站长号- 传媒资讯 2021-02-05 14:14:10 +08:00

​哗啦啦HBI加持会员精细化运营,这家餐企轻松成就1亿营收小目标

概述:

广州某知名正餐企业拥有100万以上的庞大会员量,客单价也高达313元,但却始终难以完成营收1亿的“小目标”。在尝试各类会员营销活动时,活动前难以分析识别会员画像,活动中难以监测营销数据,活动后难以分析真实的活动效果,三难之下,收效甚微,会员运营最终成为了一件“劳民伤财”的事情。

在使用HBI后,该企业运用RFM模型对会员形成了9级价值体系分布设计,对各级会员活动运营数据立体监测分析,对进行中的会员活动效果一键可视化,为及时调整会员运营策略做出了有力的保证。最终会员量、活跃量、成交量整体漏斗规模实现了大幅提升。

“以前的打法是蒙眼狂奔,HBI会员分析让我们对会员运营过程了如指掌。”该餐饮企业营销负责人表示。

如何使用HBI进行会员分析?

在特殊时期的背景下,餐饮行业的经营难度系数和经营风险大幅提高,以数据驱动为核心的精细化运营势在必行。会员作为餐饮企业营收的重要来源,更是精细化运营的重中之重。HBI的会员分析为餐企提供了一扇快速洞察顾客需求变化乃至市场变化的窗。也只有打开这扇窗,餐企才能更好、更快实现增收。

围绕增收的终极目标,会员分析的唯一关键指标是会员营收额。那么为了达成会员营收这一关键指标,进一步分解二级指标为:

会员营收9599.46万(贡献率:33.92%)=月均活跃会员数24285(活跃率2.37%)x消费频次1.15x会员单均313.33元

通过公式拆解,明确了优化的关键点——即会员增收应在活跃会员数、消费频次、会员单均的提升上多下功夫。

示例为HBI餐企2020年的会员营收情况。该餐企在2020年初制定了本年要达成1个亿会员营收的小目标,但是年末目标完成率只有95.99%。

为探明未达标原因,HBI餐企对此进行了复盘。结合营收公式,该餐企从会员整体和个体两方面展开探索,其中会员整体主要从“会员营收”“会员活跃数”“会员消费频次”“会员单均”四方面考察;会员个体主要从“RFM分布”“RFM分层”两方面考察,综合得出结论。

一、会员整体

1.1会员营收

(会员营收)

回顾HBI餐企2020年的会员营收月度趋势,因受疫情影响,门店经营在3-4月份才开始逐步回暖,并在4月份出现了270.79%的爆炸式增长。

之后5-12月的会员营收均高于前期水平,但是波幅不小,且环比增速于6月、9月、11月及12月均出现了回落。其中尤以12月回落最为明显,降幅达到了21.61%。

尽管会员营收波幅不小,会员营收占比趋势仍保持平滑,月均贡献率稳定维持在33.92%左右的水平。即不论总体营收如何波动,均有34%左右贡献自会员。

(活跃新老会员营收)

进一步查看2020年会员营收的构成,发现新老会员营收贡献比例稳定在3:7左右的水平。而活跃新老会员营收的环比增幅呈现增减同向但是高低交替的现象。譬如4月份会员营收暴增,更多地受益于老会员的消费贡献。而后5-7月,新会员营收增幅一路反超,并在下半年逐步收缩和老会员的增幅差距。

全年来看,新老会员营收降幅也均在12月份最为明显。

1.2 活跃会员数

(会员活跃率)

从活跃度上看,2020年该HBI餐企会员存量达到了100万以上的量级,但是月均活跃会员数却仅有24285人,活跃率仅有2.37%。可见HBI餐企会员活跃度极低,还有很大的促活空间。

从趋势上看,3-10月,会员活跃率呈波段上升的走势,11月份开始回落,12月更是回落至2.26%,低于全年月均。

同时,对比活跃会员数的波动趋势和会员营收趋势,二者趋于一致,可见会员营收的回落主要缘于活跃会员数的下滑。而活跃会员数的下滑幅度,又以12月份之最。

(活跃会员数波动)

