1 项目背景
A集团去年在B大区新开了一家A商场。 最近,B大区经理发现从今年7月开始, 该商场的销售额一直呈下降趋势,于是让区公司的数据分析师配合商场的王经理去排查下降原因,解决这一问题。
2 问题排查
1)第一步,查看数据口径,核对数据准确性,确认问题。
2)第二步,了解下降发生前后的业务情况。
3)第三步,人货场框架拆解。
4)第四步,下降点确定–会员销售额和复购下降。
2.1 问题出现在老顾客身上
- 开始上升的原因:商场从今年4 月开始每周六都会进行大促活动。
- 大促重点:满减和新会员抽奖活动
- 宣传重点:外部新媒体渠道的推广。针对老 会员只是进行了统一的短信和微信公众号通知。
- 问题点:
• 老客免疫一概而论的活动,消费意愿降低
• 缺乏老会员的长期维护计划与精细化营销
3 解决方法:会员分析
会员数据可以说是企业的“金矿”,对会员价值信息进行挖掘甚至可以达到精准营销、决策支持及推广活动评估等效果。这一效果在商超百货、电商行业表现的尤为明显,对存在会员制的互联网等相关行业同样适用
3.1 分析目的
- 制定会员长期维护计划
- 帮助商场优化大促活动,拉新的同时也能够激发老客户的热情,提高老客户的复够率
3.2 制定分析计划
4 分析方法1:RFM模型
我们当前所面临的新商场,适合通过使用 以最近消费、消费频次、消费金额为价值评估指标的RFM模型进行划分
4.1 RFM模型实现思路
4.2 FineBI实操: 添加业务包、EXCEL数据集
添加数据集时注意字段类型(文本、数值、日期)可根据情况更改
4.3 添加自助数据集
将四张表合并在一个总表里
- 先选择销售明细表,全选
- 选择左右合并
- 先合并【会员卡类型表】
- 合并【会员卡信息表】
- 最后合并【门店品牌表】
- 重命名表,保存关闭
- 更新数据
4.4 新建RFM自助集
- 新增列–总体客户平均消费金额
- 分组汇总-【最近消费时间、客户平均消费金额、客户消费频率】
- 过滤掉非会员
- 新增列–客户最近消费距今时间差
- 新增列-计算距今消费时间均值
- 新增列-总体客户消费频率平均值
- 新增列-分别计算 最近消费时间向量化®、消费频率向量化(F)、消费金额向量化(M)
- R值计算
- F值计算
- M值计算
- 新增RFM列-- 将多列合并为一列
- 客户分类
- 分组赋值
- 新增计数列
- 最后保存退出并更新数据
4.5 新建仪表板
-
添加RFM组件
-
创建RFM客户价值矩形图–面积越大,表示占比越大
-
创建组件–RFM销售额环形图
-
创建组件–每个级别会员卡下,客户价值类型,人数和卡折扣率情况
-
结果过滤会员卡类型
-
4.6 RFM模型分析仪表板
分析:
1.存在问题
①低价值的一般挽留客户人数过多,反映出前期会员人数快速扩张但后期维护未及时跟上,导致的后遗症;
②最高级的钻石和黑钻会员中出现了较高比例的价值一般性用户,可能存在一卡多用或者是将会员卡权益进行倒卖的情况,需重点排查;
2.客户分类措施
①重要价值客户:倾斜更多资源,VIP服务,附加销售稀缺性商品;
②重要保持客户:分析该类顾客的往期消费情况,进行针对性推荐,同时通过打造爆款新产品重新赢回用户;
③重要发展客户:开展会员忠诚计划,通过高等级会员卡、福利、个性化服务等作为激励,促进消费;
④重要挽留客户:重点联系,提高留存率。;
⑤一般价值客户:通过关联销售、捆绑套餐等活动,向上销售价格更高的产品;
⑥一般发展客户:提供免费使用,提高客户兴趣,创建品牌知名度,以促进复购、增加消费金额;
⑦一般保持客户和一般挽留客户:几乎流失,可尝试通过发放大额优惠券激活,仍无回应的话,可直接放弃。
3.RFM 模型分析的目的
对客户价值进行分类,针对不同特征的客户进行精细化营销,精准化维护措施
精细化营销
核心:有针对性的进行推送,对后续会员监控,针对性营销打好基础
- 高价值用户看到新品信息(高价值用户追求品质)
- 普通用户看到常规信息
- 低价值用户看到打折活动信息(追求优惠)
- 新用户看到消费大促活动(促进复购–>老用户)
5 会员监控
5.1 新建会员卡人数自助数据集
- 分组汇总
- 新增计数列
- 过滤掉非会员卡
- 保存并更新数据
5.2 添加组件使用会员卡人数自助数据集
- 统计有效会员总人数
- 统计不同等级会员人数分布情况(漏斗图)
5.3 新建自助数据集
-
分组赋值
-
过滤非会员卡类型
-
分组汇总
-
保存退出并更新数据
-
统计会员流失情况
5.4 会员监控仪表板预览
分析:
1.A商场当前有效会员总数为10000;
2.会员漏斗结构不合理,贵宾卡人数多于积分卡人数,为前期快速扩张导致,后期需要控制积分卡升级比率,保障会员卡的价值性;
3.各个等级的会员用户流失普遍高于行业平均水平的10%(非真实,根据本案例数据的同比假设值),应开展会员维护计划
6 会员消费偏好分析
6.1 新建自助数据集–会员偏好分析
- 新增过滤
- 新增列–分组赋值
- 新增计数列
- 分组汇总
6.2 新建组件–会员偏好分析
- 分析不同等级会员的消费品类偏好
- 分析不同等级会员的消费品牌偏好
- 添加过滤条件
- 分析不同等级会员的消费金额分布区间
6.3 会员偏好分析仪表盘预览
分析:
1 根据不同会员的消费偏好,定向推送活动信息。比如针对积分卡用户重点以化妆品类中的兰蔻、香奈儿等品牌作为大促活动的主推点;
2.积分卡和贵宾卡会员的消费区间主要落在 0-300和5001000的区间,
建议每期大促可针对该二类会员定向推送300-xx元和500xx元的满减优惠券;
钻石卡会员建议大促推送300元和2000元的满减优惠券;
黑钻卡会员建议大促推送1000元和2000元的满减优惠券;
7 仪表盘总体预览
8 产出商业决策
- 开展了会员管理系列计划。为极高价值的重要用户安排了专人服务计划,对 新会员制定了智能优惠券发放策略,持续培养
- 打通线上线下的数据,将用户数据和用户微信进行绑定,扩大用户消息触达 的渠道,实现了优惠券的高效发放以及活动信息的精准触达。
- 将会员管理的模式固化下来,制作了长期的会员数据看板,进一步地辅助商场营运