基于数据的效果评估，其目的是优化我们的会员制方案，最终形成一套成交效率高、综合利润率高、适合长期使用的会员体系。数据评估的作用绝不是为了推翻我们或者别人前期设计的会员方案，更不是为了证明我们前期设计的会员方案有多正确和完美。

一般来说，任何一个前期的会员方案设计，只要有流量，在测试阶段都能有一定的效果，同时也会暴露出一些问题。不太可能出现完全没有效果，或者效果好得出奇的极端情况。

效果评估关注的两个核心问题，正好对应着方案测试的两个核心问题：

其一，我们设计的会员方案是否对准客户有足够的吸引力。

其二，会员方案在测试阶段是否取得了令人满意的成交结果。

如何做出评估结果呢？如何决定我们当前的会员方案是否可采纳呢？就取决于对这两个问题的回答。

在实践中，我们做出评估结果是以定性的方法为主，以定量的方法为辅。定性的方法，就是包括决策者、经营者、有经验的人（专家）是否认为该方案取得了“令人满意”或“可以接受”的结果。定量的方法，就是依据量化的数据的变化做决策，比如客单价、转化率、增长率等，主要是当期数据和往期数据的比对，以及我们的数据和同行平均水平的比对。

这两个问题综合反映的，主要是三个关键指标：

（1）兴趣比例，即有多大比例的顾客表现出了对方案有兴趣。

（2）成交概率，即有多大比例成交转化率。

（3）执行效率，即员工有多大程度执行了销售流程和话术。

如果对这两个问题的回答都是正面的，我们认为评估的结果就比较理想，就没有必要再做更多优化，可以把现有方案正式投入应用。“令人满意”虽然不是一个可以被量化的形容词，但是在真实的经营中，身处一线的经营者是有感受的，可以做出决策的。毕竟，不同的产品、不同的场景、不同的客群、不同的会员方案，产生的转化率结果注定千差万别，不可能拿出一个规定的数字让大家去按图索骥。毕竟，经营不是实验，有一个比较让人满意的结果，并且已经没有明显的漏洞可以修补，对方案的优化就可以点到为止。

如果是第一个问题被否定，可能存在的原因有：

（1）销售的对象可能大部分不是精准的目标客户。

（2）折扣的力度或者赠送的礼品不足以打动准客户。

（3）销售的话术没有直击会员产品的核心价值点。

如果是第二个问题被否定，可能存在的原因有：

（1）成交的主张不够有说服力，销售的临门一脚没踢好。

（2）准客户存在一些成交顾虑，我们没做好零风险承诺。

（3）前期成交的案例偏少，我们没能提供足够多的客户见证。

经营者可以按照上面几种情况去对号入座，针对现象，找到原因，然后调整方案，继续新一轮的测试、执行和评估。

举个例子来进一步说明，假设现在我们有一家茶饮店，计划推出一个储值300元后享受8折优惠的会员卡，如果有超过50%的顾客在听到店员推销这个会员卡产品后，没有直接拒绝，而是提出了询问几个问题，但是问完问题之后没有购买。这种情况基本上可以说明，虽然这个会员卡的优惠力度是有吸引力的，但是促成成交的力度不够。

顾客没有直接拒绝，而是对会员卡的信息提出问题，说明他/她是有兴趣的，他/她的潜台词是未来他/她还有可能来消费，所以折扣他/她是想要的，他/她肯定是一个精准的客户。面对这类客户，本身转化率应该很高，如果我们没有成功拿下，我们的销售就是失败的。

我们的常规策略是，首先通过调整销售话术来看看能否提高成交效率，例如，我们告诉客人，办了这张卡之后，他平均每喝一杯茶可以节约4块钱，这种方式是给客人量化的数据以呈现出明确的价值感。再例如，我们告诉他，如果卡里的钱没用完，还可以无条件退款，这种方式是给客人解除对购买的顾虑。如果通过调整销售话术，成交效率就起来了，那么会员卡方案就可以推进下去了。

如果还不奏效，我们再尝试从调整我们的会员卡方案入手。那么我们究竟是要调低300元的门槛到200元，还是提高优惠力度从8折到7折呢？我们认为前一种方法，调低门槛比较合适，因为它不会伤害利润率。

反过来看，另外一种情况，如果这个方案刚一推出，就有超过50%的顾客一听到这个会员卡产品就马上下单了，没有任何的销售难度。这就说明我们的让利幅度太大了，我们没有必要在那么大程度上去牺牲利润。发现这样的现象，我们就开始重新评估，是否测试把门槛提高到储值500元，或者降低优惠折扣力度到8.5折或者9折（同理，我们建议是前一种作法）。从这个调整的动作中，我们可以看到前面章节不断强调的“测试思维”有多重要，经营者要学会给自己保留调整空间的作法。

最好的成交效率，一定是略有难度的，这是我们经营管理的内在要求。除非你是占有了一个完全垄断的刚需市场，否则在开放的市场上，你的产品如果没有销售难度，说明你出让了过多的本应有的利润。这对产业的良性和持续发展，和对员工待遇的稳定和提高，都有害。产品如果太容易卖出去，员工的销售能动性就体现不出来，企业就不会给到员工适当的提成激励，没有员工的积极推销，你的会员制也发展不起来。

经过评估的会员方案，要么回到第3步重新做测试，要么就往第5步推广放大。