我们以前讲到过如何用DataFocus搜索式分析搜索相应“表头”并配以“按月”、“VS”等关键词进行店铺诊断。有不少读者来信希望我们能够从思维和方法端进行分享，尤其是出现了相应数据结果后的实施建议。

那么本篇我们就来分享店铺客户区域性诊断的相关内容。还是一样，由于对于合作商家的真实数据保密要求，数据部分将只以文字进行描述。 首先当然是会员等级占比分析。每个等级的占比可以帮助我们衡量店铺会员体系的健康性，低等级客户数太多，说明体系价值并没有发挥； 高等级客户太多，会给店铺增加成本。

 此店铺数据显示，V1会员占会员总数98%，V2会员占1%，V3占1%，V4-V6无。 而行业参考值为V1 60%，V2 30%，V3 6%，V4 2%，V5 1%，V6 1% 。 那么我们可以看到会员分布较不均衡，建议再做一次全面的会员体系升级，优化会员各个细节，比如会员特权有是有，但是不是根本没有落地；又或者会员等级的提醒没有做到位让客户没有这个意识。目标是让客户一次性或者首次就对店铺会员感兴趣。

 上述是一个静态的指标，那么动态指标就需要分析会员变迁。可以“按月”或“按季度”分析。

会员如果升级很慢，证明客户对会员升级缺乏动力，可以进一步优化权益和展现。尤其是如果店铺客户基数庞大，做好客户升级到普通会员的提醒，以及会员继续升级时的权益变更提醒。 

当然，现在很多商家包括淘宝本身，都直接采用快很准的二权分立，即“普通会员”和“超级会员”，权益一个天一个地，淘宝的88VIP、爱奇艺会员等都是如此。