電商會員指標:4種必懂的觀念

RFM模型、用戶終身價值 (LTV)、回購率、註冊會員未購率

樊松蒲 Dennis

樊松蒲 Dennis

2024年6月10日 上午 1:48

電商數據指標

本文引用 Hahow 100個電商營運數據指標全攻略 部分課程內容。

--

會員經營是現在數位行銷中非常重要的議題,一方面是因為廣告費居高不下,另一方面其實會員經營中隱藏著大量的金礦,值得你去挖掘。

RFM 模型

RFM 模型是一個經典且常用的會員價值分析模型,透過分析會員的最近一次消費時間 (Recency)消費頻率 (Frequency) 以及 消費金額 (Monetary) 三個維度,將會員分群,並根據不同群體的特性制定相應的行銷策略。

RFM 模型的參數設定:

  • 參數規則可以根據會員歷史資料來均勻切割,重點在於如何運用 RFM 來提升經營效果,而非花費太多時間在切割方式上。
  • 設計參數規則時,需要考慮涵蓋所有用戶,並為每個分群命名,方便後續貼標籤。

RFM 模型的應用:

  • 觀察會員在活動前後的 RFM 等級變化,例如從等級 2 提升到 3 以上的人數和比例,藉此評估會員活動是否成功提升了會員價值。
  • 根據不同 RFM 分群的特性,制定差異化的行銷策略,例如針對高價值會員提供專屬優惠,或針對沉睡會員設計喚醒活動等。



基於 RFM 框架之會員價值變化指標

這個指標是根據 RFM 模型的變化來評估會員活動的成效,例如觀察會員在活動前後的 RFM 等級變化,進而判斷活動是否成功提升了會員價值。 指標越接近 1 代表會員活動辦得越成功,反之則效果不佳。

計算方式:

  • 需要數據工程師配合,因為涉及一些計算和邏輯。



用戶終身價值 (LTV)

LTV 是指一個用戶在與網站互動的整個生命週期內,為網站帶來的總收益。 這是一個重要的指標,可以幫助我們評估會員的長期價值,並制定相應的會員經營策略。

計算公式:

  • 平均客單價 × 消費頻率 × 週期計算長度 - 客戶獲取成本 = 用戶終身價值

計算公式的說明:

  • 平均利潤率可以選擇性加入計算,取決於你想計算的精細程度。
  • 週期計算長度的設定是一個難點,因為沒有人可以準確預測未來市場變化。
  • 實務上會透過同類群組分析表格來預估週期計算長度。

如果把 LTV 除以 CAC (LTV/CAC):

  • 這個指標類似 ROAS,用來衡量獲取一個用戶的成本效益。
  • LTV/CAC 的合理值取決於 LTV 的計算方式,例如是否扣除成本等。



回購率

回購率是指在特定時間段內,重複購買的用戶數量佔總購買用戶數量的比例。 這是一個衡量顧客忠誠度和網站留存率的重要指標。

回購率的定義:

  • 需要根據關注這個指標的人的需求來定義,例如老闆、投資人、營運主管等,因為他們對回購率的理解和用途可能不同。

回購率的應用:

  • 長期觀察回購率的變化趨勢,並根據變化制定相應的策略,例如找出提升回購率的方法,並持續觀察其成效。



註冊會員未購率

這個指標指的是尚未完成第一次交易的註冊會員佔所有註冊會員的比例。 這些用戶代表著潛在的商機,但同時也意味著網站可能尚未滿足他們的需求,導致他們猶豫不決。

註冊會員未購率的應用:

  • 分析這些用戶的特徵和行為,例如瀏覽過哪些商品、加入過購物車但未結帳等,找出他們未購買的原因。
  • 針對不同原因制定相應的策略,例如透過 EDM 或簡訊等會員工具進行溝通,提供更具吸引力的商品或優惠等。
  • 會員註冊:
    • 如果網站是非會員也可購物,需要提供加入會員的誘因,例如首單折扣、會員積分等,才能吸引訪客註冊。
    • 需要確定會員註冊的認定時間點,以便準確計算用戶獲取成本。
  • 會員經營:
    • 可以透過會員活動,例如老客戶回娘家、會員點數活動等,提升會員活躍度,並帶動 RFM 等級的提升。
    • 可以透過會員點數、折價券等工具,鼓勵會員重複購買,提升回購率。
  • 會員分群:
    • 可以根據用戶的消費行為、偏好等,將會員進行分群,例如價格敏感型用戶、新品偏好型用戶等。
    • 針對不同分群制定差異化的行銷策略,例如針對價格敏感型用戶發送折價券,針對新品偏好型用戶推廣新品資訊等。

文章標籤

# 電商指標