Python數據分析與數據化運營：會員數據化運營1-概述與關鍵指標

06-07

來自專欄 Python程序員

作者介紹：宋天龍（TonySong），資深大數據技術專家，歷任軟通動力集團大數據研究院數據總監、Webtrekk（德國最大的網站數據分析服務提供商）中國區技術和諮詢負責人、國美在線大數據中心經理。

本文來自《Python數據分析與數據化運營》配套書籍第5章節內容，機械工業出版社華章授權發布，未經允許，禁止轉載！

此書包含 50個數據工作流知識點，14個數據分析和挖掘主題，8個綜合性運營案例。涵蓋了會員、商品、流量、內容4大數據化運營主題，360°把脈運營問題並貼合數據場景落地。

書籍購買鏈接：https://item.jd.com/12254905.html

5.1 會員數據化運營概述

會員數據化運營幾乎是所有企業的必備運營工作，企業要生存必須有會員（客戶），無論企業處於發展周期的哪個階段、企業規模如何、企業性質如何皆如此。會員數據化運營輔助於客戶關係管理（CRM），可以用來解決以下幾方面問題：

會員的生命周期狀態是什麼
會員的核心訴求是什麼
會員的轉化習慣和路徑是什麼
會員的價值如何
如何擴大市場覆蓋、獲得更多的新會員
如何更好的維繫老會員
應該在什麼時間、採取何種措施、針對哪些會員做哪些運營活動
在特定運營目標下，應該如何制定會員管理策略，包括行為管理、體驗管理、增值服務、信息管理、營銷管理、客戶關懷等

傳統的會員數據化運營更多聚焦在線上和線下的註冊、購買會員，線下會員在註冊轉化之前的用戶數據無法獲取。在大數據技術支持下，這種狀態正在發生變化，藉助於人工智慧、深度學習等關鍵技術，可以將線上相對成熟的人臉識別、路徑追蹤等方面的應用正逐步擴展到線下，這為線下會員完整生命周期的數據跟蹤、識別和分析提供了基礎。

5.2 會員數據化運營關鍵指標

會員數據化運營的關鍵指標包括會員整體指標、營銷指標、活躍度指標、價值度指標、終生價值指標和異動指標。

5.2.1 會員整體指標

1. 註冊會員數

註冊會員數是指企業已經成為註冊會員的數量。根據註冊時間周期的不同，又可以細分為累積註冊會員數、新增註冊會員數等。

2. 激活會員數

激活會員相對於註冊會員有一個特定的激活動作，該動作往往決定了用戶是否真的成為企業會員，常見的代表性動作包括：點擊確認鏈接、手機驗證、身份驗證等。

激活會員數是指已經註冊的會員中有多少會員已經激活。根據激活時間周期的不同，又可以細分為累積激活會員數、新增激活會員數等。

激活會員數可以延伸出相對轉化率指標：會員激活率。會員激活率指的是註冊會員中已經完成激活的會員比例。

3. 購買會員數

購買會員是真正給企業帶來利潤的群體。購買會員數指有過購買行為的會員數量（企業也可以根據自身轉化定義為其他要素，如付費會員數）。根據購買時間周期的不同，又可以細分為累積購買會員數、新增購買會員數等。

購買會員數可以延伸出相對轉化率指標：

註冊-購買轉化率：從註冊到購買的會員轉化比例
激活-購買轉化率：從激活到購買的會員轉化比例

在企業內部，如果轉化周期和步驟較長，還會細分更多的轉化狀態指標，例如妥投會員、充值會員等。

5.2.2 會員營銷指標

1. 可營銷會員數

可營銷會員數是指整體會員中可通過一定方式進行會員營銷以滿足企業特定需求的會員數量。會員可營銷的方式包括：手機號、郵箱、QQ、微信等具有可識別並可接觸的信息點，具備這些信息中的任何一種便形成可營銷會員。

2. 營銷費用

會員營銷費用一般包括營銷媒介費用、優惠券費用和積分兌換費用三種。

營銷媒介費用

營銷媒介費用是特定營銷媒介而產生的費用，例如簡訊費用、會員渠道推廣費用、電子郵件費用等。

優惠券費用

優惠券根據不同的使用條件和金額可以劃分成多種，如30元紅券、50元店鋪券等，企業促銷時申請的優惠券費用是會員營銷費用的重要組成部分。

積分兌換費用

大部分網站都有會員積分系統，會員積分通常可以兌換成金額使用。如網站的積分兌換比例為20:1，即每20個積分可以兌換1元錢。在促銷活動時，除了前期投入的廣告費用、促銷優惠券費用外，還會包含兩種情況的積分費用：一部分是積分可以直接兌換成人民幣來支付訂單，另一部分是訂單生成後會贈送一定數量的積分又形成可供兌換的金額（對企業來說是費用）。這兩種情況的積分兌換都構成會員營銷費用。

