在去中心化金融（Defi）的發展下，NFT在其中逐漸佔據了一個重要的角色。不過一旦回顧現有生態環境中，會發現到其基礎建設的不足。舉例來說，現有的AMM（做市商）並沒有提供NFT的現價交易（Limited trading）選擇。 RandomEarth希望能夠提供市場一個去中心化的解決方案，讓Terra上的用戶能夠交易任何的鏈上資產，從UST到Galatic punk 都包含。這其中就包含了各種類的產品，目前能看到的就是NFT的應用。 更進階的，項目方可以在RandomEarth提供的基礎建設上去執行自己的專案，像是 PRISM。
「回購」所代表的意義： 回購代表者消費者對於該產品與服務的肯定，換句話說，就是你所供的產品相較於其他競爭者，是更貼近使用者需求的。 「回購率」所解決的問題： 回購率 代表在特定時段中，有多少筆訂單或會員，是由過去已經有資訊的會員所下的訂單。 「回購率」的幾種觀點： 「營業額觀點」：當回購率的概念，加上營業額的時候，就代表著所有營業額當中，有多少營業額是由老客戶所供獻出來的。舉例來說，「回購客營業額占比」為40%的時候，代表每100萬的營業額當中，有40萬是由老顧客（購買過兩次以上的顧客）所貢獻的。 「會員經營觀點」：有多少會員，在這段期間回來購物。舉例來說，2020年09月，會員系統中總共有100人，而當月份，總共有77位會員回來購物，這時候「會員回購率」為77%。 「訂單數量觀點」：有多少筆訂單，在特定期間內是由老客戶所貢獻出來的。舉例來說，2021年1月，總共有100筆訂單，其中9筆是老客戶下的單，「訂單回購率」為9%。
新轉舊率想要解決的問題： 如何讓只購買一次的客戶，能夠下單第二次。 新轉舊率這個問題背後的思考： 根據統計報告，老客戶所貢獻的長期價值一直都比新客戶來得高，而且在新客戶的招募成本逐步上升的事態下，如何提升老客戶的總數與營業貢獻顯得更為重要。 「新轉舊率」就是在觀察什麼樣的情形下，只購買過一次的新客戶，能夠再次下單，成為「老客戶」。 新轉舊率指標的算法： 當年度只購買一次的新客當中，有做到第二次購買的會員數 / 當年度只購買一次的新顧客總數 會員經營專題：
Retention 分析，中文應該是回購分析，用來計算消費者有多長回到你的網站來購買相關的產品與服務，是電商中相當重要的指標之一。 Retention 要仔細討論，會有好幾種建模方式，這邊為各位整理幾種常見的類別： 依訂單計算回購 依會員計算回購 依營業額計算回購 Cohort Retention（應該要翻譯成「同批次回購」？） 依訂單計算回購： 這應該是一般電商平台中，最常看到的回購計算方式。 計算方式也單純，回購的訂單數，去除上總訂單數。 舉例來說： 今天有28筆訂單，其中有6筆是舊客戶再次下單，22筆是第一次訂購的新客戶下的單。那麼，回購率就是 6/28 = 21.4% 依會員計算回購： 用會員計算回購率，日常中比較少見。很多時候計算出來的結果，會與依訂單計算回購的結果相似。 舉例來說： 會員有100人，其中8人與今日都有下訂單，那麼，依會員算回購就會變成 8/100 = 8% 這種時候，如果當日訂單有16筆，其中新客戶有10筆，舊客戶有6筆，這6比訂單中有4筆是同一位會員所下訂，剩下兩位會員各一筆訂單。 舉例：依訂單計算回購： 6/16 = 37.5% 舉例：依會員計算回購： 3/100 = 3% 依營業額計算回購： 用營業額計算回購，希望能知道的事「舊客」對業績帶來的影響。 直接進入例子： 營業額100萬，其中舊客貢獻了76萬，這樣的營業額回購率為： 76萬/100萬 = 76% Cohort Retention 這部分觀念比較複雜，有機會再補充。
這篇文章想要解決什麼問題： 市面上已經有太多的內容，說明會員行銷是如何如何的重要，但大多落於學術理論，或是叫你花錢買系統，再或者是說現有體系就有相關功能，但是很少論述要怎麼做執行。 這個現象也代表著「會員行銷」背後有相當多的專業知識，而且各個行業的專業指標定義落差很大，需要有專業人員才有機會落實。 市面上的會員管理系統主要分為三類： 一是服務於品牌客戶，像是Saleforce、Oracle、Hubspot。這類套裝軟體的最基礎版本，月費最低就從 30 萬新台幣起跳，到上百萬的月費都有可能。 第二類是屬於中小企業的系統服務商，有各式各樣的「會員行銷系統」的服務，像是電子報體系Mailchimp、Convertkit，又或是行銷機器人Manychat、Chatfuel。 第三類則是電商平台，或是企業資訊系統（ERP）附加的功能。這類功能大多更陽春，很多只是能將會員資料上標籤就稱自己為會員管理系統了。 這三類廠商在推廣會員行銷的概念的時候，產出了一堆相關的內容，像是顧客關係管理（CRM）、消費者終生價值（LTV）或是新舊客回購佔比（Retention）等。 在講述相關概念的時候，大多只提到學理面的方式，但是對於如何實作卻很少有相關的論述。這些專業知識，就筆者的經驗，大多還是掌握在統計公司、市調公司等市場研究機構手上，少數行業的公司，有機會有專門部門運作這方面的專業，比較常見的是零售業（家樂福、全家便利商店、星巴克、麥當勞…）、手機遊戲公司、新一代的網路公司（Uber、Netflix）等。 Joe撰寫這篇文章的目的，是針對還不理解相關產業的初心者來做說明，並且不斷更新會員行銷的運營方法與執行實務。 誰適合閱讀這篇文章： 會員行銷百百種，但是就是不知道怎麼執行的小白們 已有一定會員數量，需要提高每個會員的平均貢獻度 覺得媒體相當昂貴的電商業者 覺得落地頁面已經優化到終點者 覺得廣告素材優化已經找不到方法者 覺得網紅、口碑等內容與社群經營方式，遇到瓶頸者 誰不太適合閱讀這篇文章： 做一次性商品的電商事業體 已經可以無礙的說明相關統計模型之專業人士 正文開始： 會員該如何做分類： 依照購買金額 依照會員的特性 依照會員的習慣 相關的會員分類模型： RFM模型 LTV模型 Retention 模型 其他統計模型 會員行銷的執行方法： EDM電子報一直是個好方法 SMS簡訊依然功不可沒 與各類廣告系統的整合 消費者意見必須傾聽 經營社群找出鐵粉 更新紀錄： 2020.07.23 文章發表
