本文結合相關的產品與業務場景，分享電商CRM中的用戶信息管理與場景應用，為電商產品的精細化運營提供參考。

用戶信息管理是客戶關系管理的底層基礎。

用戶接觸一款新產品，從開始了解，深度使用，最后到流失，整個過程會產生大量的數據信息流動，通過對這些用戶信息的高效管理，可以指導用戶分群、個性化消息推送、生命周期管理和關聯推薦等一系列運營策略。用戶信息的最大化的合理利用，能夠更精細為用戶提供服務，有效的達成業務目標。

一、用戶信息管理

1. 用戶的基礎信息

基礎信息是描述客戶基本屬性的靜態數據，主要來源于用戶注冊和使用時錄入的信息。用戶基礎信息一般通過電商CRM系統的會員信息庫進行存儲和管理，會員信息庫就好比存放著平臺每一位用戶的名片夾。

用戶的基礎信息字段繁多，大致可以歸為六大類：

1. 人口屬性信息：用戶的姓名、性別、年齡、生日、所在省市區街道、婚姻情況；
2. 平臺屬性信息：昵稱、注冊時間、會員類型、會員等級；
3. 聯系信息：手機號、郵箱、QQ、微信、微博、其他第三方關聯賬號；
4. 收貨信息：默認與非默認收貨姓名、收貨地址、收貨電話；
5. 卡與支付信息：會員卡信息、銀行卡信息；
6. 認證信息：在校認證信息、營業執照認證信息、消費貸認證信息等。

當遇到特定的業務場景時，可以將用戶基礎信息進行關聯調用。

2. 用戶的行為信息

行為信息是用戶使用產品時產生的動態數據，主要來源于系統的事件埋點與后臺日志：

• 事件埋點對用戶的行為事件進行了全流程的記錄，再通過各種頁面來源（source）進行相互關聯，可以詳細記錄用戶的行為路徑。
• 后臺日志記錄了交易信息，包括訂單id、商品id、貨號、單價、顏色、尺碼等記錄、通過“時間戳”來證明發生時間。

通過用戶完整的行為信息，我們可以還原最完整、真實的交易場景：

• 用戶是誰：目標用戶、用戶畫像、是否源于其他用戶分享；
• 買了什么：商品品類、風格、件數、顏色、尺碼、價格、上市時段；
• 在哪發生：線上的模塊、頁面、路徑；線下的城市、商圈、地址、店名。

行為信息可以間接反映用戶的行為偏好和決策路徑，通過自建數據分析平臺或第三方分析工具進行系統化的管理，可以為具體業務方案提供可靠的數據依據，帶來可量化的指導。關于行為信息數據的分析可以參考之前的文章：《數據分析：三步搭建基礎分析框架》

二、在電商中的場景應用

1. 基于基礎信息的分群展示

用戶類型：不同類型的用戶對不同品類的需求度存在巨大差異。通過對全平臺用戶的基礎信息分析，可以了解平臺用戶的性別分布、年齡分布，清晰的掌握產品的用戶畫像，從而劃分不同的用戶類型，針對性的解決需求。

唯品會通過三類小程序：唯品男士、唯品會、唯品母嬰，分別針對男性用戶、年輕女性用戶以及寶媽用戶，幫助不同類型的用戶更快找到需求的商品，針對性地解決不同用戶類型對不同品類需求。

地區信息：城市用戶vs鄉村用戶、國內用戶vs國外用戶，不同地理位置的用戶對于購物消費的價值觀存在較大偏差。

淘寶根據用戶在個人中心錄入的地區信息，將用戶劃分城市地區、鄉村地區、國外地區，針對不同區域的用戶進行區分地區類型的分群展示，能夠有效地提高資源位的轉化。

2. 基于基礎信息的個性化推送

每天用戶的手機都會收到來自各個產品的消息推送，而用戶瀏覽內容的平均時間只有1~2秒，如何提高自家產品消息觸達的效率，以至于不被淹沒在茫茫的信息中。

在消息推送環節，通過自定義消息模板調用用戶基礎信息，在文案前呼喚用戶昵稱，可以大幅提高內容與用戶的相關性，在短時間內吸引用戶去瀏覽、了解消息內容，有效地提高營銷內容的轉化。

天貓、阿里巴巴、小紅書在短信或push營銷環節，通過調取用戶昵稱，實現基于基礎信息的個性化推送，對于用戶體量巨大的頭部平臺，細微的轉化提升都可以帶來可觀的業績增量。