(会员营收波动)

1.3 消费频次

(会员消费频次走势)

会员消费频次从4月份开始上扬并逐步走缓,于12月份出现最大幅度的回落。高频消费的主力还是老会员,但是老会员消费的持续性不强,在4月份达到峰值后并未有提升突破,而是一路小幅波动缓慢向下的走势。12月会员营收的大幅回落,很大程度也受制于老会员不断下降的消费积极性。

总体而言,会员消费频次月均1.16,在新老会员消费频次上,都还有很大提升空间。

1.4 会员单均

(会员单均走势)

从单均趋势上看,不论是会员还是非会员,新会员还是老会员,单均整体呈逐月向下的走势,新老会员年末12月较年初3月分别回落了43.82元、24.64元。

从单均高低上看,新会员单均远高于老会员单均及平均水平;老会员单均低于非会员单均,处于最低水平。

综上,该HBI餐企存在会员活跃度极低、消费频次不高、会员单均不升反降的问题。其中,问题又集中暴露在12月。在12月,其活跃会员数、会员消费频次、会员单均,均出现了最大幅度的回落。

二、会员个体

前述从会员整体探究了问题根源,下文结合RFM模型从会员个体进一步印证前述结论。

2.1 RFM分布

(R分布)

从近度R分布上看,近30内消费的活跃会员数仅有21827人,活跃率不到3%,说明月度活跃会员数确实偏低。

(F分布)

从频度F分布上看,消费1次、2次、3次的会员数占比分别为71.61%、17.27%、5.81%,说明绝大多数的会员只消费了一次,会员整体消费频次不高。

(M分布)

从额度M分布上看,有57.95%的会员,个人累计消费金额低于400元。按月均会员单均313.33元来算,这57.95%的会员,消费频次几近于只有1次,也进一步说明大部分会员的客单价偏低。

2.2 RFM分层

根据R、F、M的分布情况,HBI餐企的会员被划分为如下9个层级。一般而言,自然活跃会员主要来自铁粉顾客、忠诚顾客、高潜顾客、新顾客。

如下为该HBI餐企RFM各层级会员的分布。其中,一般挽留顾客和流失顾客占据了60.1%,会员流失尤为严重。自然活跃的主力军合计占比仅有19.71%,其中铁粉顾客和忠诚顾客比重更是仅有4.18%,进一步印证了新老会员活跃度普遍偏低的现象。

(RFM各层级会员分布)

怎样根据会员分层数据针对性制定营销方案?

该HBI餐企会员营收不及预期,归根结底是会员粘性不强、活跃度不够、价值不高的原因。2021年初,该餐企依据会员分析结论,优化运营策略,针对不同层级的会员展开相应的营销措施:

对于铁粉顾客,继续保持VIP和个性化服务,无特别激励,但是持续关注该层级顾客的留存。

对于忠诚顾客,继续推送VIP权益以保持忠诚度,同时结合会员画像,通过推送偏好促销信息激励引导复购,进而推动其向铁粉顾客转化。

对于高潜顾客,结合顾客优惠偏好推送满减、满送、满折、套餐购买、储值返赠等不同形式的活动,努力提高客单价。

对于新顾客,重点是提高其二次转化,结合折扣活动对其进行比较密集的营销信息推送。

对于勿失顾客和重要保持顾客,提供较大的折扣力度进行重点召回,保持适当推送频率。

截至2021年1月31日,对比2020年12月份,该餐企实现会员活跃数量的大幅提升,会员精细化运营实力得到有力保证。“数据驱动下的精细化运营已经是餐企的刚需装备,如果能保持这种势头,我相信今年会轻松实现营收目标。”该餐饮企业营销负责人表示。

相关话题

推荐关键词

24小时热搜

查看更多内容