会员管理之CRM系统(3)

2.3 用CRM管理你的会员

上节对如何设计CRM系统以及CRM系统中的客户管理做了简单的介绍,这节我们着重一下会员标签。

2.3.5 会员标签管理

如何给会员打标签,如何应用这些标签,才是CRM系统的核心功能。通过标签,我们可以精确的获得各类用户的特性,轻易的将拥有某些特性的会员与其他会员区分开来,从而达到个性化营销或则精准营销的目的。

可能对CRM了解不多的朋友对会员标签感到非常陌生甚至无法理解,到底什么是标签,它该如何应用?其实理解起来非常的简单,举一个例子:现在大家都在用微信,微信底部的通讯录菜单中有一个标签的选项,点进去以后可以新建标签,然后选择你需要把哪些好友加入到这个标签里去。通常我们会把家人、同学、同事等具备某种特定社交属性的好友加入到一个标签里面,这就相当于在CRM系统中给具备某些共同特性的会员打标签。有了不同的标签组以后,我们可以在节假日给不同标签下的好友群发不同的祝福消息,这个动作相当于CRM系统中对不同特性的会员推送个性化的消息是一个道理。

标签在用户体系中的作用非常之大,互联网初期电商网站给用户推荐商品大多是从商品的维度去推荐,例如:你想买一个锅,当你浏览到某个品牌炒锅的详情页时,侧边栏会为你推荐相同类目下、相同品牌下的其它炒锅,这是最早的推荐方法。而用户标签的作用是通过用户的行为特征,将用户特性与商品特性相关联,通过推荐算法将与用户标签与商品关联,并且通过程序的自我学习不断的细化用户身上的标签,长时间以后用户通过不断的产生行为使得该用户身上的标签也越来越丰富,越精细。自然,匹配出来的内容也更加精准了。

此处涉及到后续的标签应用、推荐算法,这里先不多讲。

2.3.5.1 定义标签维度

标签管理中最复杂的是定义标签的维度,或则你也可以理解成定义会员的特性、动作。不同行业的会员特性肯定是有所区别的,我们这里只拿电商行业的会员标签来做个示例,只要理解了如何设定标签维度再结合你对行业的了解,你完全可以根据行业会员特性定义出精确的标签。

电商类型的网站定义用户标签可以分为两大类:

    1. 基础属性
    2. 行为属性

基础属性

用户的注册信息、收货地址、手机号码、个人资料,通过基础属性可以基本判定该用户所在的区域、年龄、性别等个人特征。

行为属性

如果将行为属性细化仍然可以去分区多种属性,我们讲几个个最重要的。

  • 行为特征(活跃特征、活跃程度、浏览过等)
  • 购买能力(购买类型、购物偏好、平均客单价、购买频次、购买周期等)

如下图所示:

会员管理之CRM系统(2)

2.3 用CRM管理你的会员

上篇文章我们介绍了CRM的类型以及如何梳理我们的CRM需要哪些功能模块。那么这一篇我们就模拟实际场景一步步的来设计我们的CRM系统。

2.3.3 设计CRM

模拟场景:你是一家医药电商公司的产品负责人,公司准备自建一套CRM系统,在接到任务之后应该怎么做?

接下来先让我们先思考几个问题:

  • 开发CRM的主要用途,需要解决什么问题;(产品目标)
  • 用户具备哪些属性;(用户分析)
  • 有哪些业务部门会使用这套系统,用来做什么;(需求调研)
  • 行业内同类产品都有哪些功能;(竞品分析)
  • 结合同类产品分析,我们需要怎样的CRM;(确定方案)

