前面三講已經(jīng)全面介紹了會(huì )員信息的制營(yíng)規劃、采集、銷(xiāo)管應(ying)用的員細相關(guān)內容(′ω｀)，使我們更加堅定了會(huì )員信息是制營(yíng)會(huì )員制的基礎這一觀(guān)點(diǎn)。具備了豐富、銷(xiāo)管準確的員細會(huì )員信息，接下來(lái)就需進(jìn)行會(huì )員細分，制營(yíng)從而為會(huì )員的銷(xiāo)管精準關(guān)懷、精準促銷(xiāo)、員細精準推?薦提供支持。制營(yíng)從本講開(kāi)始，銷(xiāo)管我們利用三講的員細篇幅來(lái)討論會(huì )員細分(′▽?zhuān)?的維度、模型與方法。制營(yíng)

一、銷(xiāo)管會(huì )員細分的員細基本概念

一談到會(huì )員細?分， 諸如普通客戶(hù)、大客戶(hù)、貴賓客戶(hù)、VIP客戶(hù)等詞匯就會(huì )條件反射式地呈??現(xian)出來(lái)，還有更多的與會(huì )員細分相關(guān)聯(lián)的詞匯，例如目標會(huì )員、潛在會(huì )員、意向會(huì )員、正式會(huì )員、休眠會(huì )員、流失會(huì )員；有效會(huì )員、無(wú)效會(huì )員、惡意會(huì )員；活躍會(huì )(hui)員、忠誠會(huì )員、滿(mǎn)意會(huì )員、價(jià)值會(huì )員(′Д` )等。所有這些，都是我們平時(shí)對會(huì )員(°o°)細分的初步認識。

會(huì )員細分?就是對存儲在數據庫中的會(huì )員信息（包括正式會(huì )員、意向會(huì )員、潛在會(huì )員）按照不同的維度進(jìn)行分門(mén)別類(lèi)，把會(huì )員分ヽ(′?｀)ノ成不同的會(huì )員群，從而對不同會(huì )員( ?° ?? ?°)群實(shí)施不同的關(guān)懷、不同的促銷(xiāo)、不同的推薦、不同的管理。會(huì )員信息是會(huì )員細分的前提，沒(méi)有全面、準確的會(huì )員┐(′ー｀)┌信息，會(huì )員細分就無(wú)從談起。??

會(huì )員細分是會(huì )員精準營(yíng)銷(xiāo)的前提。不進(jìn)行會(huì )員細分就對會(huì )員（包括正式(′?｀*)會(huì )員、意向會(huì )員、潛在會(huì )員）開(kāi)展促銷(xiāo)、關(guān)懷，一方面將造成會(huì )員營(yíng)銷(xiāo)費用??的浪費、服務(wù)成本的上升；另一方面，(′-ι_-｀)還將給會(huì )員增加不少騷擾。不進(jìn)行會(huì )員細分就開(kāi)始從目標市場(chǎng)招募新會(huì )員，一方面將造成會(huì )員招募成本居高不下；另一方面，招募而來(lái)的會(huì )員其(qi)日后的管理成本、服務(wù)成本將增加，會(huì )員流失率可能大幅度攀升。

所以，會(huì )員(yuan)細(′-ι_-｀)分是會(huì )員制營(yíng)銷(xiāo)中舉足輕重的關(guān)鍵節點(diǎn)，只有實(shí)(′_｀)施專(zhuān)業(yè)的會(huì )員細分，才能完成會(huì )員制營(yíng)銷(xiāo)的核心任務(wù)–會(huì )員(′▽?zhuān)?)的精準營(yíng)銷(xiāo)。

（1）確定會(huì )員細分維度，也稱(chēng)細分特征、細分變量。

（2）構建會(huì )員細分模型。如是簡(jiǎn)單的細分變量，就不需要建立細分模型。

（3）選擇合適數學(xué)算法。數學(xué)算法是通??用??的、標準的。不同的細分模型需選擇合適的數學(xué)算法。

二、會(huì )員細分維度

會(huì )員細分維度本質(zhì)上是一個(gè)標簽，用來(lái)標識會(huì )員的類(lèi)型，只是這些標簽有許多，可以分門(mén)別類(lèi)地標識會(huì )員的各種各樣類(lèi)型。這些標簽有的是顯現的，在會(huì )員信息數據庫字段中(′?｀)就已經(jīng)定義并且可以很簡(jiǎn)單地標注，例如性別、(╯‵□′)╯學(xué)歷、職業(yè)等；更多的標簽是非顯現的，需要通過(guò)建模、分??析、識別才能發(fā)現與標注，例如會(huì )籍等級、會(huì )員忠誠度、會(huì )員價(jià)值、會(huì )員活躍度、會(huì )員滿(mǎn)意度等。非顯現的標簽可以標注到會(huì )員數據庫或者數據庫倉庫中，也可以不進(jìn)行任何標注，只為單次細分分析使用(yong)。

特別需要注意的是：

（1）會(huì )員細分維度并不是越細越好，更不需要把會(huì )員信息數據庫中的所有字段ヽ(′ー｀)ノ都作為會(huì )員細分維度（有一位國學(xué)專(zhuān)家曾經(jīng)告訴我，會(huì )員姓名是很有價(jià)值的會(huì )員細分維度，我不懂國學(xué)也就不作評論，有興趣的?不妨研究研究）。

（2）會(huì )員細分標簽的取值必須是離散的、可枚舉的、有意義的。對于那些連續的會(huì )員特征必須進(jìn)行細分，把其轉化為離散的、可枚舉的，例如收入、年齡等。

