中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

我們做活動的時候都會有復盤，活動數據的分析也是復盤內容的一部分。數據可以反應活動的成敗于具體情況，這篇文章。我們就來說說在活動復盤那個中國，如何判斷活動的好壞。

大部分同學在工作或者面試中，都會遇到這樣的問題：

我們做了一個活動，可以從哪些方面分析活動的好壞？怎么說明好在哪，壞在哪？

沒有經驗的一遇到這種問題就開始堆砌指標了，同比/環比/參與率/付費率/用戶畫像等等都用上，結果被批沒重點，不聚焦，說不清，業務方說沒有用。

那么，怎么做才是有效的活動分析呢？

我們今天通過一個例子系統的剖析一下：

某工具類產品，做了一款優惠券活動，目的是促進新用戶付費，進行產品訂閱。在用戶注冊進入首頁后，會主動推送優惠券彈窗提醒。每個用戶都會有，付費時是否使用優惠券由用戶自主選擇。

問：如何評價活動的好壞？

一、避開活動評估的雷區

當我們談到一個評價活動的好壞的時候，想要得到的答案一定是這個活動效果是「好還是壞」，有沒有復用價值，可不可以繼續做。例如：

• 活動的xx指標提升超過了目標多少，是個好活動，我們要繼續做
• 活動的xx指標提升離目標多遠，效果差，投入高，很雞肋
• 活動的xx指標完全沒有提升，做了跟沒做一樣
• 活動的xx指標比活動前還降低了，出事故了趕緊叫停

而很多新手往往回答的是：

• 付費率比活動前提升了1%，所以活動是好的
• 付費用戶的畫像，寶媽占50%，職場女性占30%等等
• 活動后整體的LTV提升了1塊錢，所以活動需要繼續做

而這些數據，都只是分析的過程，沒有聚焦成結果形成結論，非常容易推翻。

比如：

• 為什么付費率提升了1%就是好活動？跟誰比的？憑什么提升1%就是好？
• 付費用戶寶媽占比多然后呢？以前不是嗎？跟買量的用戶結構有沒有關系？
• 活動后整體的LTV提升了1塊錢，為什么要繼續做？怎么判定的？

如果新手面對的是一個懂行的人，很容易被這些問題問的啞口無言。

二、建立活動評估的標準

既然是需要分析一個活動的好壞，那就必須建立出標準，理清楚「跟誰比」是很重要的步驟。

在這個案例中，目標為「促進新用戶付費」，方法是「發放優惠券」，而缺少一個數據做為具體的標準進行比對，也是非常常見的活動評估不清晰的問題。

假設活動效果如圖所示：

這樣是判斷不出好壞的，因為「跟以前比」、「有明顯提升」都不能說明活動效果的「好與壞」，都還只是分析過程，無法跟目標和投入做比對。

舉個例子，本次投入了100萬，付費率從1%提升到了5%，但是毛利潤不到50萬，叫不叫效果好？為什么？怎么回答？

實際上，這個跟很多運營同學的工作現狀有關系：

• 聽老板的：老板說要做，所以我要做，我哪知道要到啥程度？
• 抄同桌的：隔壁項目做了這個效果嘎嘎好，我們為啥不能做？數據咋樣？我哪知道！
• 看對手的：別人競品都在做，我們也不能落下！數據標準是啥？我哪搞的到，先做了再說！
• 混績效的：我就是活動運營怎么能不搞活動？搞了再說搞了肯定比自然轉化好！

所以，通常老手會先基于現狀和業務理解，通過問答的方案尋找到可行的標準：

1. 為什么選擇新用戶做活動呢？是否跟付費用戶的結構有關系？
2. 優惠券的力度是多大，相當于打幾折？
3. 平時的付費率是多少？假如付費率提升了，總毛利沒有提升可以嗎？
4. 這個活動的目標是啥？是驗證策略有效性還提升業績？

通過以上問題，我們至少可以獲取到這幾個信息：

• 付費用戶的占比是什么？是多少？
• 優惠券的折扣是多少，對毛利的折損是多少？
• 通過計算得到至少提升多少付費率才能跟不降價持平作為比對下限
• 通過毛利目標和折扣計算得到至少提升多少付費率才能達到目標

于是我們可以獲得評估標準：

根據「實際提升」的數值在不同區間，給出不同的結論。

目標的區間都是基于業務溝通而產生的結果，所以在回答的時候面對的挑戰和質疑的聲音也會減少。

三、如何0-1搭建活動分析體系？

1. 理流程

只要有活動存在，那么就一定會存在著對用戶行為的引導而導致行為數據的變化。所以想要從0開始搭建活動分析體系的話，就需要先梳理活動流程，建立流程指標。以優惠券活動為藍本，可以做出如下梳理：

