日期:2021-12-28返回列表
在众多的客户关系管理的分析模式中,rfm模型有着重要作用,最近一次消费(recency)、消费频率(frequency)、消费金额(monetary),是衡量客户价值的重要指标,将rfm模型自然融入到来购系统的统计分析中,让商户不用再做更多的分析调研,让商户不用再做更多的分析调研,即可评估出用户的价值情况、区分会员人群、衡量营销活动效果一目了然。
会员分群
会员分群的优势其一是将会员精准分类,管理员可清楚的了解企业会员的整体情况;其二是为打破以往会员都用同一套活动方案,导致活动效益低的困境。
01.六大会员人群,精准运营
来购商户后台默认为企业提供潜在会员、流失会员、即将流失会员、有消费意向分员、忠实会员、活跃会员分员人群分析。通过会员人群深度分析自己门店的会员情况,挖掘会员价值。
企业支持根据自己门店的情况自定义会员画像维度创建会员人群。比如,当门店要做充值赠送活动时,可以通过自定义会员画像维度把没有会员余额或者低于多少余额的会员筛选出来进行会员营销。
精准营销
依托上述的会员分群功能可以分析出每个分群的会员活动需求是不同的,rfm会员功能支持根据不同的会员人群发送不同的会员优惠券、消息,以此提升活动效益。
01.不同人群做不同活动,实现精准营销
门店做活动时可根据会员人群做不同的活动,如针对即奖流失会员群可以做一些低门槛的优惠券进行引流回购;针对高质量的会员发一些充值赠送的活动,保持粘性。
02.发送活动提醒,多场景触达会员
发送礼券给会员后,来购后台可以发送微信消息推送提醒会员,提高礼券核销率。
深度分析
rfm会员功能对门店会员数据进行深度分析,会员转化率、会员复购率、会员哪个时间段逛商城多、会员喜欢的商品、品牌等,都将会清晰的分析出来。
会员总况主要分析会员概况(新增、加购、支付、访问、下单、充值会员数等)、新老会员消费占比、会员人群消费占比、会员分类消费占比、会员标签消费占比。
会员昨日数据主要分析线上商城的访问人数、新用户数、人均停留时长、访问来源top5(任务栏、公众号菜单、搜索、小程序历史列表、卡包)等。
会员统计数据主要分析会员行为(打开次数、访问深度分布、使用频次分布等)、来源分析(分场景访问趋势、整体来源分析)、留存分析(留存数据、留存趋势)、页面分析等。
会员趋势数据主要分析会员的新增趋势(活跃人数)、会员分享的趋势(裂变人数)、新注册会员留存情况、ltv分析(做了活动是否有盈利)等。
消费偏好
消费偏好数据主要分析会员对商城的商品分类、spu、品牌维度的访问量、购买情况等。
会员转化
会员转化主要对购买转化、转化率趋势、企业微信好友转化、公众号粉丝转化等数据进行深度分析。
会员详情里可以看到会员的来源,交易统计(线上线下的交易情况),消费信息(订单、储值、积分、优惠券等)情况。
来购rfm模型
沉淀会员行为数据