会员数据化运营课程笔记

这是根据datawhale的数据化运营项目所整理的笔记。

会员数据化运营的课程首先对会员数据化运营进行了概述，提出了

会员数据化运营辅助于客户关系管理，可以用于解决几类问题。我根据自己在阅读课件的过程中对课程内容的理解，把内容用自己的话概括整理了一份笔记。

数据化运营有几类关键的指标：

会员整体指标：

围绕各类会员数量形成的会员整体指标，‘

会员营销指标：

包括了可通过会员营销满足企业需求的可营销会员数，企业为了吸引会员和维持会员的消费，及营销费用，同时会员会为企业创造收入，及营销收入，对于会员的营销收入要特别注意要有特定的标识符号，区分会员营销的效果。

关于用券比例的各类指标

营销费率用于衡量营销费用的比率，防止其超出计划指标

各类单位收入

各类单位成本

会员活跃度指标：

可以通过一些会员的动作或者关键指标去判断整体会员活跃度，课件中介绍了会员活跃度矩阵用于判断这个指标，先是会员的行为被记录形成会员数据日志，通过一个公式（注意要按权重对指标进行计算）对各类指标处理得到整体会员活跃度评分。课件中举了一个例子计算这个指标（对新老会员进行了区分）。

活跃用户数指标有时期的划分，用一张图详细说明了各类活跃用户指标数。

会员价值度指标：

给会员打标签，产生会员价值分群，及通过模型或方法把会员分类，

消费指标有两个：一定周期内多次购买会员的人所占比例可以产生会员复购率的指标、可用于分析用户对企业的消费粘性的消费频次

最近一次购买时间（是否需要挽回用户）和最近一次购买金额能够表现出用户的状态。

会员终生价值指标：

包含了各类会员从成为会员开始的所有数据对应的指标，

会员生命周期转化率是指会员消费的次数占到达网站或者到达门店次数的比例，能够衡量这个用户对于企业的价值

会员生命周期剩余价值能够反映出会员还能为企业产生的价值量，属于预测性的指标，能够应用多种算法。

会员异动指标：

主要是会员流失数形成的会员流失率以及新增会员数和会员流失数之间的关系形成的会员异动比，按不同的企业基准提供参考的价值。

会员数据化运营应用场景：

本质上通过会员为企业产生价值

会员营销：

拓展或保留会员，产生会员价值相关的信息，为会员等用户提供参考，

会员关怀：

分析和挖掘会员的各类属性，预防会员流失和实现会员对企业价值的最大化。

会员数据化运营分析模型

会员细分模型

通过各类指标把会员细分，大概有几种方法：其中比较简单和粗浅的方法是基于会员现有属性进行细分，ABC分类法是通过分清主次，把影响因素划分为主要、次要和一般的类别。具体的划分比如按照会员订单金额按比例划分；聚类法，提供分类的数量，进行自动分类的方法。

会员价值度模型

会员价值度模型可以作为衡量和区分用户的重要参考，也是衡量不同的营销效果的关键指标；通过购买时间、购买频率和购买金额进行计算得出，适用于交易类的企业，课件中还介绍了RFM模型的基本实现过程，对于RFM模型产生的数据，有对会员不同的分析和应对方法，为分析建模提供基础。

会员流失预测模型

课件中先是介绍了几种会员流失的状态以及分类，关于这个模型属于分类模型，可用几种常见的算法去实现；后面讲到了几个需要注意的问题，比如模型制定过程中要结合业务的知识；以及通过这个模型与运营合作达到对会员流失问题策略的制定。

会员特征分析模型

先对特征进行了分类，分为明确的和模糊的特征；讲到了会员特征的应用场景：一种是没有明确的业务目标时，先用比如聚类算法对会员进行分类，随后再使用描述统计分析的方法对数据进行了解；另一种是有明确业务方向的场景，想找到达到业务目标的特征可以采用几种不同的方法：分类的方法，分类规则的使用；关联规则的应用或者使用非监督式的异常检测方法。这两个场景下模型运用产生的结果是不同的，第一个场景用于辅助和启发，第二个场景模型的使用可以作为运营的直接触点。

营销响应预测模型

这个模型的构建主要是分类算法的应用，可以用于找到对营销有影响的各类特征或者一些有价值的信息。后面介绍了大致的模型建立的过程和需要注意的点，以及模型产生的结果的方向和用途，大致为找到可能发生购买转化行为的会员，预测各类订单的量和会员的一些数据。