活動結束了,而你的工作才剛剛開始!

12 評論 17406 瀏覽 129 收藏 11 分鐘

互聯網時代,身邊包圍著各種各樣的線上活動,有抽獎活動(線上線下都常見)、互動游戲活動(闖關贏獎品)、優惠補貼活動(每天都能見外賣、打車優惠券)、話題互動討論……各種有的沒的活動真是太多了,用戶都見怪不怪了!

作為運營來說,我們都把每個活動當做自己的孩子,每次都要為一個所謂的“小活動”付出巨多的心血:上線前的活動策劃、溝通安排、開發測試、活動預熱、投放渠道等;上線時的各種監測,唯恐出現一個bug;活動收尾時如何通知用戶、如何派獎等,一堆事情,簡直忙到爆!活動結束了,你的工作并沒有結束,老板隨即就會問你:”這次活動效果怎么樣?來了多少新用戶?轉化了多少訂單……”。其實,活動結束了,你的工作才剛剛開始,那就是“活動效果分析報告”。

活動效果分析報告,其實主要分成:本期活動分析總結、下期活動計劃&預期;

本期活動分析總結

總結:無非就是分析本次活動的數據效果怎么樣;要是曾經有做過類似的活動,還要需要了解環比情況唄,我們一個一個說;

注:每個網站,每個活動可能關注的數據都不一樣,我簡單從幾個常見數據入手,僅供大家參考哈!

1、訪客數據:PV、UV

怎么看這些數據,不是傻傻得把活動期間每天的PV、UV都告訴給領導,沒用的!

(1)活動期間VS ? 非活動期間

兩者相比,才能知道因為活動網站多了多少的流量,才能體現活動的價值??!才能體現你的“辛苦”啊,?。我主要看兩個期間的日均,如下。

44

另外,可以對比活動期間&非活動期間的人均訪問次數,看看訪問次數是變多or變少,或許能有一些意外發現哦!

(2)活動期較長的話,還要對比下每周的數據。

22

比如這是活動兩周的數據對比,10/19-10/25這周的PV、UV都有所上升(這張圖中,兩周數據差別不算大,我們假設兩周差別較大的情況),那就思考是什么原因:是不是隨之時間推進用戶對活動越來越感興趣(研究活動的周期波動規則,比如競賽排名的活動一般都是最后時刻參與的用戶較多,大家都想最后博下拿獎)?還是活動產品新上了什么小功能(比如,我們之前的活動中后期就多加了一個分享的功能,數據就有不錯的反饋)?或者是10/19-10/25這周是不是進行了新的運營(比如短信推送、微信號推送等)?

(3)環比同比

若活動不是第一次弄,那肯定要和往期活動進行一個對比,即環比情況;“同比環比”這個指標應該對于運營童鞋一點都不陌生,經??从心居?。在這數據工具里面,直接找環比增長值或者環比增長率,一般是看環比增長率,不過看你自己的需求;要是這個活動是每年定期某個時間點的活動(比如雙十一、過年固定活動),那完全可以選擇“上年同比值、上年同比率”,馬上就可以知道今年活動相比去年數據到底是高了還是低了。哈哈,數據要是高了都好說,要是低了估計領導得請你喝咖啡咯??!

33

2、網站注冊人數:

或者有的網站可直接統計活動注冊人數。

(1)活動期間VS ? 非活動期間

同上分析,了解活動期間到底每天能帶來多少新的用戶?一周內每日的注冊變動趨勢是否跟非活動期間是一樣的(比如,是周末高于工作日)?

(2)活動期較長的話,還要對比下每周的數據。

同上分析,分析下各周的注冊人數趨勢有沒有什么規則可言。

(3)同比環比

同上分析即可。

(4)重點強調一點:是不是都為有效用戶。

換言之有沒有存在刷單用戶,這個很重要,問題也很嚴重。之前,我們做了一個活動,第一期結束,馬上從數據中發現刷單的用戶特別多,立馬在第二期上了防刷機制。當然大部分判斷刷單用戶的機制在之前的活動方案的風險中應該提前考慮到,但活動中可能會有一些意料不到的事情,比如我們之前的活動,沒有考慮到某些風險確實是問題,但是若能及時發現、解決,并作為之后活動的經驗,這未嘗不是進步呢?

55

3、活動參與人數、活動頁面登錄人數

這個數據每個活動都要看,主要了解本期多少人參與了活動,每天參與的情況是怎樣的一個走向?其他數據可參看以上維度進行分析?。?!

