通过会员分组，我们可将这部分人群打包成组进行进一步的运营维护。
通过消费者数据还可以看到这群会员身上的详细信息。
会员分组和消费者数据具体可以实现哪些场景呢？让我们举几个例子。
1.《生日会员》
作为一个会员的运营者都知道会员生日是作为触达会员很好的理由，经数据显示，触达生日会员也是促进复购的强有力手段之一。
在ezr系统，有专门的预置分组和条件，供用户使用。即便是新手也可以快速上手。
此外，通过会员的消费活跃度、入会时长等也有很好的筛选和分组哦～
2.《要线上化的高端会员》
已完成线上激活的会员对于品牌来说，品牌可以更方便触达消费者，同时可以更好的引导会员去小程序商城消费。
于是，我们可以筛选出哪些还未线上化的高价值会员进行引导。
只要在后台筛选“会员属性-消费者等级-高等级的会员”&“会员属性-持卡情况-仅线下会员卡”即可。
3.《最近一年无消费的老会员》
维护一个有过消费的老会员所需的成本远比拉一个新会员的成本更低，所以我们可以通过以下方式找到这部分会员哦
1.预置版：通过“会员属性-生命周期”可以快速的筛选出，最近一年内无消费的老会员。根据生命周期的定义，找到近一年内没有消费的会员是哪种类型。
2.高阶版：通过“会员属性-新老状态-老会员”&“消费行为-最近消费时间”，不但能找出一年内无消费的老会员，还可以精准到具体的时间维度。
4.《刚注册且在商城有加购但未下单的会员》
新会员有了加购行为，但是没有最终下单我们可以找到这部分的会员，来一波推波助澜，刺激下单欲望。
所以可以通过“会员属性-新老状态-新会员”&“消费行为-消费笔数”&“商城行为-加购商品”找到这部分会员。
详细的介绍了几种玩法之后，
接下来，我们一起来看一下大家之后可能会用到的场景，在此就不在详细说明用途啦～
5.《当天入会当天消费且消费件数在2件以上的优质会员》
6《一直只在线下门店消费，却从来没有在商城下单的会员》
7《购买过A商品但是没有购买B商品的会员》
说了这么些场景，对身为读者的你有没有受到启蒙和开发呢～
一起来尝试一下吧～
相关资料：