清晰了活動流程和節點之后，再去看行為影響，從而梳理出對應節點的相關指標，從而得到活動的關鍵評估指標。如：

2. 尋重點

有了指標梳理之后，我們會發現設計到的節點指標有很多，一個活動的影響有可能是各個方面的。

仍然以優惠券為例，很多同學進行優惠券活動評估的時候都喜歡講：

• 增加用戶留存——買單的多了，留存的數量肯定也多了
• 能增加功能活躍——訂閱了肯定要用
• 能增加用戶裂變——有優惠，用戶奔走相告

但是做活動總是有目的性的，分清主次，是活動分析的第二個關鍵。

比如，做優惠券，是以促進付費，增加收入為目的的。如果分析和匯報的時候，把留存活躍等等放進來跟「收入」一起講，反而會混淆視聽。

分清楚主次關系，才容易說清楚問題。

一些常見的活動指標參考：

理清主次之后，就可以進行模版化的清晰和匯報了。可以參考以下的匯報方式：

本次活動的目標是「xx主要指標」，超出「目標」xxx，效果「好/壞」；

同時本次「A、B、C等次要指標」與目標、過去對比如何；

再陳述哪些「次要指標」需要迭代未達預期，哪些「次要指標」表現良好可以持續；

最后再總結「次要指標們」做的好的節點和方式以延續優勢，做的未達預期的節點和方式以做改進。

以上，就是一份很好的活動總結，活動評估，就這么簡單。

3. 立標準

尋找和建立標準是活動分析中非常重要的一環。涉及到「評價」、「評估」等場景，在給出答案前，首先要找的就是找到標準的對比值。

只有有了標準的對比值，好和壞的評價也才更有依據，避免業務感覺好就是，感覺不好就是不好的場景。

分清楚主次指標之后，立標準的方法可以總結為這四種場景：

1. 為完成業績，看KPI/OKR：本月需要達成至少100萬業績，所以收入目標是100萬。
2. 為嘗試策略，看增量：以前從沒做過類似活動，業績是100萬，先試一下，業績達到120萬就是成功。
3. 為迭代策略，看效率：以前的活動花了5萬成本業績提升了20萬，這次需要達到花5萬提升至40萬的效果。
4. 為挑選策略，看對比：策略A比策略B的轉化率高1%才算成功。一般搭配線上實驗使用。

確定活動標準值的3個步驟：

1. 做活動是為什么，拉業績還是搞策略
2. 做到多少算成功，預期值在哪個區間
3. 根據預期計算主指標的評估區間

理清楚標準后，去評估指標和建立合理的活動或者試驗方式就更有跡可循，得到的結果也更可迭代。

4. 找過程

梳理流程、尋找重點、計算標準除了為了準確的評估好壞以外，其中更重要的是要分析影響指標的過程，知道為什么好，為什么壞，以幫助我們總結經驗，迭代策略。

比如這個新人發優惠券的場景，從新用戶的渠道、投放引流策略，用戶填寫資料的轉化、時長，優惠券的文案、展示、觀看時長等都會影響到最后的購買轉化。如：

一般來說，離轉化節點越近，影響越大。比如優惠券的設計離節點更近，對轉化的影響越大。

而分析間隔較遠的節點，例如渠道投放調整對轉化的影響，在有活動的場景下，需要要先做結構分析：

• 對比過去的用戶結構和分析投放的調整對活動用戶池是否有影響。
• 然后再拆分渠道用戶，對標準值再進行渠道維度的拆分，形成渠道維度的標準。
• 最后再進行每個渠道的主要指標、次要指標分析，判斷影響有多大。

四、總結

在活動分析中，新人最容易犯的錯誤是，先堆砌一大堆指標來體現活動效果，甚至一上來就要弄預測模型。

但是最后自己都講不清楚這些指標的關聯如何，模型的效果好還是不好。

其實活動分析是一件「對業務流程的了解比技術的高深更重要」的事情，如果數據人員對運營流程不了解，對拉新、轉化、裂變、召回等玩法不熟悉，只對著一堆數據算來算去的話，很容易陷入誤區。

只要對業務流程足夠上心，對過往的活動模式有所了解，搭建一個合理的符合業務的活動分析體系其實也并不難。