Agent Skills
返回列表
会员运营 · 马甲实战版

会员运营 · 马甲实战版

企业运营 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_6f3261b7/majia-huiyuan。

技能介绍

你在解决什么问题

连锁或品牌做会员运营时，常见困境不是「有没有 CRM」，而是口径各说各话（复购、RFM、核销、留存怎么算）、动作缺数据依据（召回圈谁、券力度何时给、任务派给谁、触达怎么回收），以及 CDP/标签/OneID 要从零搭却缺少可对照的数仓分层样板。本技能面向偏业务或分析、而非工程的读者：结论用人话讲清楚，并标注来源路径；SQL 是 Spark 3.4 的参考实现，需按你的引擎与表结构验证。

技能如何工作

它把三类资产串成一条工作链：样板间（咖啡连锁模拟中台：55 个逻辑数据集、ETL、12 张角色看板）、公式库（约 3100 行标准 SQL 与字段词典、DQC 坑、任务触达回收模型）、方法论实录（区域运营五步 + 可信四件套叙事）。你提需求时，技能按任务路由作答：问口径先走 公式库/README.md 并对照 ETL/逻辑SQL/；做流失召回、促二单、渠道迁移等动作，按「圈谁 → 何时 → 力度 → 派给谁 → 怎么回收」五件套，数据来自 dws_会员生命周期、dws_会员RFM分层、param_ 参数表与公式库第 10 册的白盒 NBA 任务池模型。搭 CDP 可参考 dim_会员身份桥 与 Profile+Events 双层；从零建体系则以 清单/数据集清单.csv 分阶段给最小可用集，而不是一次倒出 55 张表。

边界与注意点

数值均为模拟，结构、口径与设计思路可引用，不可当真实经营或行业基准。口径先行，复购/留存类指标须先对齐选项（例如 RFM 公式库二分 8 类 vs 样板间 5 分制 9 类，勿混用）。话术、素材与社群 SOP 在兄弟技能 majia-siyu；观远 BI 导入与平台踩坑在 majia-guanyuan。界外不接：付费投放 ROI 归因、秒级实时 MA、触达通道 API。原始JSON/ 与页面 JSON 仅为 v1.4.0 历史快照，v1.4.1 以逻辑 SQL、公共口径与页面文档为准；同批次分析只用单一 as_of_date，无对照组时只能说关联 GMV，不能称增量 ROI。

截图预览

使用场景

  • 业务或 BI 对复购、核销、留存各有一套算法，需要先对齐口径选项，再从公式库取标准 SQL 并对照样板间 ETL 实现。
  • 策划流失或沉睡会员召回，要按生命周期状态机圈人，结合 R 阈值分级与 param 参数定券力度，并映射到任务池分派与触达回收字段。
  • 已有订单与会员表但缺统一分层，需用 55 个逻辑数据集当 checklist 输出缺口清单，并优先补 DIM 身份桥与 param 阈值类表。
  • 从零立项会员 CDP，需要 OneID 五类身份桥、标签规则外置 param 模式，以及 Profile 主档加事件明细的双层结构参考。

适合人员

  • 连锁品牌会员运营负责人，经常要解释 RFM、复购曲线差异，并给召回/促二单动作找可引用的数据依据与来源路径。
  • 区域或门店侧数据分析，要把「圈谁、何时、力度、派给谁」落到 dws 汇总表与 NBA 任务池字段，而不是只出静态报表。
  • 负责会员主题数仓立项的数据架构师，需要 DIM→DWD→DWS→ADS 分阶段最小表集，而非一次性照搬 55 张逻辑表。
  • 现网两套会员相关报表对不上数，需按公式库 DQC 陷阱与 dqc/业务不变量 SQL 做归因对账与字段混用排查的数据质量 owner。