美业连锁
会员复购预测 · 场景方案展示

设想一家 16 门店的区域美业连锁。运营负责人最常说的一句话是「不缺会员，缺的是知道该联系谁」。拆开看是四件事：八万多会员躺在系统里，除了消费金额几乎没有可用的分层，店长想做活动只能全员群发；老会员悄悄不来了没人察觉，等发现时往往已经流失到隔壁；新客办了卡却从不复购，店里也说不清是项目不对还是周期没跟上；每逢节日全员推一样的优惠，打扰了不需要的人，也错过了真正该唤醒的人，营销费用花得心里没底。在这样的场景下，会员资产事实上没有被用起来。

这类场景的诊断路径通常是三步：和运营负责人一起把会员从「办卡 → 首次体验 → 复购 → 沉睡 → 唤醒 / 流失」的完整生命周期画出来；导出近两年消费、项目、到店记录，按项目类型还原出不同人群的真实复购周期；复盘以往群发活动的核销数据，看清钱花在了哪类人身上。结论通常很清楚：能 AI 化的是「预测谁快到复购点、谁有流失风险、该推什么项目」，不能 AI 化的是「美容师与会员之间的关系经营」。

这一方案按四个模块分段落地，每两周推进一段、由业务方复核一次。第一段是 复购与流失预测——结合消费节律、项目偏好、到店间隔，预测每位会员下一次复购的时间窗与流失风险分；第二段是 会员分层引擎——把会员自动归到活跃、待唤醒、高流失风险、高价值等层，对齐既有会员系统标签；第三段是 分层触达建议——按层级给出该推的项目与建议时点，把建议送进美容师的企微工作台，由人来发出有温度的消息；第四段是 会员运营看板——按门店、会员层、项目切片，让运营负责人看清复购与流失的整体走势。

• 模块 1 · 复购与流失预测（复购时间窗 / 流失风险分）
• 模块 2 · 会员分层引擎（活跃 / 待唤醒 / 高流失风险 / 高价值 · 对齐会员系统标签）
• 模块 3 · 分层触达建议（推荐项目 + 建议时点 · 送进美容师企微工作台）
• 模块 4 · 会员运营看板（门店 / 会员层 / 项目三维切片）

这类场景里有三个值得主动「不做」的取舍：不做 AI 自动群发，美业靠的是美容师和会员的关系，AI 只给建议名单和话题，消息由美容师亲自发，避免冷冰冰的机器味赶走老客户；不做无差别高频打扰，对同一会员的触达设频次上限，宁可少发也不骚扰；不做黑箱评分，每个高流失风险或推荐都附一句可读的理由（如「常做的项目已超期 40 天」），让美容师能判断、能接得住。这三个取舍，是让一线愿意用、方案能平稳落地的关键。