1704223297
1704223298
这也是为什么影响会员体系价值的关键在于会员权益的设计，而会员权益设计的关键就是如何放大用户的获得价值。
1704223299
1704223300
案例3：2017年京东会员体系调整前的会员级别及会员权益
1704223301
1704223302
从表4–1中，我们发现不同等级的会员能够享受到的权益是完全不同的。我们来介绍一些传统零售行业里的关键假设。
1704223303
1704223304
表4–1 京东会员权益表
1704223305
1704223306
1704223307
1704223308
1704223309
• 用户等级越高，其忠诚度越高。
1704223310
1704223311
1704223312
1704223313
• 忠诚用户贡献的价值要远远高于其他用户，而贡献价值大小通常和他们的级别呈正比。
1704223314
1704223315
• 维护一个忠诚用户所耗费的成本通常只有获得新客成本的1/5。
1704223316
1704223317
• 二八原则永远存在：20%的用户贡献了80%的收益。
1704223318
1704223319
但如果你仔细琢磨这些关键假设，你就会发现在整个忠诚度体系中，京东真正要维护的并不是全部会员，而是那20%甚至更少的高净值用户。
1704223320
1704223321
于是，传统零售业在考虑构建用户忠诚度体系时，首先要做到能够将这20%甚至更少的用户给遴选出来。应该怎么选？自然有方法。
1704223322
1704223323
我在前文中提到，传统零售业热衷于为会员发放会员卡。而如果你有心，就会注意到会员消费是需要至少刷一次卡的，而只要你刷了带有磁条的会员卡，磁条就记录了你的会员号码，会员号码可帮助商家匹配到你的真实会员信息。
1704223324
1704223325
当然，如果你选择了刷卡支付，那么在理论上，你还要至少刷一次银行信用卡或者借记卡才能完成整个消费流程。
1704223326
1704223327
再次强调，对于正在构建忠诚度体系的商家来说，了解到会员的消费行为是关键所在。
1704223328
1704223329
了解了用户行为之后，又该如何划分会员等级呢？这时，我们就要请出算法模型先生来为大家讲解了。
1704223330
1704223331
在诸多的模型中，RFM（客户关系管理）模型理论的（见图4–4）应用最广。
1704223332
1704223333
1704223334
1704223335
1704223336
图4–4 RFM模型
1704223337
1704223338
• R代表Recency，指最近一次消费。
1704223339
1704223340
1704223341
1704223342
• F代表Frequency，指一段时间内的消费频率。
1704223343
1704223344
• M代表Monetary，指累计消费金额。
1704223345
1704223346
• 这三个要素可以简单有效地反映客户的价值。