起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識電商平臺CRM規劃：多維度用戶價值稱量的會員等級設置（一）
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%）
- 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；
- 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；
- 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。
您預留的微信號怎么是空的
改成了：artsforyou01
關于RFM會員成長值的計算有幾點疑問：
（1）RFM會員成長值計算的觸發條件是什么？是系統寫死規定每天統計一次嗎？
（2）RFM會員成長值是不會累計的是嗎？比如昨天我RFM會員成長值是100，今天我RFM會員成長值位120，那么成長值會以今天的為準，而不是將100+120累計起來？
1、RFM的結果是由實時的事件觸發產生的，eg：你今天消費一筆到達某個RFM結果，系統根據實現設置的規則，即時生存RFM結果；
2、RFM值描述的是客戶當前的RFM狀態，不是累計，是當下的結果，按你的例子，那就是RFM會員成長值為120
不增反降的等級策略會讓用戶很沮喪
會員的升降另一方面也可以理解是刺激用戶多多使用產品
同意，當我知道星巴克積分會清除后，再也不用他們家的會員卡集積分了
需要看一下降積分的界限是在什么，超正常復購周期太多的話，用戶的積分也積累不出太多的價值，反而會積累太多冗余數據
幾個問題請教作者
1.RMF的設置有什么數據支持嗎，對會員等級影響是實時的還是周期性定檔的，如果是實時的獎勵是繼承關系還是當獨立條件計算的；
2.消費獎勵使用余額有特殊處理沒，這個獎勵跟利潤率間有數據關系沒
3.行為數據有考慮刷的風險沒，跟前兩個獎勵類型有相互限制的條件沒
還是感謝作者分享。
很棒的文章，學習了
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；這里的R理解為7-30天這個區間是不是會有問題呢？因為R代表的是最近一次消費距離當前日期的差值，而在命題中是沒有提出這個數值的，近30天內應該指的是F的時間區間，不知道這樣理解對不對呢？
作者是不是從事餐飲行業的？
積分和成長值其實統一一套是否更好，就分會員等級和積分
你完全可以這樣，符合你的業務需要即可，不強調千篇一律，文章講的是問題的處理方法
無法做一套，積分是貨幣，消耗了就沒了。成長值是等級的判定依據，是對過去一段時間的用戶行為打分，是用戶價值分數，如果當積分使，消耗了難不成讓等級降低？
是的
naive啊小姐姐。人家說的等級和積分，是兩套獨立的。
請問額外添加的規則需要開發重新開發嗎？還是先跟開發商量好，功能完成后再添加規則記錄？
做成可配置的就不需要額外開發了
你是說額外的規則也是實現定好的規則？
RFM非常適合傳統的高頻電商平臺，現在有類似裝修建材、婚慶、甚至更極端的二手車或新車交易平臺的用戶價值模型體系應該如果分析呢？
這種低頻大額消費的網站如何評估用戶價值？
RFM應該不適用，煩請老師指教，謝謝
RFM只是度量用戶的三個指標而已，從三個不同的維度對會員進行量化區區隔。你完全可以根據自己所在的行業業務特征，選擇幾個強業務相關指標，對會員進行區隔就是。
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。
對于成長值的逆向，請問怎么理解？
估計是長時間沒有消費的時候就會掉級??
很有收益。但是針對低頻的建材行業，請問會員體系的搭建對于一些行為值貌似起不到什么作用，更談不上RFM。還有會員等級上感覺都沒有太大的作用，請賜教~ 這樣行業的會員體系該從哪方面考慮？
首先思考一下，這個行業需要會員嗎？
嘻嘻，大神你好，有幾個問題請教下呢。
1.你這里的品牌商是指NIKE、Adidas這種大型的品牌商嗎？對于飛凡，我理解的xx商場才是你們的客戶呀，為啥這里的會員是對于品牌商的？是說你們不僅為商場提供對應的服務，商場下的品牌商也會在你們的系統中擁有自己的會員嗎？
2.對于上文的成長值加權來看，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%），這里如果是3:4:3的話，如果曾經會員的消費激勵和活躍度很高的話，那即使RFM中該客戶成長值很低，很有可能最終還是得到了一個比較大的正值，那對于運營者來說，會不會出現不易發現高價值的流失客戶的情況？
3.相比于單純的RFM模型，這樣加了成長值的模式，會有哪些益處？
加我微信吧，littlefox88
好分享，非常感謝！
希望老師解答下，會員等級設置中“有效期”的使用場景，既然成長值是一個動態的值，那么會員等級也是根據成長值變化的，為什么要設置有效期呢？
有效期設定的目的是表示你的歷史活動不能持續貢獻你當前對企業的價值。
干貨，這是我看到的最詳細的會員體系資料
歡迎交流，歡迎轉發分享，歡迎打賞拍磚 ??
小白有一個疑問，RFM中FM的取值是個固定的時間嗎？一般應用的時候，是不是有的商家設置一個月，有的三個月？怎么沒有設置的地方？
話說修改原先設定的條件后，應該不會對歷史數據產生影響吧？只是在修改后對以后的操作發生影響？
歷史的數據肯定不應該影響。新規則只對執行之后的用戶操作有影響。
學習了，糾正下覺得有問題的地方，RFM的“最近一次消費”判斷如果按照與當前時間間隔，那么所有消費都是7天內；而應是與上一次“消費時間”的間隔，例如6號消費一次，23號消費一次；那么23號的最近一次歸屬在30天內；而6號是與再之前一次消費時間間隔，如果是首次消費，建議與注冊時間間隔為準。
RFM講的應該是與上次消費的時間對比。23號應該與號消費的時間對比時間差。
分析的很透徹，似乎欠缺的降級項目??！沒有看到成長值減分項？而且只對用戶做了會員等級劃分，沒有對商家進行分析！ ??
有降級項目項目啊，這個是給平臺、商家服務的工具啊
干貨滿滿！
認可就多多關注，多多分享，多多打賞 ??
這是什么工具昂
學習了，??
干貨滿滿，在哪可以看到這個完整的原型展示嗎
洪老師，干貨啊!
路過 學習中
我轉載了，發到我自己的公眾號上了
什么公眾號，請署名
就是我的昵稱 靜看商海。我自己學習鉆研關注企業核心競爭力?？蛻舴帐瞧渲械囊粋€部分
現在還沒轉，等同意。
方便微信加一個，littlefox88
學習了，會員服務體系的架構設定。
這個是一系列的，后續還會有的些CRM設計的內容
繼續關注。喜歡分析和研究客戶。