3. 營銷收入

會員營銷收入是通過會員營銷渠道和會員相關運營活動產生的費用，包括電子郵件、簡訊、會員通知、線下二維碼、特定會員優惠碼等。

在評估會員營銷活動產生的收入時，直接通過特定有標記的渠道或促銷碼而成交的數據能清晰分辨出來。但是如果用戶沒有直接通過會員營銷的接觸點形成轉化，那麼這種收入是無法評估的。例如會員看到簡訊之後，又通過其他渠道形成訂單。出現這種問題的根源是收入轉化沒有特定的標識符號用來做會員營銷活動區分，因此，在做會員營銷時一定要盡量讓用戶有特定的標誌，這樣才能區分營銷效果。

4. 用券會員/金額/訂單比例

會員營銷時大多數情況下都會使用優惠券，這不僅是促銷銷售的一種方式，也是識別不同會員訂單來源的重要途徑。關於用券類指標包括：

用券會員比例：使用優惠券下單的會員佔總下單會員的比例
用券金額比例：使用優惠券下單的訂單金額佔總下單金額的比例
用券訂單比例：使用優惠券下單量佔總下單量的比例

除此以外，還包括基於用券數據產生的用券用戶平均訂單金額、用券用戶復購率等相關指標。

5. 營銷費率

營銷費率是會員營銷費用占營銷收入的比例。營銷費率分析的目的是監督營銷費用的支出情況，確保其不超出計劃指標。

6. 每註冊/訂單/會員收入

監控會員營銷的單位收入是評估收益效率的重要指標，包括：

每註冊收入：每個註冊用戶帶來多少收入
每訂單收入：每個訂單帶來多少收入
每會員收入：每個會員帶來多少收入

7. 每註冊/訂單/會員成本

單位成本的考量是精細化業務動作的關鍵指標之一，包括：

每註冊成本：每個獲得一個註冊用戶需要多少成本
每訂單成本：每個獲得一個訂單需要多少成本
每會員成本：每個獲得一個會員需要多少成本

除了上述單位成本指標外，還可能包括其他類型的成本，例如每挽回一個流失客戶成本、每完成一個特定目標成本（例如下載企業白皮書）、每單位線索成本（例如獲得一個聯繫方式）等。

5.2.3 會員活躍度指標

1. 整體會員活躍度

整體會員活躍度用來評價當前所有會員的活躍度情況，通常以會員動作或關鍵指標作為會員是否活躍的標識（如是否登錄）。在此介紹一個會員活躍度矩陣，通過業務定義的關鍵因素來判斷整體會員活躍度（因素及權重可根據企業自身實際情況定義）。

表5-1列出了所有會員關鍵動作節點和指標因素，並標識了每個因素的取值範圍及權重。當用戶登錄/註冊後（標識會員的前期條件），所有會員的行為都會被記錄下來，形成會員數據日誌。對每個會員的活躍度數據加權處理後求和得到整體會員活躍度得分。

整體會員活躍度 =∑（註冊×1+登錄×1+驗證×1+等級數×1+積分×1+…+/商品評價×1）

舉例：網站有兩個用戶，其中一個會員完成了1次註冊、1次郵件驗證（新會員默認是1級會員）、查看2次商品並有1次收藏行為；另一個會員是老會員（假設為2級會員），完成了1次登錄、1次頁面諮詢和1次退貨訂單，那麼該網站（在假設只有2個會員的基礎上）的用戶活躍度為：新會員（1×1+1×1+2×2+1×2+1×1）+老會員（1×1+1×1-1×1+2×1）=12。通過對每個用戶的活躍度以及網站整體活躍度的積累可以發現網站用戶活躍度變化趨勢。

2. 每日/每周/每月活躍用戶數

活躍用戶中「活躍」的定義在不同公司有不同的方法。最早活躍用戶的概念從APP中產生，指的是每日應用上的仍然啟用的用戶數量。活躍用戶根據活躍周期的不同可以定義為：

每日活躍用戶（Daily Active Users daily, DAU）：每天活躍用戶的數量
每周活躍用戶（Weekly Active Users daily, WAU）：每周活躍用戶的數量
每月活躍用戶（Monthly Active Users daily, MAU）：每月活躍用戶的數量

