根據經典的營銷規律——二八原則：80%的銷售業績是由20%的顧客的貢獻的，這20%的顧客大多數是會員，即老顧客。

因為這部分顧客對我們藥店的品牌已經認可，所以他們購買藥品的客單價和購買頻率都遠遠高出普通的顧客，不僅如此，他們還能帶來更多新顧客。

會員管理就是透過對會員的差異化服務和精準營銷提高顧客忠誠度，從而讓客戶重複消費，實現業績提升，並讓企業的盈利能力可持續的增長。

會員顧客的管理水平可直接影響到門店的發展。

如何做好會員管理？

1、 章程制定

會員章程是整個會員管理的基礎。其中規定了會員資格如何獲得、資格會員如何管理，以及會員享有哪些獎勵與優惠權利等。

會員資格獲得方式：常見的有免費獲得、憑消費記錄獲得、消費金額達到一定額度時獲得。

資格會員管理：包括登記、修改會員資料；取消、恢復會員資格；會員升級、降級。

會員的獎勵與優惠：在會員的獎勵與優惠部分，規定了每一級別的會員都享有不同的獎勵與優惠，包括在會員積分、會員促銷、會員日優惠。

2、會員開發

3、會員建檔

透過辦理會員的方式來收集會員資訊，建立會員檔案。會員建檔一般分為兩部分：一是資料管理，二是賬戶管理。

會員資料管理包括個人基本資訊、消費資訊、職業資訊、生活習慣等。

會員賬戶管理主要包括個人賬戶餘額、積分管理、會員儲值等。

4、會員分類

分類方式有很多，一般可以按照年齡、職業、家庭結構、消費額、消費頻次、品牌偏好、病因等因素進行分類。然後針對不同群體會員進行資訊推送，如慢病人群可推送產品資訊、促銷套餐、活動邀請等，為不同會員提供有針對性的專業化服務，讓他覺得一直備受關注與重視，從而提升會員對藥店的忠誠度。

5、跟蹤服務

如：為會員提供支付的快捷通道、及時查詢資訊、用藥提醒，甚至送貨上門等便捷服務。還可以有針對性的提供免費培訓，如健康、養生方面的知識，或定期組織體檢回饋、會員生日關懷等個性化服務。個性化服務種類非常多，大家可選擇適合我們藥店的。

如何啟用沉睡會員？

1、監測資料，及時追蹤

對於沉睡會員，各連鎖並未有統一的標準。部分連鎖將一年沒有來消費的會員視為沉睡會員。其實，一年的時間未免太長。如果會員已經一年沒來消費了，任門店再怎麼努力，也很難將其喚醒。

要想喚醒沉睡會員，需定期監測會員的消費資料。可以3個月為週期，如果3個月之內未消費，就要對會員進行分析。該會員以前的消費情況如何，是每月都來消費，還是隔幾個月才來消費一次。如果只有最近3個月未消費，那麼，門店要進一步分析他以前的購藥記錄，透過一些措施，如打電話瞭解原因，以便及時採取措施。

2、主動出擊，數管齊下

有些連鎖藥店是這樣做的：把會員進行合理的分組，根據會員全年銷售額、進店頻次、客單價等指標，將會員分為核心會員、忠誠會員、一般會員（或A、B、C、D四類），門店對會員進行分級管理。

門店對會員消費情況進行統計，尤其是近期沒進店消費的會員。針對近期沒來的顧客，門店可以舉辦積分兌換活動並通知到這些人吸引他們進店，只要會員進店就存在銷售機會。如打電話說我們最近有一個積分活兌換活動，可以兌換禮品，進店不消費也有可能得到一份禮品，不同的會員等級，設定不同價值的禮品。

小結：會員制的目的是圍繞會員開展經營活動，從而鞏固目標顧客群，保障門店業績的穩步提升。當門店的客流趨於穩定時，不斷挖掘會員的消費能力就尤為重要。

如何做好會員的精細化分析、做到精準營銷呢？

主要從會員基礎分析、標籤分析、貢獻分析、RFM分析、滲透分析幾個角度進行分析，對不同會員進行差異化營銷，讓現存的會員能夠不斷產生消費行為，為公司帶來持續利潤。

一、基礎的會員分析

我們進行會員分析，一般情況下，我們需要哪些基礎資料呢？

理想狀態下會收集到會員的名稱、性別、年齡、聯絡方式、區域地址、收入狀況等等情況。當然，這些資訊不一定會十分精準，甚至會有一些異常資料，例如有的化妝品企業在做資料分析時，發現有些會員年齡居然超過了120歲，這些資料大機率都是需要清洗剔除的，以此來保障我們的資料質量。

