chinesefreesexvideos高潮,欧美极品少妇性运交,久久久国产一区二区三区,99久久婷婷国产综合精品,成人国产一区二区三区

本文給大家一個結(jié)合用戶生命周期算法、用戶來源以及價值貢獻三者結(jié)合起來的一整套銷售預(yù)測與活動測算邏輯。Enjoy~

大家注意了沒有：我在用戶生命周期種，一直沒有提到RFM模型種的M值，也就是用戶消費金額。

為什么?

因為用戶生命周期，只和用戶消費行為有關(guān)，和用戶價值貢獻無關(guān)，而M值的運用則需要在運營測算種體現(xiàn)出來。

下面我可以給大家一個結(jié)合用戶生命周期算法、用戶來源以及價值貢獻三者結(jié)合起來的一整套銷售預(yù)測與活動測算邏輯。

首先我們先來看一個銷售預(yù)測的邏輯：我們將用戶從時間維度的劃分結(jié)合歷史值，推算出預(yù)估業(yè)績，再分解到各項具體的業(yè)務(wù)指標(biāo)來找到營銷策略：一個美妝企業(yè)覆蓋全國市場500家門店，2018年1—8月份月均銷售額為3000萬元/月，9月份開始計劃做雙十一大促，目標(biāo)銷售要提升到當(dāng)月6000萬元，提升率達到 200%，在新店不增加數(shù)量，老店不關(guān)店的前提下，站在用戶運營的角度該思考哪些點呢?

我們必須要理解，如果站在CRM運營的思考維度是將用戶分類——我們每個月的銷售額，由哪些人帶來的？每部分人分別貢獻多少？每部分人是怎么來的？如何連接到她們？用什么手段去影響她們？

不管全國多少家店，每個月銷售額是幾百萬或者是幾個億，用戶分類都可以用大范圍的時間去框定——年度新用戶在當(dāng)月返店、當(dāng)月新增用戶、年度老用戶返店以及無法識別用戶(無注冊信息)四部分人。

講白了，每個月的消費人群都是由該月新增加的用戶、今年前幾個月消費再回頭的用戶，以及上一年 度返店用戶，以及無法識別身份的四部分用戶組成的。

所以在這個時候，會有一個歷史消費模型來告訴你之前每個月的3000萬銷售額，這部分人分別占多少，是如何構(gòu)成的。這一步非常重要，因為有了基礎(chǔ)，才可以做推算。

先解釋一下上述【銷售預(yù)估表】里每一項的邏輯來源：

1—8月份新用戶數(shù)可以直接從后臺拉出數(shù)據(jù)，9%的9月返店預(yù)估是基于2017年的歷史數(shù)據(jù)（2016年在2017年的返店概率直接拿過來），人均1.1次消費次數(shù)也是本年度新用戶的參數(shù)，新用戶每月單數(shù)/新用戶每月消費人數(shù)，330的客單價是1—8月份這部分人群的平均值。

9月當(dāng)月新增用戶，是在新店不增加，老店不關(guān)閉的情況下，根據(jù)1—8月的平均值計算出來的， 這部分用戶的歷史值參考不用去年的同比，而是用今年的環(huán)比趨勢，相對其他幾個維度更為確定一些。

2017年老用戶在2018年9月當(dāng)月的返店概率，則是拿2017年的消費用戶總數(shù)，乘以9月預(yù)估消費 的返店概率得出來的。

值得一提的是：上一年度的用戶在本年度再消費的人，只占少部分，大約為35%左右，而正是這35%的人會在2018年12個月當(dāng)中消費，并且消費概率不是平均分配，每個月的消費返店概率是按照去年的趨勢來定的，而且是逐月降序分布，基本上到了9月份老用戶返店人數(shù)已經(jīng)不多了。

無識別用戶，有2種計算取值的方式：第一種是每個月有消費的總單數(shù)，減去有注冊信息用戶消費的單數(shù)得出來的1—8月份平均值；第二種方式是固定占比，基于往年無識別用戶這一數(shù)量極少的群體在總銷售額眾的占比來進行推算，一般此類用戶占10%的銷售額。

無識別用戶因為沒有連接信息(手機號、ID 等)，所以不做營銷需求，算是自然增量。

以上是基于用戶經(jīng)營調(diào)度合思考邏輯做銷售策略之前的預(yù)估，從表格的數(shù)據(jù)來看：什么都不做的話預(yù)計銷售額為24446666元，就算是2400萬，舉例公司9月銷售目標(biāo) 3000 萬，差值達到 600 萬，這就是重點了。

