会员营销的核心大法就是减少流失率、提升用户忠诚度。消费者通过会员任务，获得有价值的奖励。通过挖掘、刺激用户的兴趣点，培养其忠诚度。

电商已从流量时代到了客户运营时代，外界的变化驱动着每个进场的电商玩家，不得不关注哪些是他们需要重点关注和运营的人群。会员营销则是一种可以刺激消费，促活的方法。一般来说，会员营销首先需要将消费者进行分群标签化，然后再进行相应的营销策略的触达。不过，可以明显的看到的是，电商平台的站外的拉新引流成本极高，所以，站内拉新和维护老用户，成为了重中之重。

我有那么多用户，怎么分群打标签？

每个进入电商网站的消费者都有自己人物画像，包括身份画像和行为画像。他在什么时间浏览或收藏过哪些商品，搜索过什么关键词，点击了哪个按钮，消费过哪些东西，基本上所有消费者的兴趣爱好，消费能力，都可以完美的通过各种标签勾勒出来。通过各种行为数据，可以360度精细化的标记每个消费者。

消费者的生命周期有不同的阶段，从了解到有兴趣，到下单购买，再到重复购买，结合其在网站的动态行为，多种信息的分类聚合，能够生成了一个虚拟的“身份证”。

一般的核心用户可划分为：

兴趣用户：最近N天（天数根据具体业务、品类确定）发生过加购物车或收藏商品行为，且在此期间没有购买或者收藏商品的客户

新客户人群：N年内只成交过一次，且此次成交在最近N天内。

复购人群：买过品牌或店铺内复购率高商品，且该用户仍然处于回购周期。

如果电商产品仍然处于初中级阶段，需要更好的维护那些价值相对较高的高质用户，提高这类用户的忠诚度，毕竟很多用户的价值相对少一些。但往往越高价值的用户所占的比例就越小，我们通过客户综合价值模型建模，甄选出我们需要着力发展的客户。

当然，上述的分析方法还不能有效的用户分群，还需要更高级的模型，去探索更多有效的信息。用RFM模型进行分群，则可以更好的实现精细化运营，定位营销人群，客户关系管理。RFM分别代表：

R：Recency，表示上一次消费时间

F：Frequency ，消费频率

M：Money，表示客户在统计时间内购买的金额

通常，我们会将这3个指标分为8类，其实最多能到125类，不过确实没必要划分的那么详细。

重要价值客户：最近消费时间很近，消费水平高，消费频次高，没毛病的高质用户，重点培养和关注

重要发展客户：最近消费时间很近，消费水平高，消费频次略低些，同样是高质用户，需要重点拉升他的消费频次，提高忠诚度

重要保持客户：最近消费时间很久远，但是消费水平和消费频次都很高，这类客户是曾经的价值用户，需要通过手段保持的客户，提高忠诚度

重要挽留客户：最近消费时间很久远，但是消费水平很高，但是消费频次较低，这类客户是很有可能已经流失

一般价值客户：不详细赘述，度娘吧

一般发展客户：不详细赘述，度娘吧

一般保持客户：不详细赘述，度娘吧

一般挽留客户：不详细赘述，度娘吧

之前亚马逊有个经典的案例：

亚马逊内部发起了人工智能的风暴，内部有个团队专门负责大数据预测，工作内容是评估某个地区，在某个时间点都可能最需要哪些商品。经过一段时间的运算和算法模型的打磨，终于预测到了相应的数据，然后把数据反馈给各地区的仓储人员，他们再去根据数据去配货。并且将货物运送到具体的地点，一旦有客户下单，会及时响应，能够做到30分钟内完成交易。

进行人群细分是非常有必要的，无论你负责的是电商，还是内容产品亦或是IM产品，都可以根据以上的各种模型和方法，进行用户的详细分群，那么在这之后又该做些什么呢？当然是精准营销了，通过人为干预或者人工智能的手段，制定针对不同生命周期的营销策略，目的就是提前知道客户想要什么，预知他的下一步操作。

