在营销系统中，会员不需要等级( 四 )

（2）市面上的标签产品都比较基础，缺少很多在营销运营决策中所需的关键标签，这使得根据“人群标签”和会员（通用）等级体系进行营销的实际效果差别不大。
我们能够进行用户分析的原始数据包括用户的自然属性、用户与企业进行业务互动产生的业务过程数据、企业授予用户的虚拟资产数据等，这些原始数据与用户营销价值间存在着非常复杂的关系，我们是没有办法将这些数据直接应用于用户分层的，需要通过模型（本质是原始数据与营销价值间的对应关系公式）分析，将原始数据转化为用户营销价值评分决策因子，比如用户内容偏好标签、用户权益偏好标签、用户权益成本标签、用户商品偏好标签等。
而目前市场中的用户标签大多仅是通过对用户原始数据进行简单处理得出的，这与会员（通用）等级体系没有本质上的区别。比如上面酷客电商中的会员（通用）等级体系实际就是用户GMV数据。
四、我们应该怎么办？
既然知道问题的症结所在，对症下药即可。
4.1 完善新的用户分层解决方案
前文已经说明了，新的用户分层解决方案最大的症结在于缺少对于数据的“深加工” ，所以我们需要构建模型来进行用户内容偏好标签、用户权益偏好标签、用户权益成本标签、用户商品偏好标签等高级标签的开发。训练模型的关键是数据量，就好像下面的段子：
为啥成都华西医院的肛肠科全国第一？因为成都人喜欢吃火锅（吃火锅丰富了肛肠病例的样本）。
而市场中除了阿里、腾讯等企业既有数据又有技术能力外，其他则更多是仅有数据或技术的数字营销软件供应商和传统企业。让传统企业将数据提供给数字营销软件供应商进行训练再反哺传统企业，显然不符合传统企业的利益。所以需要数字营销软件供应商在模型训练平台上做文章，实际上像阿里云、个推等也确实陆续推出了自己的模型训练平台产品。

本文插图
4.2 平衡好会员（通用）等级体系与“人群标签”间的关系
虽然CDP的未来看起来很美好，但按照目前各行各业的高级标签的开发进度，会员（通用）等级体系与“人群标签”将长时间共存。这其实倒也没什么，只要我们处理好两者之间的关系，不要出现上面的那种职能混乱的情况就好。这里我推荐的方案是将会员（通用）等级体系与“人群标签”保持一致：

仅暴露“人群标签”功能；
会员（通用）等级体系作为“人群”功能下的一个默认人群；
会员（通用）等级体系作为人群不可删除，但运营人员可以修改它的标签定义；

本文插图
这样做的好处有如下几点：

会员（通用）等级体系和“人群标签”在职能上可以保持一致，规避了两者的职能划分缺乏理论基础的问题；
可以提前给运营人员打预防针，为将来高级标签完善后， CDP全面替换会员（通用）等级体系做准备。

4.3 发展权益包、权益卡模式
除了“用户分层” ，会员（通用）等级体系还承载有“大面额权益价值分解（提高用户粘性）”的职能，这个在文章开头就有说明。而这个职能与“用户分层”之间并不是密不可分，比如用户任务就是作为“大面额权益价值分解（提高用户粘性）”的解决方案单独存在。
某赞商城中，用户任务和会员等级体系就都是划归在用户忠诚度管理下。

本文插图
不过采用会员等级的形式进行“大面额权益价值分解（提高用户粘性）” ，在市面上的普及度比较高，所以有很多运营人员可能还是希望能够保留相似的方案。这里就建议将原有的会员（通用）等级体系改造为权益包、权益卡功能：