客户洞察

客户洞察拥有高效、精准的用户洞察和细分引擎，将存量客户标签化管理，确保人群的精准匹配。我们将获取到的客户、商品、订单、物流、评价、询单、营销、服务等数据拆解细分成各种标签，通过标签的自由组合实现人群的精细化分组，为后期进行精细化管理提供基础。

2.1 分群类别

为了更好的管理分群，我们提供分群类别功能，用户可以根据其分类习惯将分群归类到各个类别。用户可以点击新增、修改、删除分类。当分类下有子分类时，分类将不支持删除，只有将子分类全部移除后才可删除。

2.2.2 分群列表

• 点击【新增分群】将会跳转到新增分群页面

• 点击【导入分群】将会跳转到导入分群页面，用户导入文件后，点击保存。

• 点击【编辑】将会到分群修改页面

• 点击【查看人群】可以查看客户详情页面，并支持全部客户导出

• 点击【删除】将会删除分群

• 点击【复制】将会创建分群副本

基础属性、RFM属性、交易属性、营销属性、互动属性：根据所选区域及视角，圈选该视角下的人群

标签属性：根据区域获取该区域的属性标签

说明：若区域只有一个视角，则默认该视角（不展示可选视角）

创建分群时用户需要先在顶部创建分群名称以及选择分群分类。

其次用户可点击左侧分群属性进行分群条件添加。当添加条件时，点击相应属性，就会把该属性添加到分群筛选条件中。如果该属性只能添加1次，则点击后该属性会置灰，如果该属性能添加多次则同一属性多个条件之间需要选中逻辑关系，一些特殊的属性如地区，两个地区条件之间必须选择或者。

完成以上步骤后，如果用户需要查看该分群下涵盖多少人群，可以点击上方统计分析按钮，查看人数以及人群属性分析。

最后确认分群条件无误后可点击保存分群，分群将会出现在分群列表页。

新建分群页面左侧为我们通过视角下数据整理出的分群属性标签，总共分为六大属性：基础属性、标签属性、RFM属性、交易属性、营销属性、互动属性。

4.1 基础属性

基础属性是本视角下客户的基础信息标签，包括客户的自然属性，如生日、年龄、性别、地址、联系方式（电话、邮箱、QQ）等，以及人为划分的属性，如领卡时间，会员等级、客户类型、会员黑名单、权益黑名单、短信退订等，另外还融入了一些特有的基础属性，如客户姓名等。

领卡信息：支持筛选领卡时间和领卡渠道筛选人群，通过领卡渠道和时间筛选人群进行分析，以判断哪一个时间段入会人数较多，哪个入会渠道的效果更好，以决策投入资源配比

说明：领卡渠道支持选择有赞会员、官网注册、自主商城注册，并支持通过领卡店铺、领卡来源筛选人群。

入会时间：通过用户的入会时间筛选某段时间内的新入用户。

首次来源：支持具体到店铺，也可以支持通过店铺分类进行二次筛选。

权益黑名单：若勾选互动活动，则筛选的是互动活动黑名单的客户（不能参加会员俱乐部的互动活动）。

4.2 标签属性

商家可以根据自己类目自定义属性（会员中台—>用户中心—>标签信息—>属性标签-字符文本框），如服饰的商家可以收集身高、体征等信息。导购端、客服端给客户打标签，可以在此用该属性标签筛选出来这部分客户后进行营销。

例如：商家筛选身高170以上的客户，做大码衣裤的推荐，或者筛选身高为空，即未填写身高信息的客户，筛选后推送完善信息获取奖励。

例如：时间属性标签，可筛选距离当前之前或之后一段时间筛选人群，通过属性标签收集的结婚纪念日，属性标签可以筛选出纪念日是距离现在前N天或者未来N天的人群。

4.3 RFM属性

RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该模型是基于最近一次消费、消费频率和消费金额这三个基本要素而建立的。

在RFM模式中，R（Recency）表示客户最近一次购买的时间有多远，F（Frequency）表示客户在最近一段时间内购买的次数，M（Monetary）表示客户在最近一段时间内购买的金额。一般的分析型CRM着重在对于客户贡献度的分析，RFM则强调以客户的行为来区分客户。

RFM模型较为动态地层示了一个客户的全部轮廓，这对个性化的沟通和服务提供了依据，同时，如果与该客户打交道的时间足够长，也能够较为精确地判断该客户的长期价值（甚至是终身价值），通过改善三项指标的状况，从而为更多的营销决策提供支持。

RFM模型统计的是一个固定的数据，不会受下单时间或付款时间等时间的限制。

用户在筛选RFM属性时支持筛选到当前区域下视角的店铺的RFM值。

付款总次数：统计用户的付款总次数（一天多次付款计算为多次），支持商家细分统计时间段内的不同购买情况，即通过统计时间段内的付款次数来观察用户的行为。

首次下单时间：筛选出在某段时间内首次下单的用户。

4.4 交易属性

交易属性筛选是通过客户的交易、子订单的关联进行客户的筛选，是最灵活的客户筛选方式，通过交易的时间、状态、所购商品等组合，可以对交易过程中的每一个环节的客户进行精准筛选。

预售付款次数：客户预售付款的次数，例如：筛选出预售付款次数大于等于2的客户，针对这部分客户推送双11预售活动。

最后购买店铺：筛选出该视角下用户最后一次购买是在指定店铺的客户，例如，商家在店铺的维度上举行店铺的周年庆活动，可以将店铺的忠实用户筛选出来，通过消息通知或者打电话的方式引导到该店铺参加周年庆活动。结合时间和金额标签，则实现在一定的时间范围内，达到某个消费额度，且最后一次消费的店铺是在本店铺的用户会邀请过来参加周年庆活动。

4.5 营销属性

营销属性用于帮助卖家筛选出营销活动后不同响应结果的客户，为进一步制定和采取应对的营销策略提供支持。

短信回复：支持某时间回复了某些关键字的客户。

门店优惠券：根据优惠券的名称或优惠券的过期时间筛选出相应的用户进行营销活动。

说明：支持筛选到已经过期的优惠券，进而根据优惠券的使用情况筛选人群。

4.6 互动属性

互动属性一般用于帮助用户分析客户的互动行为、次数、时间、周期以及所拥有的积分情况，根据这些情况可以反映出客户的活跃度，从而调整后期运营方案，做出针对性活动等。

公众号关注：便于进行筛选某个公众号的粉丝进行定向营销。

企微好友：筛选支持通过员工组件筛选好友。

添加好友时间：筛选某段时间内的新加好友，例如：①将最近加好友的人群筛选出来，然后做针对性的营销活动，促进新好友转化。②将最近加好友而且有过消费的人群筛选出来，认为这批用户存在价值，进行批量打标等。

在分组列表页面，点击查看人群，可查看客户明细。

客户明细页面除了客户的基本信息外，还支持导出客户数据。

在分组列表页面，点击人群分析，可查看人数以及人群属性分析。