具体有哪些可以实现的任务呢

不难发现，越来越多的产品都在重视会员营销和用户培养。各大APP都在接入积分商城，试想通过积分商城来增加用户粘性，例如UC浏览器。在uc的个人中里内，有签到领积分，抽奖等任务，积分可以兑换券，也可以兑换流量，用任务的形式，培养用户习惯，留住用户。

会员营销任务不仅限于签到，抽奖还有更多的玩法，结合市面上的竞品，笔者将其归为几类：

引流型任务

引流型任务一般为长期的任务，用户能够一直玩下去，一般是随着时间越长，他的奖励会越高。这类型的任务一般用于引导用户参与已有奖励机制的任务形式，主要用于引流，任务完成会有虚拟内容形式奖励，如：一则笑话。

应用场景可以是：

每日签到，如百度贴吧的签到得经验值，京东的签到拿京豆

领取礼包，每日礼包领取

抽奖，用虚拟货币抽奖，一定概率赢取价值更高的商品

通过引流型任务，可以对活动和店铺引流，并结合精准筛选人群后，为业务带来更加优质的核心人群，重点营销。

激励型任务

激励型任务一般为短期的一次性的任务和奖励，该任务用于引导用户完成指定任务，在约定的时间内获得奖励的形式。市面上这类任务的应用场景最多，有真实奖励，如优惠券、实物、商品。

应用场景可以是：

引导用户购买会员，获得奖励，如购买京东会员plus，得京豆和优惠券

引导用户完善资料，获得奖励，获得奖励，例如各个网站的实名资料填写得金币等

引导用户下载app，获得奖励，如前几天的下载KFC APP，得全家桶半价券。

引导用户申请信用卡，获得实物奖励。如申请花旗银行引用卡，可以拿到200元京东E卡

引导用户浏览某活动页，获得优惠券奖励

激励型任务一般为一锥子买卖，通过有吸引力的奖励来吸引用户去做任务，通过这种类型的任务能够给自身带来更好的价值，如用户详细资料，拉新用户等等

分享型任务

分享型任务一般是用于引导用户自传播的分享形式，主要应用于社交媒体化，任务完成会对于任务传播者和带来新用户匹配不同奖励，奖励形式为真实奖励，如京豆、优惠券、商品等

应用场景可以是：

分享商品/活动后，获得奖励

通过分享邀请好友购买会员，完成任务获得奖励，同时好友也会获得奖励

针对单一商品，用户通过任务分享，有多个个朋友点击，则实现商品降价

分享任务依赖于社交媒体，主要为微信，微博等，它是在社交媒体的基础上，从里往外延伸，通过用户本身点对点的传播方式。

如果各个产品需要做相应的任务模块，首先应该明确自己的产品属性和产品定位，再结合用户的特征来做适合自身的个性化任务。还应该明确的是，你要投入多大的预算。无论是实物还是虚拟产品，都需要相应资源支撑。当然，也要注重产品的体验，需要在各自的业务体系内，做相应任务的提示，给用户一个明确的指导，规则需要写清楚，从头到尾的连贯提醒。

用户为什么会去做任务？

前文详细的说明了各种各样的任务类型，但并不是说每个任务都会有人去做，都能带来很好的效果。由于每款产品的气质不同，适合他的任务模型也会大相径庭。我们最应考虑的事情是站在用户的角度去思考理解这个问题。深入的了解用户心理，比用户自己还懂他。时时都要明确的是这个任务真实的能给他带来什么好处？是什么能驱动用户去做任务。

对奖励价值的认可

从心理学角度，财富、收入或者商品的不断增加是人们获得更多福利或幸福的前提。对一般人来讲，能够拿到更多的收入，赚更多的钱，才能提升他们的幸福指数。钱就是大家认为有价值的东西。同样，如果用户对于任务奖励价值的认可程度越高，那么对它的期待就越高，就会吸引更多的人去通过各自的手段获取奖励。以淘宝的淘气值为例，

