ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

一文看懂:搭建活动分析体系

2022-01-29 02:31:44  阅读:158  来源: 互联网

标签:体系 分析 打折 一文 销售 用户 商品 活动 搭建


大家好,我是爱学习的小xiong熊妹。

 

要问互联网上啥最吸引人,当然是活动啦!各种优惠让人眼花缭乱,以至于很多人专门游走于各个平台“薅羊毛”。活动只是互联网运营一部分工作,却是最烧钱,最吸引眼球,最让人纠结的一部分。今天就简单分享一下:活动分析该怎么做。

一、什么是活动

活动,特指:在常规销售以外,企业额外投入资源奖励用户的动作。比如一家服装店,一件衣服100元。我们花100买一件衣服,这是常规销售。如果某天,这个商店挂个牌子:本周内全场衣服8折。我们只花了80元买衣服,这就是参与了活动。
昨天冬至,网上还有一个关于活动的段子:

图片


虽然例子很简单,但是可以清晰看出:活动的本质是以质换量。通过小恩小惠来吸引用户,刺激用户消费更多。活动的效果,都是叠加在常规销售之上实现的增量。
互联网上的活动形式,会远比实体店复杂。常见的有四种:

  • 商品类活动:针对某个商品做优惠。比如商品打折、买一送一等等。
  • 用户类活动:针对某类用户发福利。比如新用户注册送100元抵用券,累计消费满10000元可升级为钻石级会员享受专属礼品。
  • 产品类活动:针对某些APP/小程序使用行为做奖励。比如APP连续签到7天可得礼品,观看直播参与互动可抽奖等
  • 品牌类活动:针对品牌传播行为的奖励。比如用户关注品牌的公众号可以领福利。


不管是那种行为,都是给奖励,换用户的动作。只是商品类、用户类活动,更功利一些,会鼓动用户多消费。产品和品牌活动则更软性,大有“赔钱赚吆喝”的感觉。
那么,如何对活动进行分析呢?

二、如何分析一个活动

活动有3大关键要素:

  • 叠加于常规销售
  • 额外投入资源
  • 产生额外增量


基于这三点,活动分析要清楚这三方面内容:

  • 常规的销售数据是什么?
  • 针对哪个问题,额外投入资源
  • 投入以后,产生了多大效果


还拿开头的服装店举例,想要分析“本周内全场8折”活动,则需要:

  • 了解没有打折的时候,一周卖多少件,多少钱
  • 监控打折期间内,一周卖多少件,多少钱
  • 对比打折/非打折时期,销售差异


注意,并非所有的活动都能产生增量。比如下表所示,打折期间销量还跌了。实际上,如果活动没有达到“四两拨千斤”的效果,则很有可能亏钱。这也是为啥活动分析特别重要的原因。
图片
只是,并非所有活动,都是为了提升销量的,不同类型的活动要分开看。

三、不同类型,重点不同

商品类活动,在商品不同生命周期目标不一样:

  • 孵化阶段:提高市场知名度(关注信息的人数)
  • 上市阶段:快速占领市场(销售数量/购买人数)
  • 成熟阶段:赚取利润(商品利润)
  • 退市阶段:库存清理(避免积压)


如下图所示
图片
用户类活动,则要根据用户状况:

  • 在业务扩张期:多获取新用户/鼓励用户转介绍
  • 在业务稳定期:注重用户活跃/用户转化
  • 在业务衰退期:注重用户留存


如下图所示
图片
产品类活动,则要看具体引导目标。

  • 引导用户完成一次交易?

  • 引导用户进入直播间?

  • 引导用户连续登录?


指哪打哪的效果,在产品类活动更明显(如下图)
图片
品牌类活动,则要看:在哪个平台进行传播。不同平台,衡量传播效果的手段,指标都不太一样(因为涉及好多种平台,这里不细说了,回来单独分享)。
这么多类型,是不是把小伙伴看晕了?晕了那就对了。因为这一块正是活动分析的最大难点。

四、活动分析难点

活动分析的难点,根本就不是数据计算太过复杂,而是:

  • 同时间活动太多,相互重叠
  • 活动目标不清晰,甚至没有目标
  • 活动目标太多,指望“毕其功于一役”


这些问题,常常是源自运营/营销/产品等部门的管理混乱。并非所有公司,都有清晰的管理。很多公司的运营,都是:

  • “这个活动去年做过,所以今年继续做……”
  • “这个活动领导很喜欢,所以我要赶紧做……”
  • “这个活动投了那么多钱,必须在方方面面都有效!”


图片
这样浑浑噩噩,浑水摸鱼式的工作方式,导致很多活动在上线时,没有清晰的分类,没有明确的目标,甚至连过程监控都没有做。一个用户,能叠加享受好几重优惠,在规则上全无限制。这样等到活动结束,数据根本就是一坨烂泥。想在烂泥里再把水和土分出来,已经不可能了。
由于小熊妹本人,刚刚被双十一、双十二两个大活动的监控、复盘蹂躏过。所以对活动不清晰这件事真是恨得咬牙切齿(是滴,我司就是那个,因为双十一投入力度很大,所以必须方方面面都证明丫很牛逼,哪怕改数据口径也在所不惜的……)。

作者:小熊妹。公众号:码工小熊。数据界新人,喜欢数据分析、数据挖掘。

标签:体系,分析,打折,一文,销售,用户,商品,活动,搭建
来源: https://www.cnblogs.com/LYL0576/p/15854235.html

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有