這三個指標在對應的時間周期內重複，即當有用戶多次完成事件時會在周期內只計算一次。下面以一個示例說明每日活躍用戶和每周活躍用戶的差異。

表5-2顯示了在不同日期內，每日活躍用戶的數量等於完成活躍動作或行為的用戶數，而每周活躍用戶數在1周內對用戶做去重。

5.2.4 會員價值度指標

1. 會員價值分群

會員價值分群是以用戶價值為出發點，通過特定模型或方法將會員分為幾個群體或層級。常見的分群結果例如：高、中、低，鑽石、黃金、白銀、青銅等。

會員價值分群並不是一個真正的指標，而是給用戶打標籤，該標籤用來顯示用戶的狀態、層次和價值區分等。

2. 復購率

復購率是一定周期內購買2次或2次以上的會員比例。不同公司對復購率的定義有所差異，基本定義邏輯分為三種，現以1個月為周期說明復購的定義：

第一種 1個月內購買2次或2次以上的會員
第二種 1個月內購買2次或2次以上，以及1個月之前有購買行為，在1個月之內又產生購買行為（可能是1次）的會員
第三種 1個月之前有購買行為，1個月之內又有購買行為的會員

以上三種定義可根據自身情況調整，同時1個月的時間周期也可根據商品或服務銷售頻次進行重新定義。

3. 消費頻次

消費頻次跟復購相關，二者都是重複消費指標。消費頻次是將用戶的消費頻率，按照次數做統計，統計結果是在一定周期內消費了不同次數，例如2次、3~5次、6~10次、11次以上。該指標可以有效分析用戶對於企業的消費粘性。

4. 最近一次購買時間

最近一次購買時間的含義就是字面意義，該指標也可以作為會員消費價值粘性的評估因素。如果會員距離上次的購買或消費時間過長，那麼意味著用戶可以在沉默或將要流失甚至已經流失的階段，此時應該採取措施挽回用戶。

5. 最近一次購買金額

最近一次購買金額和最近一次購買時間類似，該指標衡量的是用戶最近一次購買或消費時的訂單，該金額越大說明用戶最近一次的消費能力越高。根據二八法則，20%的老會員會貢獻80%的消費金額。

5.2.5 會員終生價值指標

1. 會員生命周期價值/訂單量/平均訂單價值

會員生命周期指標是從用戶成為企業會員開始到現在的總數據統計值，該指標與任何時間周期無關，衡量的是用戶完整生命周期內的價值。包括：

會員生命周期價值（Customer Lifetime Value,CLV）：用戶整個生命周期內下單金額總和
會員生命周期訂單量：用戶整個生命周期內下單量總和
會員生命周期平均訂單價值：用戶整個生命周期內下單金額/下單量

會員生命周期相關指標由於突破了時間的限制，能從整體上獲得會員的宏觀狀態，因此是重要到宏觀價值衡量指標。

2. 會員生命周期轉化率

會員生命周期轉化率指會員在完整生命周期內完成的訂單和到達網站/企業/門店的次數比例，該指標衡量了用戶是否具有較高的轉化率。例如：用戶一次達到網站100次，但是只有1次消費，那麼會員生命周期轉化率為1%。

3. 會員生命周期剩餘價值

會員生命周期剩餘價值是一類預測性的指標，用來預測用戶在生命周期內還能產生多少價值。該指標可以細分出很多相關指標，例如：

預期未來30天的會員轉化率
預期生命周期剩餘訂單價值
預期7天內下單數量
預計下1個訂單的訂單金額
下一次購買的商品名稱

這種預測性的指標通常是基於特定的演算法和模型做訓練，然後預測未來的數據，其中回歸和分類是主要預測性應用方法，某些情況下也可以使用關聯演算法。

5.2.6 會員異動指標

1. 會員流失率

會員流失指會員不再購買或消費企業相關業務、商品和服務，會員流失率指流失的會員數量與全部會員數量間的比例。會員流失是一個正常現象，沒有任何一個企業能做到不讓一個會員流失。但是會員流失意味著企業會失去相應的利潤來源，因此需要從2個方面重點關注該指標：

會員流失率的數值。正常情況下會員流失率應該是一個比較小的比例，不同行業有不同的基準，各企業要制定符合行業特定的基準作為參考。
會員流失率的走向。儘管會員流失不可避免，但我們仍然希望流失用戶的比例越小越好，因此需要關注流失率的走向。比較好的狀態是流失率處於平穩或下降狀態，如果出現流失率的上升則需要引起警惕。

2. 會員異動比

會員異動比指新增會員與流失會員之間的比例關係，計算公式為：會員異動比 = 新增購買會員 / 流失會員。

如果會員異動比等於1，說明企業一定周期內新增會員與流失會員數相等；如果大於1，說明新增會員多於流失會員，這是良好的發展狀態；如果小於1，說明會員增長不如流失快，企業面臨會員枯竭危機。