3. 基于行為信息的生命周期管理

基于用戶在平臺的消費記錄，可以按照用戶是否使用過產品來劃分為新用戶與老用戶；老用戶還可以根據用戶使用產品的情況，按生命周期劃分為留存用戶、沉默用戶和流失用戶，舉一個簡單劃分方式：

• 未激活新客：注冊了產品之后，還沒有正式使用（如電商的首次下單）的用戶；
• 留存用戶：在指定一段時間周期（如30天）內有使用過產品的用戶；
• 沉默用戶：對使用產品的積極性下降，連續一段時間周期（如30~60天）未使用產品的用戶；
• 流失用戶：曾經使用過產品，現在已經連續很長一段時間（如61天以上）沒有再使用過產品的用戶。

用戶的價值會隨著用戶狀態發生遷移，對用戶的生命周期管理是CRM核心環節。選擇最適合的營銷渠道與優惠激勵，對不同狀態的用戶制定差異化的生命周期營銷策略：

• 通過自動化生命周期營銷工具，向用戶傳遞產品價值，促使新用戶開始使用產品，留存用戶持續使用產品；
• 建立沉默/流失預警模型，精細化的篩選高價值的沉默和流失用戶，通過營銷事件或大型活動定向挽回。

對用戶生命周期的精細化策略管理，能夠不斷激發用戶活躍，最大限度提升響應率和ROI，促進用戶回訪、復購、提升客單價，帶來業績的提升。

4. 基于行為信息的關聯推薦

推薦系統：電商平臺承載著大量的商品，但提供曝光的資源位是有限的，在商品信息過載中滿足各種各樣用戶的需求是我們要面對的問題。

長尾理論：用戶對商品大規模的需求會集中在頭部，而零散的小量的商品需求會在需求曲線上形成一條長長的“尾巴”。這些小需求是個性化的、其數量累加起來會形成一個巨大的市場。

基于用戶行為信息數據，通過千人千面的推薦系統，可以對這些零散的商品需求進行個性化的展示。

在電商產品中常見的“猜你喜歡”功能，通過推薦系統，將用戶的搜索、點擊、收藏、加購、購買等信息，通過機器學習模型匹配關聯的商品、品牌、內容，在頁面尾部呈現個性化推薦商品瀑布流展示，根據其不同用戶的商品偏好為其推薦個性化內容，有效的展示用戶可能需要的商品。

重購營銷：重購營銷是根據用戶交易信息，向歷史購買過某產品的用戶群體重復推薦相同產品。

當銷售某品牌牛奶時，選擇經常購買牛奶的用戶A，會比沒有購買過牛奶的用戶B轉化率更高。那么就可以向用戶A進行重購營銷，根據用戶購買的交易信息和交易周期，重復為其推薦相同的商品。

京東在“我的訂單”頁面展示”常購清單”入口，將用戶歷史購買過的快消品進行集合頁展示。個人護理用品、食品飲料、煙酒、保健品和OTC這類的快消品消費周期短，復購率更高，當用戶去“我的訂單”中查找歷史購買的商品的時候，通過常購清單集合頁，全面的展示了用戶可能需要復購的商品，引導用戶再次購買。

向上營銷：向上營銷是在銷售某產品時，同時向其銷售此產品的升級品、附加品、或其他用以加強其原有功能或者用途的產品或服務。

捆綁銷售與搭配銷售：如在京東購買電子產品時，在商詳頁內會為用戶推薦電子產品與配件的優惠套裝，以及熱賣的配件單品聚合頁，讓用戶在只想購買一件商品時，可以繼續在此購買與其配套的商品：

銷售增值服務：另外一種實現方式就是結合客戶需求，提供各種延伸增值服務，如在購買手機的時候，商家提供的屏幕保護、延長保修、電池換新等增值服務，目的就是就是刺激用戶做更多的消費。

三、總結

通過對用戶基礎信息、行為信息的高效管理，為具體的業務場景提供支持，才能更精細化的運營用戶。

以上就是關于電商CRM中的部分思考與總結，希望能幫到看完全文的你?；谟脩粜畔⒃陔娚藽RM還有很多的場景應用，我將在之后的文章繼續與大家探討，歡迎一起學習，共同進步。

本文由 @George 原創發布于人人都是產品經理。未經許可，禁止轉載。

題圖來自Unsplash，基于CC0協議