在會(huì )員??細分的實(shí)際應用中會(huì )員制營(yíng)銷(xiāo)，往往通過(guò)會(huì )員基礎特征、會(huì )員行為特征作為會(huì )員細分(fen)的依據。會(huì )員基礎特征可以直接用于會(huì )員細分，會(huì )員行為特征通過(guò)一定的業(yè)務(wù)模型、數據分析，可以(yi)識別、分析出會(huì )員細分維度。另外，幾個(gè)會(huì )員細分維度組合使用可以產(chǎn)生新的細分維度，分析、發(fā)現新的會(huì )員細分價(jià)值。

1、會(huì )員基礎??特征

?會(huì )員性別

?會(huì )員婚姻狀況

?會(huì )員年齡段

?會(huì )員地區

?會(huì )員學(xué)歷

?會(huì )員收入區間

??會(huì )員從事職業(yè)

?會(huì )員從事行業(yè)（包括已退休的會(huì )員）

?…………

還可以根據不同行業(yè)的特征與要求來(lái)設計個(gè)性化的會(huì )員細分維度，例如化妝品行業(yè)往往把皮膚類(lèi)型作為會(huì )員細??分維度，而保健品行業(yè)往往把亞健康指標、慢性病、飲食習慣、睡眠習慣作為會(huì )員細分維度。

2、會(huì )員行為特征

會(huì )員行為信息包括會(huì )員聯(lián)系信息、交流信息、消費信息、退換貨信息、資產(chǎn)信息等，這些信息都是在與會(huì )員接觸過(guò)程中通過(guò)自動(dòng)或人工的方式記錄下來(lái)的。(′▽?zhuān)?例如會(huì )員媒體（會(huì )員的渠道來(lái)源）、會(huì )員初聯(lián)時(shí)間、會(huì )員首購時(shí)間、會(huì )員??入會(huì )時(shí)間、會(huì )員招募部門(mén)、ヽ(′ー｀)ノ訂單明細、退換貨明細、投訴工單、咨詢(xún)工單、自助服務(wù)痕跡信息等。所有的這些會(huì )??員行為信息日積月累，為構建會(huì )員細分模型創(chuàng )造了信息條件。以下列?出的是常用的、根據會(huì )員行為信息構建出的會(huì )員細分維度會(huì )員制營(yíng)銷(xiāo)，各個(gè)維度的具體定義模型在下一講中詳細描述。

（1）會(huì )員會(huì )籍

（2）會(huì )員生命期潛在期、磨合期、成長(cháng)期、穩定期、休眠期、流失期。

（3）會(huì )員滿(mǎn)意度商品滿(mǎn)意度、服務(wù)滿(mǎn)意度、品牌滿(mǎn)意度。

（4）會(huì )員忠誠度聯(lián)系忠誠（營(yíng)銷(xiāo)活動(dòng)的響應率很高）、消費忠??誠（營(yíng)銷(xiāo)活動(dòng)的成交率很(???)高）、貢獻忠誠（營(yíng)銷(xiāo)活動(dòng)的成交率訂單的貢獻度很高）、宣傳忠誠（親情傳遞的價(jià)值決定??了宣傳忠誠度）、品牌忠誠（競爭對手促銷(xiāo)活動(dòng)時(shí)，沒(méi)有什么影響）。

歷史價(jià)值、??未來(lái)價(jià)值、終身(shen)價(jià)值、凈價(jià)值。

（6）??會(huì )員貢獻度

消費貢獻度、親傳貢獻(′_｀)度。

（7）會(huì )員活躍度

消費活躍度、交流活躍度、親傳活躍度。

（8）會(huì )員新鮮度

消費新鮮度、聯(lián)系新鮮度、親傳新鮮??度。

（9）會(huì )員成長(cháng)性

復購成長(cháng)性、品類(lèi)成長(cháng)性、親傳成長(cháng)性。

3 、細分特征

組合在實(shí)際應用中，往往是多個(gè)細分維度組合使用。例如，會(huì )員忠誠度、會(huì )員價(jià)值是兩個(gè)獨立的細分維度ヽ(′ー｀)ノ，ヽ(′ー｀)ノ如把這兩個(gè)細分變量組合，就產(chǎn)??生新的會(huì )員細分分組：

A組會(huì )員：高忠誠、高價(jià)值的會(huì )員

B組會(huì )員(yuan)：高忠誠(′?｀*)、低價(jià)值的會(huì )員(′ω｀)

C組會(huì )員：低忠誠、高價(jià)值的會(huì )員

D組會(huì )員：低忠誠、高價(jià)值的會(huì )員

再例如???：RFM模型就是最近購買(mǎi)時(shí)間R( Recency )、購買(mǎi)頻率F(Freq(′?｀)uency) 和購買(mǎi)金額M(MonetaryValue )3個(gè)細分變量組合的結果。如果采用(′▽?zhuān)?5分位方法（后續詳細討論分位算法的相關(guān)內容），會(huì )員就可以分成125個(gè)組。

每組的客戶(hù)價(jià)值、營(yíng)銷(xiāo)響應度往往是不同的，為后續的精準會(huì )員營(yíng)銷(xiāo)在開(kāi)展簡(jiǎn)單型復購、提升型復購、交叉型復購(′?｀)的???營(yíng)銷(xiāo)活動(dòng)時(shí)產(chǎn)生不錯的營(yíng)銷(xiāo)效果、服務(wù)效果。

周末

關(guān)注讀覽天下微信，100萬(wàn)篇深度好文，等(′?_?`)你來(lái)看……