一.分析背景

背景：

A集团去年在B大区新开了一家A商场。最近，B大区经理发现从今年7月开始，该商场的销售额一直呈下降趋势，接下来我们通过配合商场经理分析销售额的下降原因。

业务场景：线下-一家新开的商场

2.数据来源：

本数据集包括4个excel文件：①会员卡信息、②销售明细、③门店品牌表、④会员卡类型。

Excel文件具体内容可见网盘连接:

商场会员分析链接: https://pan.baidu.com/s/1Q24J7KjffAFmZlXryLmopA 提取码: adgt

3.分析目的：

通过对会员监控、会员价值和会员偏好三个方面进行分析，判断销售额下降的原因，制定会员的长期维护策略，提高商场销售额。

二. 分析思路

step 1：问题排查

→ 查看数据口径，核对数据准确性，确认问题。

→ 了解下降发生前后的业务情况。

→ 通过人货场框架拆解。

→下降点确定，会员销售额和复购下降。

人货场框架脑图

step 2：分析计划

三.分析流程

step 1：数据清洗

将4张Excel表格全部上传到FineBI工具中，并修改字段类型，对不需要运算的列修改成文本格式。合并表：把销售明细作为基础表，通过合并的方式，新建一个自助数据集，命名为“销售信息汇总表”。

step 2：数据拆分建模

（1）客户价值分析

通过使用以最近消费、消费频次、消费金额为价值评估指标的RFM模型进行客户价值划分。RFM模型实现思路新建名字为“RFM”的自助数据集。新增列：①客户总体平均消费额、②单位客户最近消费距今时间差、③商场总体最近消费距今时间差、④单位客户消费频率、⑤商场总体消费频率新增列：R列、F列、M列（使用IF函数判断特征向量的值0/1）。新增列：RFM客户价值类型（使用concatenate函数将RFM三列合并在一起）。新增列→分组赋值→添加分组：重要价值客户、重要发展客户、重要挽留客户、.......进入仪表板，进行可视化分析：RFM客户价值分类RFM消费金额分析会员RFM价值分类会员价值分析RFM结论：

①低价值的一般发展客户人数和一般挽留客户人数过多，反映出前期会员人数快速扩张但后期维护未及时跟上，导致的后遗症；

②最高级的钻石和黑钻会员中出现了较高比例的价值一般性用户，可能存在一卡多用或者是将会员卡权益进行倒卖的情况，需重点排查；

建议：

①重要价值客户：倾斜更多资源，VIP服务，附加销售稀缺性商品；

②重要保持客户：分析该类顾客的往期消费情况，进行针对性推荐，同时通过打造爆款新产品重新赢回用户；

③重要发展客户：开展会员忠诚计划，通过高等级会员卡、福利、个性化服务等作为激励，促进消费；

④重要挽留客户：重点联系，提高留存率。；

⑤一般价值客户：通过关联销售、捆绑套餐等活动，向上销售价格更高的产品；

⑥一般发展客户：提供免费使用，提高客户兴趣，创建品牌知名度，以促进复购、增加消费金额；

⑦一般保持客户和一般挽留客户：几乎流失，可尝试通过发放大额优惠券激活，仍无回应的话，可直接放弃。

(2)会员监控分析

统计维度：统计有效会员人数、不同等级会员人数分布情况、会员流失情况。分析过程：新建“会员卡人数”自助数据局。并基于销售明细的表格进行分组汇总：会员卡类型和会员卡ID。过滤条件：筛选出会员卡，去除非会员卡类型。可视化分析。制作有效会员总人数的柱状图。监控有效会员总人数制作不同等级会员人数分布情况的漏斗图。监控不同等级会员人数分布情况制作会员流失情况：这一步需要重新制作自助数据集“会员卡流失状态”：基于销售信息汇总表，选择相关的字段：ID、类型、卡状态。数据清洗：原始表中的卡状态显示杂乱，这里我通过新增列-分组赋值-重新分成“流失”、“即将流失”和“正常使用”三种情况。分组汇总：会员卡类型、会员卡ID、流失状态。进入仪表板制作可视化。监控会员流失情况分析会员监控分析结论：

① 商场当前的有效会员总数为41869。

②会员卡漏斗结构不合理：贵宾卡人数要多于积分卡的人数，可能是因为前期快速扩张导致，后期需要控制积分卡升级比率，保障会员卡的高价值型。

③各个等级的会员卡流失率较高，需要商场制定会员维护计划来负责会员的运营，增加会员的黏性。

(3)会员消费偏好分析

统计维度：分析不同等级会员的消费品类偏好、不同等级会员的消费品牌偏好、不同等级会员的消费金额分布区间。分析过程：基于销售信息汇总表，新建自助数据集“会员偏好分析”。数据清洗：①品牌列和品牌名存在多个空值，所以通过过滤条件使得品牌列和品牌名非空。②销售金额存在负值，通过过滤条件，使得销售金额全部为正值，且非空。③筛选出会员卡，去除非会员卡类型。针对销售金额进行区间命名：新增列-分组赋值：[0-300]、[300-500]、[500-1000]、[1000-2000]、[2000-3000]、[3000-5000]、[5000-10000]、[>10000]。新增列：计数1分组汇总：通过设置唯一值的字段，来保证后面的数据不会重复，比如“收款台小票号”。进入仪表板进行可视化分析。制作会员消费品类偏好分析：会员消费品类偏好分析制作会员消费品牌偏好分析：注意：这里我只选择不同等级会员消费最好的top3的品牌。会员消费品牌偏好制作会员消费金额区间分布注意：这里我只选择不同等级会员消费top2的消费区间的分布。会员消费金额区间分布结论：

①根据不同会员的消费偏好，定向推送活动信息。比如针对积分卡用户重点以化妆品类中的兰蔻、香奈儿等品牌作为大促活动的主推点。

②积分卡和贵宾卡会员的消费区间主要落在0-300和500-1000的区间，建议每期大促可针对该二类会员定向推送300-xx元和500-xx元的满减优惠券；钻石卡会员建议大促推送300元和2000元的满减优惠券；黑钻卡会员建议大促推送1000元和2000元的满减优惠券。

四.商业决策

开展会员管理系列计划。为极高价值的重要用户安排专人服务计划，对新会员制定了智能优惠券发放策略，持续培养价值高，粘性高，消费水平高的用户。打通线上线下的数据，将用户数据和用户微信进行绑定，扩大用户消息触达的渠道，实现了优惠券的高效发放以及活动信息的精准触达。将会员管理的模式固化下来，制作长期的会员数据看板，进一步地辅助商场营运，最终实现商场销售利润的可持续上涨。

另附上FineBI制作的完整可视化会员分析报告链接：

http://localhost:37799/webroot/decision/v5/design/report/32ebddc1c56545039756018e868efb9f/view