新零售环境下的会员数据化运营.docxVIP

新零售环境下的会员数据化运营 广义的零售行业，是一个非常大的概念，其中包含便利店、商超、商城、步行街、餐饮、服装、图书、健身等多种业态。而零售注重的是快速把握流行趋势、快速把握客户的情况，从而进行精准的营销。而如今线上商城的冲击、成本的不断提高，零售行业需要全面的转型升级。那么在这样的 \o 新零售 新零售情况下，如何做好会员的运营，如何做好CRM甚至说如今的 \o SCRM SCRM就非常重要。 什么是新零售 新零售这个概念是马云2016年下半年提出来的，至今已经快要有三年的时间，而对于新零售的解释有多种多样，如：线上线下深度融合、人货场、购物体验、无人零售等等。但是，无论那种新零售的模式，为的都是能够为企业创造更多的利润，能够为消费者带来更好的产品及购物体验。而这就离不开对消费者的精确洞察。 什么是 \o 数据化运营 数据化运营 所谓数据化运营，就是运用 \o 有关大数据的文章 大数据的手段对业务进行运营，帮助企业通过数字化转型提升自身业绩的过程。数据化运营的过程需要经历数据治理、数据整合、 \o 数据分析 数据分析、数据展现等几个过程。在这个过程中，最终要达到的目标则是：企业可以通过对人货场中的数据进行指标分析，进行其趋势的探究、数据的对比和下钻细分，将客户分群进行精准营销。 通过指标的整理形成数据化运营大屏，使用恰当的图表展示对数据进行监控。 如何进行数据化运营 1、报表 对数据进行运营，少不了报表的参与，一般企业要进行数据的监控与复盘，则需要日报、月报等相应的报表。对于新零售行业，建议对数据进行日度、周度、月度的分析，因为零售行业的规律是每周的变化，一般是周末会较平时更为火爆。 日报 对于日报，一般是早晨发，用以总结前一天的会员运营情况。主要统计昨日公众号、微博等自媒体渠道新增粉丝数量、注册会员数量、会员消费情况等数据。如图（本文图中均为模拟数据）： 微信公众平台和微博均有相应API接口可以调用数据，对于CRM与POS系统也有会员数据与会员消费情况数据，二者数据相结合，得到会员的转化情况，加之各地会员的消费情况查看全国（或某区域）的消费活跃情况，对于BI系统，该数据是可以点击相应省份进行下钻分析，找出有问题的省份，并且可以对不同省份进行数据对比，对于转化率较低的省份，需要加强营销策略，有区别的进行营销。另外可以查看消费的会员加入的年费，可以看到客户黏性是否需要进一步加强。然后，再进一步分析不同属性客户的数据： 从男女分布可以看出，店铺以男性顾客为主，且男性的购买力相对于女性要强，但是有很大一部分男性客户客单价较低，此时要考虑对于该部分男性会员予以组合购买、发放优惠券等优惠政策，以提升该部分客单价。 上图中，我们发现会员客单价最小值是负数。在实际的 \o 有关数据分析的文章 数据分析中，这样的事情是正常的，下面就让我们进一步探究前一天的客单情况： 对于客单分析先分析不同的年龄段，分析公司产品对不同年龄段的人吸引力，也可以及时调整产品设计或者供货商渠道，保障公司品牌的针对性，把握客户需求趋势。 当然，刚刚提到的消费为负数的也要列出来，这些负值有可能是因为退款导致，这些是要重点关注的。除了异常的负值，消费top10的会员也要关注，这些top10的会员一般超过客单价很多，需要对其消费订单进行盘查，若是高频低额消费，则很有可能是店员恶意刷积分兑换礼品，这种数据提交到营运部门，查询监控便可得知。 周报 对于日报而言是每天的总结，是每日的数据变化。由于零售行业和周的影响很大，所以可以进行周报的分析。周度分析一般在每周一进行，每周一同时要分析 对于周报而言，可以将日报的数据进行趋势分析，如上图销售额在周六周日有明显上升，但转化率却下降，说明周末人流量大，应当适当采取吸粉及会员注册活动。平均回购率可以进行监控，看是否是正常水平。购物篮系数反应了商品的连带情况，4.88说明平均每个小票/购物篮中有4.88样商品。可以根据不同品类或商品进行购物篮分析，使用高连带的产品进行促销活动，提升商品连带，增加销售额。 月报 由于月度数据的数据量相对较大，因而可以分析的内容也会多一些，且月报是对一个月的业绩总结，企业也会每个月进行月度的经营分析，因而月报相对来说更加重要。 一般最为关注的便是本月的销售额和来店人数情况，查看每一个月的来店消费人数情况，查看每个月的变化。然后，拿出一个月的每天数据再进行分析，从上图中总体情况可以看出，14号、15号的客单价猛然上升，但当天并没有人数的明显上升，这时便可以使用BI工具进行下钻到当天会员消费情况，查看会员客单价上升的原因，询问当天是否有什么会员活动，若有活动或相应动作，说明该种促销方式可以提高会员客单价，可以在下次节假日活动中进行。除了上述的数据外，还要关注消费时段，从上图中看出晚上下