简单介绍一下产品目标和用户分析

2.3.3.1 产品目标

CRM用途顾名思义是用来管理客户的,客户可以是B端也可以是C端,还可能既有B端也有C端。怎么理解“既有B端又有C端”这句话?企业面向的客户通常是直接与企业发生业务关系的人或公司,而特殊情况下我们不但要管理直接客户还需要帮助客户来管理他们的客户或则通过客户收集C端客户的信息用于数据分析。例如近两年较为流行的SaaS服务,SaaS是企业直接客户用来管理自身业务和客户的系统,举个例子:在足浴行业有许多使用SaaS来管理自身业务和客户的店铺,SaaS的提供者需要使用系统来管理足浴店(B端),而SaaS的提供者除了给足浴店提供客户管理功能以外,可能还会通过足浴店的SaaS收集用户(C端)的部分信息,再将这些信息通过数据分析后应用到对整个市场的分析上。

产品目标:假设我们现在需要的CRM是用来管理企业C端客户的,而我们的企业是一家做化妆品电商的公司,公司需要建立一套CRM系统用于管理电商用户以及分析他们的购买行为,最终实现精准化营销。

2.3.3.2 用户分析

用户基础的属性可以分为两种,一种是个人属性,一种是行为属性,两种属性都可以视为结构化数据。

个人属性:是用户在使用企业产品时留下的个人信息,例如:手机号码、收货地址、性别、年龄、职业等,这些信息可以是注册时就有的,也可以是后续通过某些数据收集的手段获得的。

行为属性:是指用户在访问网站、APP时所产生的数据,例如:浏览、购买、完成某个特定的动作等;

另外,在我们获取用户基础属性后,通过一些数据处理我们可以得到另外一个关键属性:关联属性,关联属性可以通过用户的购买行为,把用户、时间、商品、金额等多个维度关联起来得到我们想要的结果。例如:A用户在2017年11月30日花费30元购买了护肤品类下的某品牌护手霜,通过这次交易我们获得了这样一组数据:谁在什么时候花了多少钱买了某个品牌具备某种特性的某件商品。通过这条数据,可以将用户和金额关联,也可以将用户和品类关联、也可以将用户和商品属性关联,总之有了这些基础数据后,业务端想怎么用都可以,只要你在存储这些数据的时候考虑的足够细致。

用户分析的目的是通过了解自身用户,提取这个行业用户特定的关键属性。这些属性是实现精准营销的基础条件。

需求调研、竞品分析、确定方案这几个阶段咱就不细说了,毕竟不是本文的主题。接下来聊聊几个核心功能的规划。

2.3.4 客户管理

CRM的核心是客户管理,所以在系统里所有的功能都是围绕着客户这个点来扩散或则都是和客户相关的。既然叫客户管理那最基础的功能当然是客户的信息管理,客户信息管理在每个互联网公司都一定会有,包括市面上大部分的商业产品。当然在大多数产品中它所担当的角色也仅仅是客户信息管理,它能够让管理员方便的在后台查找用户以及查看用户的详细信息,客户管理通常包括两个界面:用户列表(图1)和用户详情(图2);

用户详情(图1)

用户列表(图2)

2.3.4.1 用户列表

用户列表用来展示用户基础且通用的信息,也就是每个用户在注册完成后都具备的结构化数据,例如:userid、用户名、所在地区、注册时间等,根据业务类型的不同在设计的时候可根据自身需求增加或减少,最后保留一个操作栏,可以把查看详情、编辑用户等功能放在操作栏里。

在列表的顶部设计一个搜索区域,搜索的字段通常和列表字段是一致的,也就是说列表里所展示的字段信息都可以作为搜索条件,否则你用一个在用户详情才能看到的字段作为搜索条件,搜索出来的结果你自己都不知道是不是准确的。

2.3.4.2 用户详情

用户详情界面的信息量就更大了,除了包含列表字段的内容以外还可以包含很多用户在注册完成后产生的行为数据,比如购买记录、积分获取及使用的情况、优惠券信息、等级信息等。建议在用户详情里尽可能的展示该用户所有的个人信息数据和所有行为数据,这样可以满足不同业务部门对用户数据查看及分析。同样,丰富的数据也便于后续我们对用户进行分组管理。

会员管理之CRM系统(1)

