)值挖掘每一位會(huì)員的忠誠(chéng)度、購(gòu)買(mǎi)力和價(jià)格接受度都是不同的，將這3個(gè)方面劃分為6個(gè)指標(biāo)，就可以挖掘每一位會(huì)員的潛力價(jià)值。16消費(fèi)金額消費(fèi)頻率特價(jià)商品消費(fèi)占比最高單價(jià)商品消費(fèi)占比最近一次消費(fèi)時(shí)間最大單筆消費(fèi)金額目錄CONTENTS9.1會(huì)員數(shù)據(jù)的作用與獲取9.2會(huì)員數(shù)據(jù)基本分析方法9.4本章實(shí)訓(xùn)9.3RFM模型分析9.3.1認(rèn)識(shí)RFM模型RFM模型通過(guò)對(duì)距離最近一次消費(fèi)的時(shí)長(zhǎng)、消費(fèi)頻率和消費(fèi)金額3個(gè)維度的分析來(lái)描述會(huì)員價(jià)值狀況，是根據(jù)會(huì)員活躍程度和交易金額的貢獻(xiàn)進(jìn)行會(huì)員價(jià)值細(xì)分的一種方法。RFM可以識(shí)別優(yōu)質(zhì)會(huì)員，可以指定個(gè)性化的溝通和營(yíng)銷(xiāo)服務(wù)，為更多的營(yíng)銷(xiāo)決策提供有力支持。另外還能夠衡量會(huì)員價(jià)值和會(huì)員利潤(rùn)創(chuàng)收能力。189.3.2RFM模型應(yīng)用利用RFM模型分析會(huì)員數(shù)據(jù)，首先需要在客戶(hù)運(yùn)營(yíng)平臺(tái)或其他CRM軟件中獲取會(huì)員數(shù)據(jù)，這里僅介紹RFM模型的應(yīng)用，因此主要獲取會(huì)員名稱(chēng)、上次交易時(shí)間、交易總額和交易筆數(shù)即可，如圖所示。199.3.2RFM模型應(yīng)用由于獲取的數(shù)據(jù)中只有上次交易時(shí)間，因此需要利用函數(shù)將現(xiàn)在的時(shí)間減去上次交易的時(shí)間，得到時(shí)間間隔的天數(shù)，公式為“=TODAY()-上次交易時(shí)間”，如圖所示。209.3.2RFM模型應(yīng)用計(jì)算完成后：時(shí)間間隔對(duì)應(yīng)“最近一次消費(fèi)的時(shí)長(zhǎng)”，即R維度；交易總額對(duì)應(yīng)“消費(fèi)金額”，即M維度；交易筆數(shù)對(duì)應(yīng)“消費(fèi)頻率”，即F維度。219.3.2RFM模型應(yīng)用將每個(gè)會(huì)員的各維度數(shù)據(jù)與對(duì)應(yīng)的平均值比較，其中，R值如果低于平均值，則評(píng)價(jià)為“高”，如果大于或等于平均值，則評(píng)價(jià)為“低”。另外兩個(gè)維度如果大于或等于平均值，則評(píng)價(jià)為“高”，低于平均值則評(píng)價(jià)為“低”。229.3.2RFM模型應(yīng)用得到會(huì)員的各維度評(píng)價(jià)結(jié)果后，就可以對(duì)每一位會(huì)員進(jìn)行細(xì)分，以便對(duì)不同類(lèi)型的會(huì)員采取不同方式的營(yíng)銷(xiāo)策略。239.3.2RFM模型應(yīng)用參照上圖中的內(nèi)容，繼續(xù)在Excel中利用IF函數(shù)來(lái)判斷會(huì)員的類(lèi)型。在此基礎(chǔ)上還可以進(jìn)一步對(duì)會(huì)員類(lèi)型進(jìn)行分類(lèi)匯總，或查看整體會(huì)員類(lèi)型的結(jié)構(gòu)占比等。24目錄CONTENTS9.1會(huì)員數(shù)據(jù)的作用與獲取9.2會(huì)員數(shù)據(jù)基本分析方法9.4本章實(shí)訓(xùn)9.3RFM模型分析9.4.1分析會(huì)員年齡和地區(qū)分布262.實(shí)訓(xùn)要求1.實(shí)訓(xùn)目標(biāo)收集并整理會(huì)員數(shù)據(jù)，將年齡段分為25歲以下，25歲~30歲，31歲~35歲和35歲以上幾個(gè)區(qū)間，使用COUNTIF函數(shù)統(tǒng)計(jì)各年齡段的會(huì)員數(shù)量，以結(jié)果為數(shù)據(jù)源創(chuàng)建餅圖并分析年齡分布情況。然后按地區(qū)排列會(huì)員數(shù)，并匯總各地區(qū)的會(huì)員數(shù)量，然后以圓環(huán)圖的形式展示地區(qū)分布情況。①利用客戶(hù)運(yùn)營(yíng)平臺(tái)采集會(huì)員數(shù)據(jù)。②計(jì)算不同年齡段的會(huì)員數(shù)量，利用餅圖展現(xiàn)各年齡段占比。③利用分類(lèi)匯總統(tǒng)計(jì)會(huì)員的地區(qū)分布數(shù)量，結(jié)合圓環(huán)圖分析數(shù)據(jù)。9.4.1分析會(huì)員年齡和地區(qū)分布273.實(shí)訓(xùn)步驟采集會(huì)員數(shù)據(jù)整理并計(jì)算數(shù)據(jù)計(jì)算年齡段會(huì)員數(shù)量計(jì)算其他年齡段會(huì)員數(shù)量創(chuàng)建圓環(huán)圖選擇圖表數(shù)據(jù)源分類(lèi)匯總地區(qū)和城市創(chuàng)建餅圖9.4.2利用RFM模型分析會(huì)員282.實(shí)訓(xùn)要求1.實(shí)訓(xùn)目標(biāo)收集并整理會(huì)員數(shù)據(jù)，將時(shí)間間隔、交易筆數(shù)、交易金額分為5個(gè)層次，按這些層次為會(huì)員