淘宝在去年的时候推出了淘气值，它是根据会员近一年来在淘宝，天猫，飞猪以及淘票票上的“购买金额、购买频次、互动和信誉”等行为，而综合算出的会员价值分。淘气值的多少能够反映该用户的信用评级，高级会员可以得到相应的权利。例如，获得一些代金券或者红包。淘宝的产品策略比较人性化，首先明确了淘气值的定义，来源和属性，紧接着，在界面下方又说明了淘气值能够干什么用，在哪里用，例如通过400积分能够得到价值60元的红包，或者是能够兑换全国的流量。它通过其他商品的价值来体现淘气值的价值，让用户感知到淘气值是具有真金白银性质的虚拟货币，能够交易到自己需要的物品。通过对其价值的认可，不知不觉的吸引别人去做相应的任务

带来的影响和意义更重要

蚂蚁森林是支付宝推出，以环境保护为切入点，打造了一款基于社交的公益性质的产品。一年共吸引2.3亿用户，种下1000万棵真树。它率先引入了“碳账户”的概念，通过行走，骑行而减少碳排量，通过在线支付等无纸化生活方式保护大自然不受侵害。它的任务形式比较简单，当天行走的步数可以得到相应的能量值，当天通过在线支付操作也可以或者能量值。每个类型的能量都有成熟期，在第二天七点收取能量。能量越多，树苗越大，等能量积累到一定程度时，就可以在沙漠地区将你养的树苗种植，绿化沙漠。

我们所获得的能量可以看成是通过一些任务而得到的奖励，不过它区别于电商的奖励，是一种偏公益性质的奖励。这类玩法像极了当年人人网和qq空间的开心农场，戏路完全一致。同样是收获果实或者树苗，为什么支付宝能够成功？原因就在于，它抓住了人性，让每个参与进来的用户能够深深的感知到，能够通过力所能及的方式，为社会做出些许贡献，认为是一件非常有意义的事情。

社交以及身份的象征，让人趋之若鹜

如果有一款产品，它可以把你以前很多不怎么联系的朋友，甚至完全不认识的人变的更加亲密，友好，而且你还能从中得到乐趣，你愿意吗？我想，大多数人会愿意的。这款产品就是最近一直霸榜的moba类游戏-王者荣耀。以王者农药为例，他的成功可以归功于，简易的操作，贴心的引导，较快的节奏耳熟能详的英雄以及社交的快捷性。游戏内有每日任务，每周任务，师徒任务，社交任务，战队任务等，能够得到大量的金币和铭文碎片奖励。

这些奖励能够购买合适的英雄角色和5级铭文，铭文越优秀，对战局内英雄的发育越有利，赢得比赛的几率就越大。排位赛如果赢得比赛，就可以提高自己段位。王者荣耀也是基于QQ或微信账户体系开发的游戏，游戏内可以查看好友的段位排名，排名越高，在朋友中的声望就越高。由于以上的因果层层关联，驱使着用户通过做各种任务，得到奖励，然后提升铭文等级，最终升级段位，以达到提升名望的目的。

基于用户群体的任务营销

从上文的叙述，你应该了解了怎么把一箩筐的用户群体，根据各个指标进行分群，也知道了市面上流行的各种任务类型，同时也能够大体明白用户的心理模型。那么接下来，需要把这些东西串联起来并加以利用，就要把这些已经分群的用户进行精准营销和精细化运营。这里我列举部分方向，仅作抛砖，各位有精力再去思索更多的业务方向。

千人千面起初是淘宝率先推出的一个算法，从阿里系海量数据中抓取各种特征数据，通过算法模型模拟出消费者的兴趣偏好，再根据其兴趣推荐对应的商品。同理，会员任务也是根据这个模型，结合消费者消费倾向和消费能力，通过做任务送奖励的形式，实现千人千面。我们结合阿里的模型，来简要的讨论一下。

主要有以下步骤

360度人群分级

用户是用各种特征去标记的，淘宝是根据标签，交易金额/时间/笔数，会员级别，地区等条件进行搜索，从数据库中检索出对应标签的用户list。当然用户分群的方法我们在上述已经说明过，此处就不再赘述了。这里输出的是用户的pin包（账号），你可以通过调节不同的参数，创建各种计划，提取不同维度用户账号，并进行精准营销。

