标签：主题 才有 点击图片 加班 营销 直接 img 超出预期 用户需求
四季度临近，又是各大公司打折促销密集上线的日子。姑娘们往往会准备一个活动攻略或者采购清单。数据分析师们当然也需要准备一个备战手册，只不过里边写的不是商品名称，而是分析方法大合集。不然活动一过，各种分析要求就会如雪崩一般压下来。辛苦加班不说，还常常被扣上：你这分析的也太肤浅了！为什么没有深度洞察！一类的帽子。今天，我们就来一起盘点下：针对营销活动，数据分析师该做哪些分析准备。帮大家解决后顾之忧，等大促销来了开心剁手。营销活动的规则五花八门，名字前期百怪，经常把人绕晕。如果不抓住其本质，恐怕光分析模板都得列个几十个，累死做数据的宝宝。抛开纷繁复杂的具体形式，站在商业经营的角度，其实营销活动可以分为五大类，每一类，有相似的数据关注点。如下图所示（点击图片看高清大图）：
 在做活动分析前，先了解清楚活动规则，把活动分好类。这样，每类活动有统一模板输出，统一标准考核。既方便数据分析师制作报告，又能够横向对比，得到更丰富结论。有些策划、运营推出的活动可能用词特别花里胡哨，会把人看晕，大家可以用这个逻辑图简单分类，找到他们的主题思路。
营销活动不同于常规的经营活动，它是为了特定目标开展的、短期、大力度的行动。因此营销活动分析目标感，需要特别的强。整个分析围绕目标展开：
1、是否达成目标
2、如未达成，原因是什么
3、如达成目标，效率是否可优化
4、达成目标后，对整体经营有何影响
当有多个活动同时开展时，遵循：分门别类，从小到大的顺序。先从单次活动入手。
★一看单次活动目标达成情况，效率。依据活动目标，对当前活动做出好/坏评价。评价将直接影响到后续的分析。好则总结经验，坏则分析原因。这是最基础的分析，先下判断，再找原因，不然很有可能南辕北辙。
★再看同一类活动，过往达成，效率。数据连起来看才有意思。比如针对用户拉新，可能做过4-5类活动形式，将过往记录摆在一起，可以看出是否此类活动整体上效果越来越弱，可以看出哪一次活动是效果最好的标杆，和当前活动相比，好/不好的地方，从而在找原因的时候有清晰的标杆，更容易出结论
★三看不同类活动交叉效果，是否改善了整体状况。比如可能同时有商品活动在做，用户活动也在做。都会对用户转化率有影响。那在多重作用下，到底用户转化率提升没有，用户结构是否去到我们理想状态。如果多重作用叠加都没有达到预期，那就得认真反思：是否整体策略要调整。（监控思路类似下图举例，当然还能有更多维度）。
★四看整体营销费用投入产出比，业绩营销依赖度。从而发现盛世危言：是否公司太过依赖营销，是否营销费用如脱缰的野马已经失控（监控思路类似下图举例，当然还能有更多维度）。
往往策划或运营，会过分重视一次活动的效果，在一看部分耗费太多精力。这么做，无非是想拼命证明自己在这次活动做得很好。如果数据分析师仅停留在这个层面，就会陷入诡辩、扯皮、无休无止的争论。也就达不到深度、高度。所以在正式工作前，一定要理清思路，二三四看才是数据分析师更有价值的地方。
预设目标非常重要。目标是衡量活动效果唯一标杆，因此必须事前谈清楚。如果事前没有清晰目标，不但事后分析无从下手，而且让人质疑：连目标都不清楚，你们设计活动稀里糊涂，怎么可能有好结果。
★要点一：不是所有的活动都有销售目标。比如品牌类活动，本身就不是为了硬性带货的，完全可以设阅读量、点赞数这些非销售指标。有些策划、运营、推广非常投机，在活动里不设跳转销售链接，不设带货手段，却非要强行论证：我也是促了销售的。这是非常扯淡的做法。连个链接都没有，在数据层面是无法归因的。在预设目标时注意：一个活动，要带货就必须有带货手段，有考核要求；要不带，就干脆不设销售目标。所有扯“间接影响”“深层效果”“心智启发”一类的，都是浑水摸鱼的做法。
