DataFocus教你用数据赋能会员维护
现如今，越来越多的电商企业客户尤其是平台商家开始使用各类数据分析软件并雇佣相应的专家或人员，以让数据产生价值。而在此基础上，因为流量成本越来越高，更有大批商家不断开始重视老客的运营和维护，比如通过开启会员积分制、或是售后跟踪制等等。那么本篇就让DataFocus为大家分享一些对于会员的数据化营销思路。
首先是对于新客。对于新客的数据化营销我们可以体现在服务规划上。比如可以按时间轴，列出从新客购买后的第五天开始，一直到第61天（按类目实际情况，如耐用品可延长）的SMS、EDM内容规划，人群是新客户并且未进行二次购买的客户，跟踪指标是新客户二次响应率，并要记得计算每人的成本预估，比如每人共发6次短信2次邮件，依据一般平台标准价就是0.06元x6+0.01元x2=0.38元。所以每日花费就应低于0.38x每日新增客户数。为什么是从第五天开始，因为人的记忆最优加深时间是7天，然后每隔一个星期给未再次购买客户发一条关怀短信或者关怀邮件，更容易加深客户对店铺或品牌的印象，也容易培养客户对店铺营销渠道短信或邮件的依赖和信任。
然后是老客。老客可以看我们的增值服务和活动关怀情况。买家有进入二次购买后即可开始享受升级服务关怀，利用生日，节假日，天气，健康等主题加深客户对店铺印象，同时继续培养客户对店铺短信依赖也能帮助店铺树立正面的公益形象，提升品牌好感度。增值服务比如天气异常关怀——该地区店铺会员+已发货未签收客户；传统节日关怀——高等级高价值会员；生日——所有生日会员等。活动关怀比如爆仓安抚——发货后未签收或无流转信息的订单。
我们更可以进一步的做数据的透析，比如看会员的地区分布省市级、会员等级、客单价、类目等。总之，基于循环迭代的客户数据分析和沉淀，可以掌握店铺不同维度客户的优略势，从而更精准的制定和优化会员管理维护计划。