用CRM管理你的会员

说到CRM,很多朋友肯定都知道是用来管理会员的系统,那是不是所有的CRM产品都是一样的呢?答案是否定的。

认识CRM

2013年我做过一次调研,当时市面上的CRM按业务类型大致可以分为:协作型、分析型、运营型这3种类型,总结如图1:

图1

需要明确的是以上3种CRM是根据业务类型来区分的,并非系统功能。如果我们在网上购买现成系统的话,很多功能都是可以定制的,所以不存在从功能上去区分CRM类型的说法。

协作型

适用于传统的销售型企业,例如:中介、售楼、信贷等,具备最基础的用户信息管理功能,可以将外部获取的用户信息导入到CRM系统中,然后将客户分配给对应的外呼人员进行电话营销;

分析型

适用于重视数据的大中型企业,例如:互联网、医疗、金融、咨询公司、保险等,通常这类企业会根据用户数据来分析用户在某个阶段潜在的需求对用户进行多手段的营销措施;

运营型

运营型的CRM和协作型有部分相同之处,但运营型CRM更注重用户中后期的行为。怎么理解?我们可以把协作型看作偏重于售前的行为,而运营型更偏重于售中和售后行为。适用于电商、OTA等类型的企业。

 

图2

CRM系统发展到大数据时代,大部分现成的CRM系统都已经涵盖了以上3种类型,我们拿淘宝卖家服务市场2013年比较大的3款客户管理系统来做功能对比(决策通、数据赢家、客道):

图3

 

注:以上功能列表为2013年整理

从上面两张图的功能清单可以看出,这3种CRM的功能重合性很高,大部分基础功能都是具备的。而决策通是典型的偏协作型CRM系统虽然也带有部分营销属性,但在实际使用中该功能如同鸡肋。而数据赢家和客道则更偏向运营和分析型CRM。如上面介绍所说,协作型CRM系统不适合用于电商行业,它更注重的是销售层面的服务,所以决策通在2014年就已经退出了淘宝卖家服务市场。

我们需要什么样的CRM

如果你正在设计一款CRM,那么你肯定会思考这个问题:它用来做什么?如果你的公司只需要一款能够随时查看会员信息的系统,那么非常简单,你只需要将用户的属性提炼出来,然后做个列表+查询即可实现,当然这也不能叫做系统,顶多是个会员管理功能。

它用来做什么?

往往需要CRM的企业都是具备一定用户规模的,每个企业对CRM的需求也是不一样的,甚至每个行业的用户属性差异是非常之大的。所以,在设计CRM之前我们需要从两个方面来分析我们需要什么样的功能来满足业务的需求:

a)行业

企业所属的行业,行业用户的特性。不同行业用户的特性有可能完全不同,例如:电商和医疗,简单的理解,除了用户的基础信息外,其它用户属性就是完全不同的。在电商行业我们需要了解用户的购买频次、客单价、偏好(浏览和购买)等,而在医疗行业我们要掌握的是用户的病例、医疗进度、用药情况等。甚至大行业下不同的业务类型所需要的用户属性也是不一样的,比如一个卖水果的和一个卖保健品的,他们在后续的运营中所需要分析的数据是不同的,那支撑数据分析的基础属性就不一样。

b)业务方

这里所指的业务方,是公司内部使用CRM的人。基于自身业务工作的考虑,每个业务方所需要的功能也是千差万别的。例如:客服希望我能查看到客户历史的行为动作,可以管理客户的投诉,可以查看每个客服处理投诉的进度和数量。而营销人员更加关心哪些人买了哪些商品,他们的购买频次和客单价是多少,什么时机向他们推送营销信息更加合适。

 

会员划分

 如何划分会员等级

了解会员价值后通过给会员划分等级和设定条件让会员按照我们事先设计好的规则达成某些动作,有利于让会员产生更大的价值。例如:

a)我希望用户第一次购买就达成N元以上的订单金额(低门槛进入);

b)我希望我们的顶级VIP会员每年消费金额达到N元以上(提升复购);

