一文看懂:搭建活动分析体系

简介: 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:


image.png


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。


image.png


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


image.png


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


image.png


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)


image.png



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!”


image.png


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……)。

相关文章
|
6月前
|
存储 小程序 前端开发
用云开发快速制作客户业务需求收集小程序丨实战
用云开发快速制作客户业务需求收集小程序丨实战
|
7月前
|
人工智能 运维 搜索推荐
精准选型!企业CRM系统选型指南携手十大功能解析
# CRM系统十大功能概览 CRM系统超越了基本的数据库和商机管理,涵盖线索管理、销售自动化、联系人和客户管理、工作流自动化、营销自动化及AI人工智能助手。它优化销售流程,自动化重复任务,支持客户细分,线索培育,市场活动管理和销售预测。AI功能提供销售预测和异常检测,助力企业提升效率和洞悉市场趋势。此指南为企业选型CRM系统提供参考。
82 1
精准选型!企业CRM系统选型指南携手十大功能解析
|
存储 弹性计算 运维
如何从用户视角搭建可观测体系?阿里云ECS业务团队的设计思路
本文以阿里云ECS业务为例,探讨阿里云最核心、亚太地区业务规模最大的产品之一,在极高的稳定性和性能要求下,如何基于云构建可观测性并从客户视角建立观测能力,以及在推进体系建设中的成功经验和待改进之处。
如何从用户视角搭建可观测体系?阿里云ECS业务团队的设计思路
|
7月前
|
监控 API
营销活动方案怎么设计
营销活动方案怎么设计
|
分布式计算 安全 算法
用户增长实战-基础平台建设
用户增长实战-基础平台建设
158 0
|
存储 人工智能 监控
【MarTech参考架构】Credera的MarTech参考架构第5部分:营销自动化和活动管理
【MarTech参考架构】Credera的MarTech参考架构第5部分:营销自动化和活动管理
|
新零售 运维 Prometheus
活动预约|阿里云如何搭建云服务 SRE 与可观测体系
本次峰会邀请到友邦人寿、爱福路 F6 汽车科技、阿里云等不同行业头部企业的应用架构负责人、SRE 负责人详细解读企业 IT / SRE 团队如何借助可观测能力提升运维效能,打造更优质、更智能的用户体验,更轻松地实现数字化转型与创新
活动预约|阿里云如何搭建云服务 SRE 与可观测体系
|
数据挖掘
一文看懂:用户分析体系该如何搭建
用户分析,是当前数据分析领域最热门的话题了。不管是互联网企业还是传统企业,都在问题: 我的用户是谁? 用户从哪里来? 用户做了什么? 用户会到哪去?
313 0
一文看懂:用户分析体系该如何搭建
|
监控 BI
从0到1,搭建数据监控体系
大家好,我是爱学习的小熊妹。 上周五,阳光很好,微风很好,无惊无险又到六点,小xiong熊妹美美地在座位上补了个妆,拿起小包包,正打算去撸麻辣火锅的时候,听到了最怕听到的话—— 小熊妹,麻烦给个数,领导马上就要看…… 我整个人顿时就不好了!我的火锅,我的小伙伴,我的奶茶,我的电影!
430 0
从0到1,搭建数据监控体系
|
存储 运维 Java
借助“高校学生在家实践活动”开发了一个小系统
软件工程专业学生在读大学本科四年级,借助“高校学生在家实践活动”开发了一个小系统