云盘产品的赠送式联合会员：核心指标解读
一、什么是赠送式联合会员
在《3种联合会员模式对比》中，已对联合会员的3种典型模式进行了分析。
“赠送式联合会员”的特点是：赠送会员包含在主会员套餐中，以“打包优惠”形式，赠送主会员之外的多个其他会员。（例如：百度网盘SVIP年卡，1送N）。
从下图能直观地体现出，“赠送式联合会员”和“品牌合作式联合会员”、“生态联合会员”3种联合会员形式之间的差异。
二、赠送式联合会员的3个关键指标
对赠送式联合会员——赠送会员权益的分析，共分为3个维度：
- 赠送会员中的“最高档会员价值”（例如：百度网盘SVIP年卡，1送N，其中最有价值，市场价值最高的是“优酷视频月卡”）
- 赠送会员的“赠送会员丰富度指标”（例如：百度网盘SVIP年卡，1送4，丰富度即为4类赠送会员月卡价值之和）
- 赠送会员的“赠送会员价值占比指数”指标（例如：百度网盘SVIP年卡，该指标为31%，那么可以近似认为每1元的云盘会员费中，包含了0.31元的赠送会员价值。）
1. “最高档会员价值”
“最高档会员价值”，是用户觉得赠送会员有价值的决定性原因。即：“赠送会员”里，有用户需要的东西。
例如下图中，百度网盘用户看到1送4时，对于最多数的用户：首先是因为有“优酷视频会员”；其次是因为“喜马拉雅会员”才会觉得赠送会员有价值。
2. “赠送会员丰富度”
“赠送会员丰富度”，能有效刺激“购买转化率提升”的有效刺激。即：“赠送会员”选择的丰富度，对营销效果和购买转化有着明显的影响。
例如，酒店预订产品，如果酒店量少、房型不符合、房源质量差，那用户可能就选不到合适的酒店，继而只能放弃。那么扩充酒店的数量，提升酒店的质量，会是提升转化率的有效手段。
3. “赠送会员价值占比指数”指标
“赠送会员价值占比”，是对网盘会员“到底送了多少”的量化分析。这里的量化分析能比较准确地体现，对于价格敏感型（例如“羊毛党”型）用户的吸引力大小。
例如，指标数值为31%，可以近似认为，每1元的云盘会员费中，包含了0.31元的赠送会员价值。
三、分析结论
1. “最高档赠送会员价值指标”，不容易拉开差距
例如：运营商云盘最高档赠送会员，为腾讯视频、爱奇异两项。经过加权计算后，加权值为30。百度网盘最高档赠送会员，为优酷视频1项。经过加权计算后，加权值为27。
2. “赠送会员丰富度”，运营商云盘的优势非常明显
从指标数值上来看：年卡类型上，运营商云盘是百度网盘的3.6倍；半年卡类型上，运营商云盘丰富度指标数值是250.9，百度网盘无该类型产品；季卡类型上，百度网盘丰富度指标数值是11，运营商云盘无该类型产品；月卡类型上，运营商云盘丰富度指标数值是250.9，百度网盘为0；
3. 运营商云盘会员价值中，赠送会员的价值含量最高，远远超过其他产品
从指标数值对比上来看：年卡类型上，运营商云盘是百度网盘的7.4倍；半年卡类型上，运营商云盘指标数值是205%，百度网盘无该类型产品；季卡类型上，百度网盘指标数值是17%，运营商云盘无该类型产品；月卡类型上，运营商云盘指标数值是120%，百度网盘为0；
4. 运营商云盘会员，赠送会员的价值，已经非常超值，远超会员定价
从运营商云盘的 指标数值对比上来看：
年卡类型上，运营商云盘“黄金会员-畅享-年度会员”指标数值为228%，可以近似认为，每1元的云盘会员费中，包含了2.28元的赠送会员价值。
半年卡类型上，运营商云盘“黄金会员-畅享-半年度会员”指标数值为205%。
月卡类型上，运营商云盘“黄金会员-畅享-连续包月会员”指标数值为120%，可以近似认为，每1元的云盘会员费中，分别包含了2.05元/1.2元的赠送会员价值。
对比 百度会员 的指标数值：
年卡类型上，百度网盘“SVIP连续包年”指标数值为31%，可以近似认为，每1元的云盘会员费中，包含了0.31元的赠送会员价值。
季卡类型上，百度网盘“SVIP连续包季”指标数值为17%，可以近似认为，每1元的云盘会员费中，包含了0.17元的赠送会员价值。
四、结语
赠送式联合会员可有效提升会员购买转化。
在对赠送式联合会员的3个关键指标进行分析后，我们可以得出结论：
现阶段运营商云盘在赠送会员丰富度、赠送会员价值占比上具有明显优势，赠送会员的价值含量最高。
百度网盘的赠送会员，覆盖了连续包年、包季、包月类型，覆盖范围最广，百度网盘的运营稳定性、持续性一直以来都是其优势所在，得到了广泛用户的认可。
夸克和阿里云盘基本没有在赠送式联合会员方面进行拓展，而是将赠送联合会员的成本，从会员定价中剔除。例如各家优惠后的包年会员定价：百度为203元/年，夸克为168元/年，阿里云盘为158元/年。
通过对3个关键指标的量化分析，我们能从数据上对云盘产品的赠送式联合会员进行精细化的分析。同时，这些量化数据也可以作为精细化运营的基础，对会员购买转化率、复购及用户粘性等相关数据的分析提供支持。
本文中的详细量化分析过程，后续将专门在系列文章进行详细介绍。
本文作者 @老司机产品经
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