当然，可以使用同样的方法来筛选需要推送不同任务的人群，例如创建一个任务拉新模型：

品类A是拉新品类，品类B示相关性品类

筛选出，在平台上未购买过品类A的所有用户

筛选出，在平台上未购买过品类A但有过收藏，加购，搜索等行为的所有用户

筛选出，在平台上购买过品类A但未支付的所有用户

这些筛选出来的用户群，再起初的时候，先用各种任务形式去使用，（1）（2）（3）的人群推送不同的任务实验，结果比对，直到达到自己满意的结果。有人会问，什么才是满意的结果？这里可以是拉升GMV，打开率，使用率，拉升率等，具体业务，具体分析。

营销方式

人群确定后，还需要选择合适的任务营销方式。首先最应考虑的是做营销的目的，为什么做？提升GMV，提升流量？都可以！还是以上述创建的拉新模型为例，由模型的名称就可以了解到，是为了拉新用户，让新用户来购买。那么只要是在某段时间内，没有购买过品类A的用户，都算作是这个品类的新用户，只要这些客户购买了，我们的KPI就算完成。以一个简单的任务实例做说明，

牛奶品类最近销量降低，老客户的购买仍然在稳定的周期性复购，但新用户却增速缓慢，新用户销售额占比降低。为了获取更多的用户，牛奶品类做了一个拉新模型（上述已说明），通过购买任务的形式，拉升了GMV。

所谓的购买任务，简单来讲就是对高ROI人群投放任务，如向牛奶品类新用户投放，做完任务，拿到奖励。一般来说，购买任务可以这么玩

3个月内，购买牛奶品类10件指定商品，送一件商品或优惠券

3个月内，购买牛奶品类指定商品金额达到XXX，送一件商品或优惠券

3个月内，购买牛奶品类指定商品10次，送一件商品或优惠券

通过购买任务的方式，能够一定程度上达到拉新的目的。

触达方式

筛选出用户包才是万里长征第一步，既然是天选之人，我们必须得去通知他啊，咳咳，去告诉他，你现在被上帝选中了，你是散落在大地上帝的私生子，快去他那里亮出你的身份，这样就可以位列仙班了。那该如何通知他呢？以淘宝为例。

（1）短信通知

淘宝通过内部优质的短信渠道，申请短信资源，再通过算法模型筛选不同标签的用户进行短信营销推送，

并对对触达人群进行全链路的监控，识别哪些人进行回店浏览、加购、收藏及成交。其短信通道限制了发送数量，避免造成体验问题，待创建了短信任务模板，点击发送，就可以进行相应的短信营销了。是不是很简单。。。

（2）定向海报

根据之前设置人群策略，触达不同海报，对不同的人群在店铺首页展示个性的内容（如优惠券、商品图等），并提升访客转化率的目的。定向海报可以能够千人千面，支持定向分发不同人群策略，向不同的人说不同的话。

（3）EDM

EDM营销（Email Direct Marketing）也叫：Email营销、电子邮件营销。是指企业向目标客户发送EDM邮件，建立同目标顾客的沟通渠道，向其直接传达相关信息，用来促进销售的一种营销手段。（来源百度百科）简单的将就是通过发送邮件的方式，给ROI高的用户群体触达。不过，市场上这种方法太过于浮躁，各种垃圾邮件满天飞，也导致这类触达方式的效果并不是很让人满意

（4）媒体

媒体指指消费者跟品牌内容接触的触点。包括：覆盖了以淘宝、天猫、聚划算、口碑为代表的电商消费类媒体；以优酷土豆为代表的视频媒体；以新浪微博、陌陌、钉钉为代表的信息流媒体； 以UC、高德为代表的移动信息流与搜索引擎媒体等。

还要很多很多的触达方式，这里不一一赘述，不过上述方式，能充分利用短信的渠道，也会有很好的效果

最后想说的

上述内容是笔者近期做的相关项目，整理了竞品的数据，为大家提供一些产品思路，如果有什么疑问可以在下方留言交流。