玩转会员系列连载——会员体系

2.1 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。

2.1.1 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。

2.1.2 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。