這里多加一個分析維度:即參與人數中新老用戶的分布情況,了解你們網站新老用戶的價值,當然大部分網站必然是老用戶價值大!老用戶中,還可以了解他們的活動積極性(即除了這次,還參與了哪些活動,貢獻大不大)

——這個分析維度適用于參與人數、轉化情況、優惠券等。。。

4、活動轉化情況(轉化人數、轉化金額)

轉化情況多指:交易(電商購買、O2O下單等等),充值情況等;當然這個數據不是每個活動都需要了解,比如一些互動活動;其他數據可參看以上維度進行分析?。?!交易轉化數據還要記得分析:訪問、下單、真正購買漏斗情況(這個之前說過,可參考我的另一篇文章《作為運營,你知道你的用戶”流失“了多少嗎?》);還有分析人均購買額、人均購買次數等等;(這些你們應該都懂,不多說)

66

5、優惠券數據

優惠券發放、使用等數據,這個很重要勒,這關乎到活動的回報率,換言之關乎到這個活動到底是賺了(多少)還是賠了(多少)(當然評估賠賺的指標不止這個,但是這個很重要,尤其對那些狂補貼的活動)。這個一定得好好分析,不然下次活動可能領導不給批了,啦啦啦!其他數據可參看以上維度進行分析,你懂得??!

6、不同玩法的對比

每期活動可能有不同的玩法,記得要對比下那個玩法更吸引人哈!

7、分享情況

這個比較簡單,主要評估下分享功能是否在活動中受到大家的喜愛,互動效果如何!

8、各個平臺對比、各個渠道對比

這個也不多說了,分析每個平臺、渠道的效果,評估每個平臺、渠道的質量,這個尤其對你們網站的渠道投放還是很重要的。這個數據分析維度可以包括以上7點!哈哈,這數據就多啦……

我只是提了幾個常見的數據指標,大家可以對比自己的活動選取部分的數據維度,或者根據需求增加一些數據分析的維度,因“活”而異哈!那些數據做出來不是傻傻看的,一定要記得從數據中發現問題,發現規律,總結經驗,在下次活動要盡量優化、避免。發現好的方面,也要繼續延續下去啦……

還有下期活動計劃&預期,哈,寫累了,今天就到這里吧,周末好好happy下。有沒有下集呢?哈哈,我也不知道,或許你們的期待會讓我更有動力啊啊??!

 

作者:楊麗清(yang18210462108),產品運營。2年互聯網運營工作經驗,喜歡運營,擅長用數據優化、驅動運營,希望做個全能的運營。

本文由 @楊麗清 原創發布于人人都是產品經理。未經許可,禁止轉載。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 有幾個問題需要請教呀:
    1、PV/UV比達到了1.56,我很好奇,是什么活動有這樣的數據規律?抽獎類么?
    2、通過對比非活動期間及活動期間的數據,這個時間是如何界定的?
    3、活動期間的數據一定是活動帶來的么?影響因素有多少,你們是如何去雜的呢?
    4、同比數據還好,環比數據在平臺受其他的因素影響較大,如何有效區別呢?
    以上是我看文章后的一些疑慮,請指教。

    來自上海 回復
    1. 1、這個當時分析的是一個根據排行贏大獎的活動。
      2、時間很好界定啊,就是做活動VS沒做活動。
      3、活動期間的數據我們是正常數據+活動頁面的數據啊,這個在埋點的時候肯定是要分清楚的。
      4、第4點是什么意思,不太明白。

      來自北京 回復
    2. 1、這個當時分析的是一個根據排行贏大獎的活動。
      2、時間很好界定啊,就是做活動VS沒做活動。
      3、活動期間的數據我們是正常數據+活動頁面的數據啊,這個在埋點的時候肯定是要分清楚的。
      4、第4點是什么意思,不太明白。

      來自北京 回復
  2. 小姐姐 你的電話暴露了

    來自北京 回復
    1. 哈哈,謝謝提醒。

      來自北京 回復
    2. 哈哈,謝謝提醒。

      來自北京 回復
  3. 文章很不錯,數據分析工具也不錯。

    來自北京 回復
  4. 感謝樓主分享。

    來自廣東 回復
    1. 同進步哈

      來自北京 回復
  5. 請教一下圖中用的什么軟件?

    回復
    1. 同問

      來自北京 回復