从0-1构建基于数据中台的会员体系实操

随着消费升级，如今商家已经不能用传统的认知去预测用户的真实需求，大数据才是企业了解用户的捷径，尤其在新零售时代，讲究线上线下融合，渠道融合，业态融合，无形中给商家提高了了解用户的门槛，数据的实时连接成了运营的关键。

以聚龙云服务的某大型零售企业D为例，公司主要经营包括大卖场、商超、便利店三种不同业态，企业目前的业务主要以线下为主，希望建设一套完整的会员体系，以打通线上和线下，同时支持不同业态、不同门店的个性化会员营销。

基于目前D企业应用的管理系统（传统ERP管理系统，含会员体系、前台pos系统管理、简单报表功能；另外有微信端会员体系，通过后台接口和ERP系统对接。）已经不足以支撑在海量业务数据下的有效管理运营。为此聚龙云为其提供了构建基于数据中台会员体系为突破口的智慧零售解决方案。

D零售企业的运营困境

数据应用不全面，统一运营成问题

由于企业规模不断壮大，业务信息随之增多，企业需要站在全局的视角去看待整个运营问题， D企业应用的作为整合企业内外部资源的ERP系统，本身并没有涵盖企业运作所有过程的管理信息。加上企业在不同业态以及渠道的部署，整个运营管理没有一个相对统一的标准，导致数据分散在各自的系统内形成了较为孤立的运营体系。相比理想中用数据驱动运营的模式，尽管D企业在尝试以全面、真实、透明的数据去定义用户，但是往往最后变成了用“部分、片面、非实时”的数据去定义市场和用户，这样的数据应用对于企业管理来说，大到运营战略，小到员工配置，都会出现匹配失衡的问题。

会员数据不连通，业务难决策

业务与用户行为息息相关，而数据分析则让这些用户行为可以被量化，产生价值。传统ERP系统中的报表功能相对比较单一，数据维度少且浅，分析价值不高。同时，当业务部门需要收集数据时，要反馈给IT部门进行各个系统中的数据调取整合，耗费时间长，且复用率低。遇到新的业务分析需求，往往又要重复此操作。这个过程拿到的数据，可想而知，不全面，不实时，对于业务决策来说，无法给到实质性建议。

海量数据处理慢，用户需求难响应

D企业使用的ERP系统，更趋向于后端管理，尤其是面对日益快速变化的市场状况，ERP系统的反应速度逐渐显得有些迟缓，其局限性已逐渐显示出来。然而响应用户往往要求对历史数据进行比较、趋势分析和预测，给出快速反应，才能为用户提供良好的体验。

三阶段智慧零售解决方案规划

基于目前D企业的运营现状以及面临的困境，聚龙云为其规划了向智慧零售转型的三阶段解决方案：

第一阶段：会员数据打通，实现统一管理

目前，对于D企业来说，他的首要问题在于数据的不互通，从而影响到后面一系列关于运营、业务决策的问题。关于第一阶段的建设大概分为3个步骤：

1会员导入

通过开放API将不同系统中的会员数据导入对接到中台体系。

2数据打通

通过中台统一会员数据，与原有系统体系数据实时同步，通过API与原有系统对接实现中台统一业务运营、统一操作。

3会员应用

基于中台架构，D企业进行会员统一管理的同时，可以通过实时可视化的多维度分析相关报表进行高效有针对性的会员营销、业务决策等。

聚龙云通过业务中台对接企业ERP、微信平台等有关系统，做到线上购物、门店购物的会员身份统一；以用户手机为会员唯一标识将微信管理后台、ERP管理后台以及其他触达终端的管理系统如POS机，微信卡包等数据进行同步；将实时非实时的数据关联打通；帮助企业搭建会员统一管理的全景架构。

基于这样的全景架构，我们能帮助D企业在现有数据打通的情况下，做到差异化会员营销，满足不同门店的营销策略，体现在几个方面：

1.精细到各业态门店级别的营销策略：

2.多维度设定营销范围

根据不同的营销维度和可选择的策略范围，全方位满足会员营销策略要求。

3.多样的营销活动选择

涵盖国内常用的会员营销形式

第二阶段：渠道拓展，实现会员数字化营销

原有数据打通只是企业数字化的第一步，企业若要开展深度会员服务，打造数字化会员营销体系需要更广更深的维度数据来进行会员体系的建设。聚龙云通过AI、大数据、云计算等技术帮助D企业进行会员数据采集、会员画像、会员精准营销等全方位的数据中台会员体系建设。

1全渠道会员吸纳

线上线下全渠道发展会员，让会员吸纳变得更简单！

2全渠道会员数据采集

通过人脸识别、网络定位以及智能设备，采集线上线下的用户消费数据和用户行为数据构筑完整的消费者全景数据。

3会员分析数据模型构建

4描绘会员画像，生成会员标签

聚龙云数据中台重点围绕用户ID进行识别，打通不同渠道的数据，构建数据中心。再根据既定的会员分析模型分类和标签设置规则，通过相应的数据算法，进行各类标签的分发，形成相应的用户标签。

5洞察会员，实现精准营销

融合线上线下全渠道消费场景，通过大数据、AI、云计算分析进行多维度的会员数据分析，利用多种场景的营销方式，个性化、精准化营销手段，帮助企业优化用户体提高复购率、增加用户粘性。

在第二阶段的数字化建设，重点在于帮助D企业在打通会员数据的基础上，将优势继续挖掘，开源数据渠道，对数据进行分析、洞察及AI机器学习，深度挖掘数据价值。最终数据开放式地应用至各个业务场景中。以下是会员标签系统当中在精准营销中一个重要的应用实例：

商家可以通过不同的标签组合，圈定一批目标用户进行特定活动的精准营销，数据可推送至短信平台、促销平台等进行短信、邮件、赠品等下发等操作。触达会员之后，所得到的反馈数据可以同时用于：

1.活动效果分析：通过不同维度的数据分析如

• 新客、潜客转化分析
• 客单价、销量、客流量影响分析
• 电商页面访问量分析
  

最终用于活动数据沉淀，以便更深入的二次活动营销

2.标签效果分析

根据企业业务情况，以最终转化作为主要判定标准，作为标签质量的区分，分别进行后续标签的优化和圈定重点标签的使用，帮助企业对用户进一步运营。

3.数据循环应用

每一次的数据应用，又不断产生新的数据，重新进入循环，不断强化数据应用，形成一个完成的反馈循环。

对于企业来说，在建立基于数据中台的会员体系后，才能真正做到业务数据化，数据业务化。对于所有的数据分析结果，企业得到的不仅仅是简单的数据分析表，他还能获得比数据分析表更有价值的业务决策建议。

第三阶段：全面数字化转型

为帮助企业实现全面数字化转型，第三阶段的解决方案在于加强深化数据中台应用场景建设，让数据成为企业资产并充分利用其价值。相对于前两个阶段，第三阶段可能更为宏观一些，是站在长远角度去看待企业的整个生态发展。

以上聚龙云对于D企业前两个阶段重点在于打通其在会员层面的全渠道统一运营，在今后的建设，聚龙云还会致力于帮助D企业进行基于数据中台的全链路体系如商品、订单、库存、供应链等等各个零售领域的数据打通和统一运营。

中台真正的作用，不只是眼前关于数据资产化的解决，同时面向新零售时代下企业全新IT结构一体化的建设，目标是对未来企业低成本、高效率、多创新的全新商业模式的深入探索。构建可以驱动企业实现市场互通基因和自身商业个性基因的分离，能够根据企业特点选择切入不同的数据应用场景，促使后续服务持续升级创新、业务实时联动以及全局优化。