近期在規劃平臺的會員管理系統，在規劃過程中，簡單總結下自認為的幾點小創新。接下來會寫成幾篇小文進行分享，歡迎大家吐槽指教。

會員等級設置

公司定位是平臺，會員管理系統要滿足不同業態不同品牌商對其線上線下會員管理的同時，也要符合平臺對全品牌會員的系統管理訴求。在會員等級管理時，對會員價值的稱量上采用了比較靈活的多維度動態指標綜合加權的成長值（在當前市場所見到的CRM產品中沒有見到過，該指標完全由自己定義）。通過最終唯一的成長值指標對會員進行價值稱量分級。

會員等級設置

等級成長值設置

會員成長值是根據不同的成長策略進行量化賦分，并按照不同的權重進行綜合加權得出的總值。其綜合考慮到了會員與品牌的消費交易行為、和品牌的參與互動行為數據，在此基礎上，對電商會員分組管理中常用的RFM模型進行了會員價值動態稱量。將此作為一個動態成長值指標加入綜合成長值計算。

等級成長值設置

品牌商可以根據其運營需要對會員成長值進行靈活配置，三個指標會員可以任意選擇，可以不啟用某些指標。

成長值=RFM權重*RFM會員成長值+消費激勵權重*消費激勵會員成長值+活躍權重*會員活躍成長值（RFM權重+消費激勵權重+活躍權重=100%）

1. RFM模型策略中，RFM對某特定的會員具有時效性的，其消費行為是動態的，對應RFM會員成長值是動態的。同一個會員在不同時間，其所處的RFM得分不同；
2. 消費激勵策略中，成長值是正向增長的，會員產生一次消費行為，激勵一次，成長值累加一次；
3. 會員活躍策略中，成長值也是正向增長的，會員參與一次品牌的互動活動，贏取相應的成長值。

RMF模型成長值配置

RMF模型成長值配置

RFM模型，熟悉電商數據分析的同學都很清楚，該模型是用來進行用戶分組的，通過對用戶在R（Recency，最近一次消費）F（Frequency，消費頻率）M（Monetary，消費金額）三方面的指標（在此不做詳細解釋，不熟悉的同學請參照以上圖片釋義）表現進行聚類，然后對聚類分組進行定性描述的。

如圖示：

我們做了5個組距的劃分，對應產生5*5*5=125種RFM聚類屬性。給RFM三個指標不同的組距賦予不同的成長值，對應的125種RFM聚類產生125中成長值組合。品牌商可以根據業務需要對組距可以進行自定義增減，組距為n，對應產生n*n*n中RFM聚類屬性。

如：一個用戶在某個時間段內的RFM聚類屬性為：近30天內，消費9次，總計消費10000元；其對應的成長值為100+300+200=600；

后來該用戶因故沒有再次來平臺消費，過了一年后再次統計，該用戶的RFM聚類屬性為：超過360天，消費0次，總計消費0元，其對應的成長值-100+0+30=-70

將此納入綜合成長值，其為一個負向因子，可能會影響會員等級的下調。

消費激勵策略成長值配置

消費激勵策略成長值配置

消費激勵策略，對會員的消費行為進行成長值量化。除了對消費金額進行成長值量化外，還會員的消費金額進行分級對待，突出單次消費貢獻度。

考慮品牌運營實際需要，將充值作為用戶的一種特殊消費行為，對會員的充值力度進行成長量化，某種程度上反應了會員對品牌的認可和忠誠度。

消費激勵策略，其成長值的是會員消費行為的單向累計的統計，只有增加，沒有減少。

如，某用戶某日第一次消費100元，增加成長值100，其總消費成長值為100；1月后，來充值100元，增加成長值10，其總成長值為110；

會員活躍策略成長值配置

會員活躍策略成長值配置

會員活躍策略，通過會員與品牌商的互動行為（簽到、分享、評價、領卡等）進行量化，互動一次，增加一次相應的成長值，反應了會員對品牌的好感度和興趣度。

會員活躍策略，其成長值的是會員與品牌互動行為的單向累計的統計，只有增加，沒有減少。

如：某日某用戶，首次領卡成為會員，獲得成長值10；對品牌進行了評價，獲得成長值10；而且還進行了一次品牌簽到，獲得成長值5，其累積成長值為25；一周后，該會員再次評價了該品牌，獲得成長值10，其累積成長值為35。

PS：事實上用戶對品牌的好感度和興趣度隨著時間的變化應該也是變化的，應該也要考慮行為的時間間隔，相應的成長值應該有增加，也有減少。如關注，取消關注；領卡，取消卡等

以上對會員價值多維度指標的綜合成長值，雖然尚有不足之處，但能夠一定程度反應用戶對品牌的忠誠度、貢獻度、活躍度，能夠體現用戶對品牌的價值。

站在平臺角度，成長值也能夠反應用戶對平臺產品的活躍度、認可度。

本著學習交流的態度發此文，如有疑異或好的建議，請評論留言！

作者：Reuter，個人微信：littlefox88，歡迎交流~

本文由 @Reuter 原創發布于人人都是產品經理。未經許可，禁止轉載。