以上两点涉及到金额的部分可通过自身业务数据分析得出一个较为恰当的值,这个值将根据网站所销售的产品、行业平均客单价、网站用户平均客单价等数据来制定恒量制定。如果现有业务数据达不到分析要求时可以拿相同行业已有产品做竞品分析,或参考行业数据。

 了解数据

等级的划分需要依赖数据分析才能为网站现有会员等级设定做出一个较为准确的依据,每个会员等级都应当能够代表在网站中某一类用户群体的特性。

我将用户数据划分为3种类型,它们分别是:结构化数据、非结构化数据、关联性数据;

a)结构化数据

结构化数据指的是用户的区域、年龄、性别或则是可以量化的数据,例如:订单数量、订单金额、订单客单价等。数据库会根据不同的数据类型保存每位用户可量化的一条或多条数据,而且这些数据都是有明确含义的。通过以上工作,可以把特定格式的非结构化数据转化为好理解的结构化数据(如主题或者分类标签)进行存储或进一步的处理。

b)非结构化数据

指一些特定格式的非结构化数据,例如文本、图像、语音,这些需要很强的专业性和特定算法才能进行的处理和分析。比如我们可以根据用户的搜索关键词进行分词处理,对文本进行分类。根据用户浏览的图片进行主题建模从而对图片进行分类或聚类。

c)关联性数据

主要指数据之间的关联关系,用户与用户之间的关系,用户与商品之间的关系,用户与地域之间的关系。这些数据中往往也蕴含了大量的有用信息,但是与前两类数据不同,并不适合直接存储为用户的特征,而更适合用图或者矩阵的方式进行对数据间的关联进行建模与存储。

通常我们会用“结构化数据”作为划分会员等级的数据依据,因为这类结构化数据是可以被精确地定位到的,能够明确的定义每个等级所需要达成的条件。而非结构化和关联性数据存在较大的不确定性需要复杂的算法处理,并且它会根据用户的行为习惯、购买需求不断变化。

划分的依据

使用结构化数据对会员等级进行划分的前提:根据业务类型定义关键指标。电商、社交、游戏,工具类产品的会员指标都是完全不同的,电商网站我们一定不会用浏览量、在线时长来作为会员升降级的条件,升降级的核心条件一定是该产品业务发展的核心指标并可附带其它一些相关行为指标。例如:电商产品的核心指标是交易额,我们需要会员发生的最重要的行为就是购买我们的产品或服务,通过会员消费的累计金额作为制定电商网站会员升降级依据的核心条件。

为了更加直观的描述,我们先来看两个典型电商产品的案例:


图1

图1是京东的会员等级设定,影响会员等级的变化是成长值。京东官网的成长值说明:成长值是京东会员通过登录、购物、评价、晒单所获得的, 累积的成长值总额决定会员级别。从规则中我们可以看出成长值的获取途径是直接可以与业务指标关联的,下面我们再来看看成长值获取的明细规则(图2)


图2

在成长值的四种获取途径中京东将购物拆成了购物金额(客单价)和购物天数(复购周期)两个维度,其中购物金额获得的成长值是根据用户购物金额动态变化的,而登陆、购物天数、评价和晒单可获得的成长值则是固定不变的,以此我们可以得出,京东会员升降级的关键指标是客单价和复购周期,其它几项则是为了提升用户活跃度而设定的附加指标。

此外,在成长值介绍页面中还有一段特别的说明:“会员购物获取的成长值,可通过提升小白信用分加速,小白信用分越高,加速系数越大。”也就是说,用户的小白信用分越高在京东通过购物提升会员等级的速度就越快。从这部分说明可以看出京东已经将京东金融的部分业务与京东商城的会员等级做了关联,目的是鼓励用户更多的去使用京东白条及其相关业务,通过该方式将已有的京东商城会员转化为京东金融的用户。

接下来再来看看1号店的做法,图3


图3

相对于京东和目前主流的电商网站而言,1号店的会员等级可以说是非常的简单粗暴。同京东一样,成长值是影响会员升降级唯一的衡量标准,而1号店用户成长值的获取方式只有一种“购物金额”,来看看1号店官网给出的成长值获取规则:

如何获得成长值?