★要点二：不是所有的活动都有参照组。如果是大促类活动，公司投放巨额资金，目标就是尽可能多的吸引消费者。这时候设参照组是毫无意义的——如果有一波没被影响到的参照组存在，证明大促做的不好，居然下了血本还有人没被波及。大促类，更关注对整体指标的营销，关注总量、极大值。如果是商品类，关注的是整个商品生命周期走势，是进销存的节奏感。上市铺货，就该关注铺货面，销售量，让新品尽快占领市场。到了成熟期就得关注销存节奏，控制补货，往还有需求的地方调拨商品，逐步减少库存。到了衰退期，就得尽快甩货，减少库存成本。商品类，往往和同类商品进行生命周期比较。这两类数据看法如下图所示：
★要点三：参照组有两种设法，合理选择。一般来说，用户类活动参照组，按活动前后来设，关注用户行为是否因活动改变了习惯，提升了质量。精准营销类，按响应/非响应来设，将同一波人劈成两组对比。这样可以观察精准的效果。但是目前很多基于APP，网站，短信，外呼的用户类活动，实际上也是个性化推荐，封闭了宣传渠道，因此也可以按响应/非响应来设。具体差距是宣传是否封闭宣传渠道，能封闭的才分两组，否则就按前后对比。如下图：
★要点四：过程指标，要挂一个结果指标考核。此类问题专指用户新增、活跃、留存。这三个指标往往不是企业追求的最终结果，如果单独考核，很容易引发虚假繁荣。因此需要有一个质量指标。比如新用户注册后7天活跃，转化率等等。
这里篇幅很长，是因为做活动分析，最大的问题都是出在目标上：
1、没有目标：领导让我做，我就做……
2、目标空洞：就是提升销售，提升多少我也不知道……
3、目标混杂：拉新、促活、留存、转化毕其功于一役！
4、目标扯淡：我们有无法衡量的深远影响，心智改变！
5、目标虚假：新人多啦，活跃率高啦，为啥转化不动呢？
6、目标随意：啊，活动效果不好，我们来改改目标，改改参照组吧这些都会让后续分析变成毫无意义的扯皮。因此，设立一个清晰、具体、有节操的目标，就是做好50%的活动分析，大家切记。
在正式分析前，一定要提示做好活动流程监控。特别是活动较多的时候，每一个活动的页面埋点、用户数据采集、业务上线时间等要有清晰记录。事前没有做好记录，各种数据缺失，事后肯定没法分析。
监控中，优先关注目标达成情况
备战5：做好活动事前分析营销是由至少8个步骤构成的：
1、设定目标
2、洞察用户需求
3、选择产品
4、包装卖点（价格、性能、品牌）
5、设计传播内容（文案、图片）
6、选择投放渠道（时间、地点、内容）
7、投放-用户响应（跳转链接，落地页，转化页）
8、响应后服务跟进（应答、发货、售后）其中1-4是前期策划阶段主要考虑的问题，5-8是执行阶段的主要考虑。在活动推出前需要做好洞察，找准需求和卖点，才能起到好的效果。这里有可能产生很多事前分析专题，如洞察用户需求，方案ABtest，活动效益预估，销量预测，备货数量预测等等，这里先不一一展开。如有必要，数据分析师可以单独立项一一进行事前分析。还可以把过往项目复盘报告拿出来，按活动类型归纳已有经验、教训。事前策划好，事后麻烦就会少很多。
在活动开展过程中，很有可能业务部门做一些临时调整。特别针对5-8环节，这是出现问题最多的地方，也是调整最多的地方。诸如投放渠道转化率不行，投放分配不合理，文案效果不好，跳转链接出问题等等。掌握活动的预定计划，了解活动过程中出现的幺蛾子与调整方案，对于分析活动有重要意义。这些执行上bug与修正是促成活动最终效果的重要原因，及时掌握才能做出全面分析。所以要实现和业务沟通好，拿到计划，及时了解进度，之后才能一路顺畅。
很多做数据的同学被吐槽，“活动分析不够深入”，“你这做的运营也能做，要你干啥”，都是来自没有好的备战。对活动不够了解，对执行不够了解，对过往没有好的积累。最后只能就数论数，对着业绩曲线挠头。或者有准备但是没有节操，面对业务随意变更、修改目标不敢提出异议，不敢保留讨论会议纪要。结果事后分析变成了跟风附和。这些不能全怪做数据的同学，毕竟很多公司没有正规的分析体系，缺少对数据的尊重。但是这不妨碍我们朝着正确的方向努力，争取理想的状态。毕竟扯皮到处都有，但锻炼出来的本事是自己的。与大家共勉。
更多好文，点击：
数据分析，该怎么做才能超出预期？
数据分析，如何做才算“深入”？
标签：主题 才有 点击图片 加班 营销 直接 img 超出预期 用户需求
原文地址：https://blog.51cto.com/14915224/2526286
