产品

零售数据观(二):如何理解会员ID打通

2019-09-29  本文已影响0人  数澜科技

序言:传统的零售业务进入了瓶颈期,“新零售”的概念层出不穷,看的眼花缭乱:全渠道/无人门店/无人货柜/新生态(盒马鲜生/小米之家/天猫小店)等;各类技术概念更是看的一头雾水:OneID、数据中台、用户中心、统一会员平台和IDMapping等。本文主要内容是理清什么是“会员ID打通”及应用场景,帮助企业更好的完成全渠道会员统一,多品牌的会员统一和用户运营的精准化。

备注:本文提到的“会员”指泛会员,包含用户、顾客、潜客或客户。

一. 什么是会员ID打通

对于会员ID打通包含两大业务场景:

  1. 打通各业务系统相同识别ID形成会员ID,如通过把品牌A CRM与品牌B CRM中的会员进行打通(通过手机号),形成统一接口服务,再提供通用服务接口供业务系统进行调用,如:用户注册、用户信息修改、积分消耗、优惠劵发送等。

  2. 打通各业务系统不同识别ID形成会员ID,如通过用户在淘宝的消费行为、微信上的点击浏览行为和线下门店消费形成全维度的用户“全息画像”,为用户运营提供提供数据支撑,常见的业务场景有商品推荐、个性化活动推送等,主要用于提高老客复购率或连单率等指标。

二. 业务场景一:打通各业务系统相同识别ID形成会员ID

传统业务共享模块抽象工作,需详细调研涉及用户相关操作并抽象为统一数据结构,如列以下场景和对应细化业务子流程:

下一步需要抽象为统一数据结构,可能如下:

会员基本信息:用户ID、微信号、手机号、消费密码、姓名、性别、收货地址、年龄、积分、优惠券、标签*等

注册记录表:注册时间、注册渠道、注册详细地址

绑定记录表:绑定时间、选择密码方式、手机号码、OpenId等

会员变更记录:会员账号、账户变更时间、参与活动内容、账户变更信息等

会员优惠券信息:会员ID、手机号、券号、券金额、券名称、券张数、有效期、使用要求等相关的信息

在技术上,以上信息会放入关系型数据库,并提供高并发的服务接口供上层业务调用:如会员注册,会员信息查询/修改、优惠劵发放等,我们常把这类定义为用户中心或统一用户平台,同理为了满足企业更多业务需求,还会有订单中心,商品中心等 ,传统企业在架构设计上也会把这层统一定义为数据中台。

三. 业务场景二:打通各业务统不同识别ID形成会员ID

首先来认识下会有哪些识别ID,常见基本ID如: 手机号mobile、身份证ID和邮箱email;信息化软件系统中用户的唯一ID,如user_id;在PC时代最常用的cookie_id;在移动时代,APP的出现引入的各类设备ID,如imei/idfa和mac,微信产生的open_id;最近几年发展迅猛的人脸识别产生的ID,如face_id。

现在让我们从另一个维度对会员进行分类:可识别会员、可触达会员和可描述会员,如下图:

  1. “可识别会员”:判断是否可以标识一个自然人,以上列举的所有ID都是。

  2. “可触达会员”:判断是否可以通过ID触达到会员,相关的ID会有有Email(邮箱),mobile(短信),imei/idfa(广告投放),mac(广告投放),user_id (APP站内信),open_id(公众号内容推送)。

  3. “可描述会员”:判断是否ID具有可关联描述用户画像的标签信息,而可描述会员是企业进行精细化运营会员的数据基础,企业应该通过一切信息化手段和标签设计(如何设计标签,可参考《澜学院|零售数据观(一):如何花30分钟成为一个标签设计“达人” 》,扩大可描述会员的范围,但这里面还有一项非常重要的步骤:如何打通不同识别ID关联的标签信息并形成一个会员ID,这就是常说的OneId,而IdMapping是描述OneID和其他ID之间转换过程或者说形成OneID的过程。

OneID的简化结构可能如下:

屏幕快照 2019-09-07 下午12.05.32.png

以上的场景的产生有可能是OneID1是线上淘宝消费,OneID2是线下微信支付消费, 两者通过相同的mobile进行打通,OneID1和OneID2可能是同一个人也可能是一个家庭,通过IDMapping就可以打通OneID1和OneID2背后的标签,从而让用户运营可变的更加真实和立体。

备注:真实业务场景会更加复杂,ID和ID的转化都需要考虑概率,如mobile1和mobile2都是从收获地址获取的手机号,mobile1出现次数概率为70%(10个订单),mobile2 出现次数概率为30%,那Oneid1转手机号,概率最高的就为Mobile1,mobile2转Oneid,概率最高的为Oneid2(概率为1),OneId1仅为30%。

总结:通过以上介绍,相信各位对“会员ID打通”的基本分类和应用场景有了基本理解,在实际项目落地过程中场景1和场景2也并无冲突,场景1属于传统信息化建设范畴,场景2属于大数据应用建设范畴。

作者简介:铁叫兽,10年+数据相关经验,曾在电信、阿里从事过DBA,数仓,解决方案,主要经历了阿里去IOE和ONEID的核心coder,目前从事零售行业的解决方案。

【想了解更多内容可访问数澜社区——国内首个数据中台交流社区(https://bbs.dtwave.com/)】

上一篇下一篇

猜你喜欢

热点阅读