  • 购物即可获得;
  • 有效购买金额1元=成长值1分;单件商品无论价格多高,最多获得500分;
  • 成长值在您的订单【收货完成】或【订单完成】后一天内发放;

从规则可以看出,1号店影响会员等级的成长值获取方式只有购物金额。

对于京东和1号店两种会员等级的设定,我们站在客观的角度不便去评价哪个好哪个不好。因为受环境、业务、销售、专业等因素的影响,每个公司设定的规则都会有所差异,只要制定的规则能够满足并帮助业务成长就是合理的。

为了让大家能真正的了解会员等级的意义和设定升降级指标的方法,我在本章节将不会把会员分等级的具体方式告诉大家,目的是希望能够通过你们的阅读去思考一个问题:当你负责公司产品的会员等级划分时,你会将那些条件作为升降级的核心指标,哪些条件作为附加指标,为什么?

小提示:会员等级的划分根据业务规模制定级别数,根据用户数据控制每个等级会员数量的占比。

定义等级权益

定义等级权益目的在于:为不同等级的会员提供更加优惠的折扣或更加贴心的服务,通过差异化激励用户达成升级目标同时提升会员忠诚度。

2000年前后国内电商网站激励用户的手段是非常简单的,不同等级会员可享受的商品折扣不同,等级越高享受的折扣越大,这一点在现在的传统行业中仍然随处可见,比如说美容院,充值1000元美容美发打9折,充值2000元可以享受8.5折优惠,充值的金额越多可享受的折扣力度越大。

随着电商行业的发展,用户达成购买意向的前提条件也由单一的看价格发展到看品质、看服务、看售后,可以说用户越来越注重商品的质量和网站所提供的服务。同时也因为业务发展的需要,我们不希望在用户购买商品时因为价格的差异影响用户购买决策(个别特例除外),所有会员在购买同一件商品时所享受的价格都是一致的。当然,这并不代表用户不在意金额,毕竟是真金白银的钱。我们可以将用户的这种心理理解为“在可享受最大优惠的前提下,希望得到更加有保障的服务”。在这个前提下,现有电商网站在以往权益的基础上可将权益细分为:

特权

只有特定等级会员才能获得的权益,例如:免费试用、定向优惠券、专属活动、包邮门槛等;

关怀

只有特定等级会员才可获得的关怀服务,例如:生日礼包、客服优先、优先退换货等。

设定等级权益时要记住,用户的等级权益一定是与用户利益息息相关的,通过等级权益能够为用户及公司带来更大的利益。例如:电商产品的会员权益与优惠、售后相关,目的是希望通过优惠的价格和贴心的服务提升用户消费频次和金额。而工具类产品的会员权益可以设定为免费试用限制功能或开通一些特殊的使用场景,目的是为了让用户通过产品体验购买企业提供的产品/服务。

会员权益的定义相对会员等级来说更加容易,并且是可变的。会员等级一旦建立起来在短时间内是不可以随意改动的,改变等级规则对现有会员的影响是非常大的,它涉及到一系列的规则改动,非常影响用户体验,导致降低用户忠诚度。而会员权益则是可以根据业务发展需要来调整的,当然对于用户来说权益越多越好,益增不益减。

了解会员

第一章:了解会员

1.1 定义会员

做会员产品首先当然是明白会员的定义,我们通过百度搜索“会员”一词,在百度百科中会员的定义是指某些团体或组织的成员。这个解释其实是很广义的,不适合落地到每个有具体业务的实体上。

