（14771期）会员运营 · 马甲实战版 – 会员数据中台与运营决策智库

会员数据中台与运营决策智库 开源会员运营实战样板间，由前连锁品牌数据负责人脱敏打造，提供RFM、生命周期、任务池NBA模型等标准口径与SQL实现，让业务自助搞定圈人、定时、派活的数据依据。 使用说明 核心用法 majia-huiyuan（会员数据顾问·马甲实战版）是一套面向连锁零售/餐饮会员运营的开源数据中台样板间。用户以自然语言提问，Skill 根据意图路由至三大资产响应： 查口径/公式：复购率、RFM分层、核销率、留存流失等3100行标准SQL，附口径选项对比（如跨天vs非跨天复购） 要业务动作的数据依据：召回、提频、防流失、渠道迁移等场景，按「圈谁→何时→力度→派给谁→怎么回收」五件套输出人群条件、阈值决策表、任务池NBA模型 搭CDP/标签体系：OneID身份桥、param_参数表范式、Profile+Events双层结构 从零设计会员数仓：按DIM→DWD→DWS→ADS分阶段给最小可用集，55个逻辑数据集当checklist诊断缺口 生成建表语句：Spark 3.4方言，主动提醒MySQL/ClickHouse/PG函数差异 规划看板体系：12张角色看板（老板驾驶舱、店长指挥台等）按组织架构裁剪 数据质量排障：9项合流检查+9项业务不变量回归 关键设计：同一运营动作「数据依据」在本 Skill，「执行内容」（话术/SOP/企微操作）切至 majia-siyu，用户从任一侧进入均需告知另一半。 显著优点 白盒可审计：全部SQL、口径、阈值逻辑开源可查，非黑箱SaaS 生产级脱敏：3100行公式来自真实履职，经脱敏处理，结构可直接参考 NBA任务池完整模型：市面MA/SCRM产品的核心四段（输入→决策→执行→回收）用BI+ETL即可复刻，含9类任务类型与P0-P2优先级映射 阈值定标方法论：活跃/沉睡/流失天数从分布拐点定标，非拍脑袋 多引擎适配：Spark 3.4为源，主动提示跨引擎函数差异 潜在缺点与局限性 模拟数据陷阱：全部数值为模拟生成，绝不可当行业基准或真实经营数据引用 T+1批处理：不支持秒级实时触发，实时MA需对接系统 SQL非即插即用：需按实际表名、字段、引擎调整，承诺已从"换表名即可生产"取消 界外明确不接：付费广告回流归因（曝光/点击/消耗）、触达通道API对接执行不在库内 双口径并存风险：RFM有8类（高低二分）与9类（5分制）两套，需先问场景再选，易混用 适合的目标群体 连锁品牌会员运营/数据分析负责人，需自建CDP或诊断现有体系 区域运营经理，需「圈人-派活-回收」的数据依据而非黑箱系统 数据中台工程师，需会员域DWD/DWS层设计范式与字段词典 观远BI用户，需复刻整套ETL与看板（平台操作细节切majia-guanyuan） 常规使用风险 口径不一致风险：复购、留存等指标口径选项多，未对齐即计算会导致决策偏差 引擎迁移风险：Spark函数在其他引擎可能不存在或行为差异（如日期函数） 时间归因混淆：同批次需统一asofdate；无对照组时只能称"关联GMV"，不可称"贡献销售" 历史JSON误导：*/原始JSON/为v1.4.0快照，非v1.4.1校正后权威实现，应以ETL/逻辑SQL/为准 身份匹配置信度：OneID合并需关注匹配置信度与优先级，非简单union 原始说明 会员数据顾问·马甲实战版（majia-huiyuan）。当核心交付物是会员指标口径、RFM、复购/留存/流失公式、核销率、客单价、会员分层/分群、人群圈选、标签体系、CDP、OneID 身份打通、Cohort、CRM/私域数据分析、会员数仓（DIM/DWD/DWS/ADS）、SQL/DDL、字段词典、数据质量、会员看板或观远 BI 复刻时使用。用户提出召回、提频、防流失、流失预警、新客转化、渠道迁移（外卖↔堂食）、导购任务分派等会员运营动作时，动作背后的数据依据（圈谁/何时/力度/派给谁/怎么回收）由本 Skill 负责；动作的执行内容（朋友圈、群发、欢迎语、社群 SOP、企微操作）与私域整盘经营诊断走 majia-siyu——同一动作的两半，先数据后执行。全部数值为模拟数据，仅结构与口径可引用。