1、會員基礎分析

我們拿到會員的資料，首先需要對會員進行基礎分析，瞭解會員的年齡層次、區域分佈、消費能力等情況，並實現標籤分析，刻畫使用者畫像。

（常用標籤）

膚質：中性、乾性、油性、混合、敏感、痘痘

功效：補水、美白、保溼、隔離、提亮膚色、抗氧化、防曬、收縮毛孔等

小樣接受度：高、中、低

年齡段：20以下、20-25、25-30、30-35、35-40、40-45、45以上

性別：男、女

產品偏好：單品、組合

過敏史：無、酒精過敏、香料過敏等

購買頻率：非會員、新顧問、返店客、固定客

收入情況：低、中、高

品牌偏好：品牌A、品牌B、品牌C

2、會員級別定義

隨著會員的消費升級，會員的級別在不斷升級，根據會員的消費情況，我們對會員進行級別定義，一般劃分為：新顧客、返店客、固定客，並採用趨勢分析、對比分析、結構分析等分析方法對每一類會員的消費情況進行分析。

以某家化妝品企業為例，他們的會員級別定義如下：

新顧客：第一次進店的客戶返店客：第二次、第三次購買的客戶固定客：經常購買的客戶

透過對不同時間階段的銷售情況進行趨勢分析、產品結構分析，找出銷售額增長或下跌的主要原因，及時調整營銷策略。

分析雲支援複雜演算法計算會員級別，消費評級和忠誠評級也可透過複雜演算法得到，會員明細為精準營銷提供依據。

3、會員結構分析

會員在逐步升級，我們需要進行結構分析，瞭解每個級別的會員數量、每個級別的會員為銷售帶來了多少價值、會員的變動情況等等。會員銷售佔比，決定銷售的穩定性與市場滿足度。

瞭解非會員到新店客、新店客到返店客、返店客到固定客的轉換比例，洞察存在的產品、服務問題。

新顧客的佔比低，會員以返店客和固定客為主，說明我們把精力、資金投入到傳統的市場、營銷渠道意義不大；返店客的佔比低，說明顧客的回頭率差，需要改進顧客服務；固定客的佔比低，這是一個危險訊號，購買了幾次之後顧客不再光顧，那我們需要反思針對老顧客的服務是否出現了問題。

4、線上線下整合分析

很多企業也會遇到這些問題：會員不一定只在一個渠道中實現消費，有可能是到門店消費，也有可能是線上購物，尤其是疫情以來，更是加速了消費者選擇線上購物的趨勢，所以我們需要實現線上線下的整合分析。

分析雲，能夠實現電商系統與零售系統資料的整合，透過“主資料管理”，統一標準和口徑，打通資料孤島，實現會員消費資料的整合，做出更精準的分析洞察。

二、RFM模型分析

基礎分析完畢，我們還需要藉助一些模型工具，實現對會員資料更精細化的分析，其中最經典也是最常用的當屬“RFM模型”。

1、什麼是RFM模型

R：最近一次消費發生的時間

用途：判斷會員生命週期，以做好週期營銷。

會員生命週期：蜜月期、活躍期、流失期、休眠期。一般定義3個月內屬於蜜月期，3-6個月屬於活躍期，而半年內沒有產生購物行為就已經進入到流失期了，超過1年沒有購物則是進入休眠期。對於化妝品行業來說，距離消費日期越近，產生下一次購買可能性越大。

F :一定時間內的購買次數

用途：一定程度上體現了客戶的忠誠度，代表著重複購買率，能夠看到顧客維護情況。

M : 一定時間內的購買金額

用途：一定程度上體現了客戶的貢獻值。我們都聽說過“二八定律”，一般營銷主要針對貢獻值高的客戶。

RFM組合，利用記憶曲線，幫助會員一起復習與您第一次購物的美好記憶，引發下一次購物。

２、如何實現應用？

根據RFM組合，我們可以將會員分為四類：活躍會員、近期流失會員、中期流失會員和休眠會員。

活躍會員：近１個月或３個月購買的會員。

對於易耗品而言，結合產品生命週期，是進行二次營銷的最佳時間。例如購買的面膜，預計１個月內使用完，針對這些客戶在產品快用完的時候及時做出產品推薦會收到絕佳的效果；對於非易耗品，此時我們可以提供產品養護或關懷，推動關聯營銷。

近期流失會員：3-6個月購買的會員

我們根據F或M，再精細劃分為高質量會員、中質量會員、低質量會員。針對近期流失的會員，我們要對他們進行調查，是否對服務、對產品不滿意？可以做同類商品的推薦，透過使用優惠的刺激、活動的刺激等方式，帶動消費。

中期流失會員：6-12個月購買的會員

對於這些有半年沒來的會員，我們可以選擇老客戶優惠刺激、活動刺激、會員特權活動來刺激消費；此時，建議不要做同類商品推薦，因為這些會員很可能已經選擇了其他品牌。

休眠會員：1年前購買的會員

配合節假日、會員週年慶、門店週年慶等大力推薦，透過打溫情牌刺激消費。

基於會員RFM模型，構建360°會員檢視，實現門店差異化經營，為客戶提供定製化服務。

以上是一些基礎會員資料分析，RFM分析，能夠很快地發現一些資料規律，並做出初步判斷，但是想要做好會員運營，做到精準營銷，還需要進一步的資料探勘，實現深度分析。