在线下超市的购物人群里,购物的人叫顾客,办理了超市会员卡的才叫会员,在美容院,普通理发修面的叫顾客,办理了各种打折卡的才叫会员,通过线下传统行业对会员的定义我们可以看出,只有办理了实体店会员卡或一次性购买了多次消费机会的,才称之为会员,在传统行业中用户一般只分为两种,顾客和会员,极少存在用户和游客的说法。到了互联网时代,这种称谓仍旧是按照行业来区分的,比如社交、工具、下载、视频等产品我们一般把使用人群称之为用户,只有购买了某项特定服务的人才被称之为会员,例如:QQ会员、微博会员、迅雷会员、爱奇艺会员等。但在游戏行业中通常是以用户的付费行为来区分免费用户和付费用户的,绝对不会有什么会员的说法。而在电商行业中对使用人群的划分则会更加细化,通常电商会把使用人群分为:访客、注册用户和会员。访客:顾名思义是只存在浏览行为的用户,注册用户:是指完成网站/APP注册流程成为正式用户的人群,会员:通常指已经产生了交易行为的人。当然,根据统计方式的不同有些公司也会把注册用户称之为注册会员,所以,会员的定义是可以根据笔筒公司的不同业务类型、喜好自行定义的。

1.2 会员价值

一句话概括:会员制的核心在于培养用户忠诚度!

先来看一张会员从获取到流失的轨迹图:

(图1)

        大家可以从图1中看到用户从获取到转化再到最终的流失(挽留)整个过程涉及到的各个环节,这几个关键环节也是大多数公司考核市场、运营、产品部门的KPI。从产品的角度看在整个环节中转化和维系我认为是最难做的。

1.2.1 转化

之所以转化难,主要是因为市场投放的准确性和市场同类产品的竞争压力,2016年电商行业获取一个新用户的成本大约在100元左右,迫于KPI压力有些市场人员在市场投放前期没有将目标人群的分布、渠道覆盖、合作方潜在用户特性是否与我们提供的服务存在关联性等可预判的因素上,所以在市场推广环节如果能在前期把好质量关,对后期新客转化率提升及推广费用的节省都将是非常客观的。

在不考虑市场投放精准性的前提下,用户进入网站首先存在自然流失率,所谓的自然流失率是指通过市场引流进入网站的用户由于自身喜好、需求差异等原因与网站提供的内容或服务不符所产生的用户流失。当然,这部分用户既然本身就不是我们的目标用户,自然我们也不必去考虑转化的问题,即使你用高额的补贴把他转化成会员,也就是数据库里多了一条用户数据而已,对业务本身没有多大的帮助。

1.2.2 维系

维系难,难在如何触达用户真实需求,这里涉及到两个关键词利益、情感。

(图2)

        会员利益分为价格便宜和满足价值两部分,价格便宜非常好理解,电商、O2O的价格战相信大家经常能在行业新闻里了解到,今天某猫和某东,明天某团和某米,包括现在很火的生鲜行业。渔翁得利,价格战最终受益者是用户,用户当然希望你们天天打仗。即便不打价格战也免不了站内的打折促销、送券活动。用户不傻,聪明的用户一定是会到处比价的,尤其是在单价较高的商品上,所以价格便宜是最直接触达客户利益的需求点。

满足价值也非常容易理解,用户买到手的东西是否货真价实、是否满足便利、是否满足品质、是否满足虚荣心……只要满足了用户的心理预期,用户就会觉得这钱花的值。举个简单的例子,我准备花100块钱买一床被子,我在某网站看到一床被子符合我的要求,但价格超出预算50元,于是我另外掏出50元买了这床价值150元的被子,货送到以后拿出来摸一摸看一看,材质和质量比我以前花100元买的好很多,我就觉得这钱花的值,而且还会推荐给朋友。如果到手的被子还不如以前花100块钱买的质量好,那就没有满足我的心理预期,我就认为这个商品没有给我带来任何价值,甚至要求退货。

会员情感的维系体现在方方面面,从用户进入网站到登陆、注册、选品、下单到售后服务都与用户感受息息相关。尊重:体现在对用户的称谓,客服的态度,处理问题的及时性,用户的使用体验。关怀:生日关怀,订单关怀、回访……,归属:通过尊重和关怀最终使用户在网站上获得归属感,提升用户忠诚度。

尊重和关怀的细致程度取决于对用户的了解深度,对用户越了解做的就越细致,那么如何更加了解用户?