活动数据分析怎么写(教你做好活动数据总结)

“如果让你来评估这次活动,你会怎么分析”无论是面试还是工作,做数据分写的同学都经常遇到这个问题。今天我们系统讲解一下。

场景还原:

1

活动评估常见错误

首先牢记,所有以评估/评价/判断作为动词的问题,答案只有一种:“好or坏”。比如,如何评价该活动,可以回答:1、这个活动很好,该继续做;2、这个活动不好,不能做3、这个活动不好不坏,鸡肋4、这个活动没有任何改变,做了也白做这才是评估类分析的核心结论。离开这四句话,其他的都是废话。比如:

活动期间有4万新人注册

活动期间注册人数比活动前多1万

活动期间新用户使用权益率30%

这些统统不是结论,只是分析过程而已。如果没有结论,直接甩这些过程指标,很容易遭遇业务方反问:“所以呢?所以呢?你分析了啥?结论呢!”最后被搞得灰头土脸。

2

活动评估关键问题

活动评估,首先要得出好/坏评价。如果评价是好,再看能不能继续做,还能做多少次;如果是评价是差,再看差在哪里,是差得不可救药,还是能拯救一下继续用。

数据 标注=判断。因此想得出好/坏判断,需要有2样东西:

明确的考核指标。

明确目标数值。

达标了,算好;不达标,不好。就这么简单(如下图)。

活动数据分析怎么写(教你做好活动数据总结) 看似简单,实际上运营经常干的是:1、稀里糊涂:老板让做我就做,至于为啥?咱也不知道,咱也不敢问。2、呆头呆脑:我就是要做拉新人,拉就完了奥力给!3、投机取巧:反正以前干过/别人也在干,干就完了。4、浑水摸鱼:这是改变用户心智资源,数据岂能衡量!总之,十个运营里最多只有俩,能准确说清楚现状和目标。这时候就需要数据分析师自己有独立判断能力。能分析业务逻辑、梳理业务过程,才能得出客观结论。这里我们拿完全稀里糊涂的场景举例,看如何帮运营理清目的。

3

从0建立评估模型的做法

第一步梳理活动流程运营活动会改变用户的行为,进而体现为数据指标的变化。从0开始建立评估模型,第一步就是了解活动具体流程,了解活动可能导致的用户行为变化。比如问题里的新用户送权益,可以按如下梳理(如下图):

了解到行为变化以后,可以进一步看这些行为能用什么数据记录,能反应为什么指标的变化。经过梳理,我们就能看清楚:衡量活动结果的指标了。这些工作,应该是运营在策划阶段的干的事,如果事前没做好,事后就要补课。

第二步筛选主指标。一个活动可能影响方方面面,比如上边的问题,有送东西,你说:1、能增加新用户注册——没毛病;2、能增加会员购买机会——似乎有机会3、能提升忠诚度减少流失——似乎也有道理4、能增加DAU!——额,理论上新注册多了,DAU也增加。如果不看数据,光听嘴巴讲,以上当然都有道理。但真要一锅炖,让你计算没有流失的用户,送会员占比百分之几,产品本身占比百分之几,歌曲数量占比百分之几,能算清楚就见鬼了。所以,评估指标要分主次,才容易说清楚问题。如果是事前定目标,那么活动的主指标应该与目标紧密结合,优选直接受影响的指标。比如活动是为了拉新,那主指标就是新注册用户数;如果活动是为了提高新用户留存率,那主要考虑的就是1-7日内留存情况。

这里看似简单,实则很容易被运营浑水摸鱼。运营经常喜欢扯一堆影响指标,甚至扯什么“我的活动从深层次改变了用户心智认知,从而达到了数据不可衡量的深远影响”,总之搞一堆指标进来,哪个好看说哪个,不好看的不说。做数据评估,最忌讳搞几百个指标然后做巨复杂的评估公式,混淆进来的的东西越多,就有越多搞文字游戏的空间,就越容易粉饰太平。越简单清晰的评估,才越容易看出问题。第三步设定判断标准。

有了清晰的主指标,可以找判断标准。找标准有四个基本思路:

1、从整体结果出发,看总量。比如本月需要10万新用户,所以必须做到10万。2、同无活动对比,看增量。比如无活动一个月5万,活动必须5 5万,多的5万作为标准。3、同过往活动对比,看效率。比如拉新活动一般100块一个新人,所以这次不能超过。4、同无参与的用户对比,看差异。比如分无参与组/参与组,对比参与组新注册数/留存率。站在公司角度,肯定是第一种方法最实在。但站在组织活动的角度,都喜欢突出自己的贡献,因此倾向于用2、3、4种方法。运营最喜欢谈:自然增长率(没有活动情况下,自然增长是多少)。并且总是倾向于把自然增长率算得低低的,或者干脆弄成负数,这样才显得活动牛逼无比。要注意的是:所谓自然增长率,只在活动不频繁的时候才能计算。很多业务(比如电商、O2O),根本就是活动不断,大活动套小活动,根本区分不出来,这时候就不适用。同理,设参照组的前提,是参照组根本没有活动提醒和活动参与功能,且参照组和活动组用户质量差不多。如果不满足这个限制条件就很难直接得出活动效益好的结论。这些方法都是看似科学,实则充满玩猫腻空间。想讨论清楚问题,就简单直接立标准。

第四步找影响结果的过程。以上1、2、3步都是为了得出判断做铺垫。有了“好/坏”判断。就能进一步分析为啥好,为啥坏。这时候就需要细化梳理业务流程,找到能影响结果的关键点。比如拉新活动,广告投放渠道、广告文案、注册流程、进去以后提示权益方式、领取会员权益流程,都会有影响(如下图)。

4

小结

////////////END////////////

推荐阅读体验专题:体验|价格锚点,让用户更爽快掏钱的秘诀体验|如何通过建立画像洞察用户价值点体验|没有用户研究的用户体验不是用户体验体验|如何衡量用户体验的水平?体验|如何定期审查用户体验体验|Netflix启示录:如何确定成功标准和服务设计体验|大量的补贴真的可以培养用户习惯吗体验|文案重灾区,你踩了吗体验|一次加油引发的产品体验思考体验|人心思变!品牌体验怎么变?体验|2020-2021用户体验设计趋势报告体验|服务设计:设计不只是针对产品

体验|用户决策模型:人是情绪驱动的机器

体验|为什么消费者都感动哭了,却不行动?

体验|从“为企业设计”到“伴随企业转型”

体验|如何用设计提升产品增长体验|如何让用户访谈更具价值?学会提问很关键体验|真正接触了客户,才知道B端产品应该这么设计体验|Bank4.0时代银行数字化发展对策体验|描述体验问题的实用话术体验|要不要补贴?一文讲透补贴的逻辑三火观点:三火观点| 一场传说中的暴雨是如何变成全北京“网红”的?三火观点|喝咖啡时我们喝的是什么?三火观点|酒店体验做好这些就够了!MOT排名篇其他专栏:管理|一图读懂如何建立自驱型组织运营|如何提高用户粘性和留存?4个方法完善用户运营体系营销|对不起!年轻人的生意你做不了职场|穷就算了,为啥我们还越来越忙?数据分析|数据分析应学习的逻辑思维和分析方法管理|注意避雷!企业数字化转型会遇到的5个陷阱运营|听说你把运营做成了高级客服?营销|流量重要还是产品重要?职场|横向结构:每个leader都该学会的策略思考能力数据分析|如何有效避开数据分析常见的坑管理|企业数字化必备三要素:有钱、有能力、有人才运营|用户生命周期的分层运营法

营销|别用“审美红利”绑架品牌

发表评论

登录后才能评论