第一步在于我們要知道目標(biāo)實現(xiàn)的難度，第二步才需要知道怎么做才能達到目標(biāo)，所以要做下 一輪的營銷分解。

用戶運營眾考慮的三個基礎(chǔ)指標(biāo)：

1. 用戶數(shù)
2. 返店(復(fù)購率)
3. 人均消費

這三個值構(gòu)成了整體的銷售額，同時影響這三個值的因素就是我們的營銷手段。

但是你需要考慮的是，600萬整體銷售目標(biāo)的差距：

1. 哪一部分的會員是主力目標(biāo)？
2. 提升這些主力目標(biāo)的過程動作是什么？(用戶數(shù)、復(fù)購率、 人均消費)
3. 需要提升多少？難度大不大？

那么我為大家一一剖析，算是模擬一遍：

首先是目標(biāo)主力，打個比方，基于你們公司的市場情況和業(yè)務(wù)模式，你要評估究竟是做新用戶容易一點，還是做老用戶方便一些？

結(jié)果你發(fā)現(xiàn)：每月的新增用戶的增長很慢，即便投入了營銷資源也很難帶來質(zhì)的變化，于是將目標(biāo)鎖定到當(dāng)年度1—8月份的用戶以及去年的老用戶返店上面。

其次你又發(fā)現(xiàn)：根據(jù)你們公司的產(chǎn)品品類，客單價提升幅度有點難，但是可以稍微沖刺一下，分別提個 10%和 20%左右最多了。所以，在提升人數(shù)和單客價的方向上定下來了。

接下來就是營銷的動作，可以看一下第二張表:

這一張測算表，里面加了公式，可以通過剛才的策略分析，將目標(biāo)消費用戶的“返店率”和“客單價”連個指標(biāo)進行提升來實現(xiàn)銷售目標(biāo)的達成。

切記，表格是做演算用的，是給我們做運營的人員心里一個有根據(jù)的參考，最大的目的和意義在于：你要為了這些指標(biāo)的達成所選擇的營銷手段。不然就只是空談，只是做數(shù)學(xué)游戲。

所以這張表其實最有價值的部分是在右下角的影響因素和營銷動作，而且還可以再繼續(xù)細分，例如：需要完成這樣的返店率的話，投入什么樣的資源？數(shù)量是多少？單價成本是多少等等； 最后就能匯總出來一個總的營銷成本，此時就可以向財務(wù)和董事長要資源要武器了，我就不一一舉例了。

更為精細的活動預(yù)測與營銷邏輯:其實思路只要能想明白的話，業(yè)務(wù)邏輯再復(fù)雜一點也沒關(guān)系。甚至可以結(jié)合前面的會員生命周期、線上線下的渠道來源，以及用戶貢獻價值等級來做銷售預(yù)測以及營銷規(guī)劃。

給大家再看一個例子:

這張表看起來很復(fù)雜，其實運營邏輯和之前的例子是一樣的，就是將用戶分類做的再細致一些，不單 單按照財年維度進行，而是直接結(jié)合用戶的生命周期展開，不同階段的用戶，都在系統(tǒng)當(dāng)中有比較詳細的交易數(shù)據(jù)：包括人數(shù)、客單價、轉(zhuǎn)化率。

上述這張表左邊的是歷史測算，右邊的才是營銷決策，雖然我在右邊的沒有去寫，但是那才是最重要的部分。

需要提醒的是:

1. 左邊黑色部分的用戶人數(shù)是現(xiàn)在的，轉(zhuǎn)化率指標(biāo)一定是參考的往期參數(shù)，所以用現(xiàn)有的數(shù)據(jù)乘以往期 參數(shù)，就可以得到預(yù)估銷售額;
2. 右邊黃色部分，其實重點調(diào)整的是轉(zhuǎn)化率(返店率)和客單價，營銷轉(zhuǎn)化率的因素根據(jù)用戶來源渠道的不同而有所區(qū)別（電商部分的復(fù)雜一點），影響客單價的因素和產(chǎn)品定價、促銷檔位以及銷售人員都有關(guān)系。這些都屬于目標(biāo)達成中的過程指標(biāo)，而圍繞著這些過程指標(biāo)的調(diào)整就是營銷手段和動作 了。

以上的運營測算的例子非常簡單，形式并不是唯一的，表格設(shè)計與計算維度也可以根據(jù)業(yè)務(wù)需求和場景自定義，因為版面有限，其實前面的測算之后，還可以再銜接“卡券”、“郵件”、“短信”等一系列刺激回購的動作，以往期的歷史值作為參數(shù)進行比對。

大家有注意的話，能發(fā)現(xiàn)我在各項表單里面都提到了RFM參數(shù)，這是CRM運營專業(yè)中非常常見的一個概念，是用于評估用戶多維度行為的價值判斷邏輯。有區(qū)別于傳統(tǒng)的客戶分類ABC法則，比較有意思。

本文由 @貓科動物 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自 Unsplash，基于CC協(xié)議。