电商产品会员系统架构
对于电商系统，会员系统主要分为to C和to B，相比与传统企业的CRM系统，功能相对简单。to C的会员管理主要包含会员基础信息管理、会员成长体系和积分体系这三部分。有to B业务的会员管理系统还涉及到B端用户的组织架构管理、客户拓展等功能。在B2B2C的电商平台的会员管理中，还需要对会员体系进行分层。每个店铺都可以对其会员进行独立管理。提供平台会员、店铺会员体系独立存在，独立运营，并且可交叉匹配，统一管理平台用户信息。
会员系统主要是管理用户信息，通过一系列满足用户心理、提高黏性的方法来实现开发新用户、增加用户活跃度的目的。会员系统有一个升级版的名称：CRM（客户关系管理系统），相比传统的会员系统，CRM系统是一套完整的客户关系开发、管理及流程管理的解决方案，赋予企业完善的客户交流能力，最大化客户的收益率。
1.会员基础信息管理
先想象下场景，当用户从客服入口进来，咨询了一个订单，用户的陈述一般是我的订单怎么还没发货、刚在你们这买的衣服尺码小了 等等主观陈述。客服的第一反应这个用户是谁？、‘买过什么？’等，这时候就会去会员系统中查询用户信息。
会员的基础信息管理是聚合关于用户信息的一个出口，包括用户的基本信息、优惠券信息、订单信息、售后信息、会员等级、会员积分、会员余额等内容。可以看出会员系统还涉及到与其他系统之间的一些信息交互。
基本信息：包括注册时间、注册手机号、性别、会员等级、会员积分、会员余额以及收货地址等相关信息。
优惠券信息：用户账户中的优惠券明细及状态，优惠券金额、使用条件、领取时间、使用时间、有效期及使用状态等。优惠券可链接到优惠券明细。
订单信息：用户的订单记录列表，显示订单主要信息（下单时间、状态、金额、收货信息等）。可链接至订单管理中的订单详情，对订单进行相关操作（退货退款等。）
售后信息：用户的售后记录列表，显示售后主要信息 （下单时间、售后申请时间、状态、金额、收货信息等） ，可链接至订单售后管理。
会员等级：主要是会员成长明细，记录成长值增减的原因和时间，以及升级历史，可以修改用户等级。
会员积分：会员积分变动明细，记录积分的来源、消耗。
2.会员成长体系
在会员等级管理中，有个经常用到的词：成长值。用户的成长值决定了用户的会员等级。
以目前最大的两家电商平台为例，淘宝的成长值叫做淘气值，不同的淘气值对应不同的会员等级（普通会员、超级会员、APASS）；京东的成长值就叫做成长值，不同的成长值对应不同的会员等级（注册会员、铜牌会员、银牌会员、金牌会员、钻石会员）。
这两家电商的会员成长体系采用的是两种不同的模型：RFM模型和用户行为增长模型，也是目前应用最广泛的两类模型。会员成长值是根据不同的成长策略进行量化赋分。电商中主要对用户的登录、购物、评价、晒单等行为进行评估，来计算会员的成长值。
RFM模型
RFM是客户消费行为特征分析模型，RFM代表Recency（最近一次消费时间），Frequency（某一个时间范围内的消费频次），Monetary（某一个时间范围内的平均客单价或累计交易额）。 RFM模型是衡量用户价值的重要工具和手段，对会员价值进行多维度动态指标综合加权计算。
RFM模型在衡量用户价值时，没有固定的计算方法，企业要根据平台的实际定位，对R、F、M这三个指标进行维度划分，对每个指标进行层次划分，并且给每个层次进行评分，这样R、F、M的值就分别评估出来，并且对其进行聚类定性描述。其次根据RFM模型，可以实现对用户消费特性进行群体细分。
如图所示，将这三个指标划分成5档，可以形成多种组合（5x5x5个组合）。
在固定周期里，统计用户的R、F、M的值，计算对应的成长值，累加至现有的成长值上。当用户的消费特征下降后，成长值有可能为负数，所以用户的成长值会增加，也会减少。对应的用户等级也会增加或降级。
上面只是举例说明，真实的成长值计算比这要复杂，还要加各种权重。譬如将用户的活跃行为（登录、评价、晒单等 ）纳入到成长值计算体系中，在固定周期内统计用户活跃成长值，与RFM成长值求和得到周期内的成长值变动。
RFM模型还可以协助实现客户生命周期分析，例如F值突然下降幅度很大，就需要执行用户唤醒策略。通过对R、F、M值结合业务分析，分析客户消费特征，针对不同用户进行区别营销。
用户行为增长模型
用户行为增长模型是指根据用户在平台上的行为，进行成长值量化，突出用户单次行为的贡献度，成长值是会员行为的单向累计的统计。在电商网站中，一般对用户的登录、购物、评价、晒单等行为进行成长值评估。
以京东为例，其成长值增长策略为：
登录：除注册会员外，每日第一次手动登录后可获得成长值奖励；
购物：订单完成后获得成长值（购物成长值=结算金额×加速系数）；
评价：评价20元以上商品（虚拟商品除外），审核成功获得20个成长值；
晒单 ：前10名晒单20元以上商品（虚拟商品除外）的用户，审核成功后获得20个成长值 。
当然还有一些成长值回退策略，退货、评论被删等行为相应的成长值扣减回退。
通过用户行为增长模型来评价用户的成长值，在用户进入平台初期有很大的激励作用，但是后期乏力。当用户成长值较高、用户等级较高时，就很难再激励为了成长值用户持续购物。但RFM模型一个动态评估模型，当用户消费倾向下降时，成长值就会停滞不前甚至下降，能持续激励用户去消费。例如已经成为了超级会员，但是半年没消费开始掉级，变成了普通会员，这样的降级动作就可以重新唤醒用户。
在设计会员等级与成长值的对应管理时，首先就要想清楚会员等级和会员权益的对应关系。在数据的基础上划分会员等级，保证最高等级到最低等级的会员分布比例，而不能随性定级。
发表评论 取消回复