零售数据观（二）：如何理解会员ID打通

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/）】