![](https://i-blog.csdnimg.cn/blog_migrate/7f739115e06f7c14fe1450b5750ea082.png)
作者:接地气的陈老师 来源:接地气学堂
作为消费者,我们是最喜欢各大APP做活动了,有优惠呀!很多数据分析新人也喜欢,因为比起日报月报,活动分析看起来是个大活,<typo id="typo-86" data-origin="真" ignoretag="true">真</typo>开心。然而,不小心的话,基于活动数据分析出的结论,经常被打脸,不信,马上试一试。
1、常见的打脸瞬间
▌场景一
请听题:
![](https://i-blog.csdnimg.cn/blog_migrate/64ff62072cf84e4a86682debdf87b729.png)
很多同学一看:
- 目标:提高消费人数
- 结果:消费人数提高了30%
真好!就开始提笔写结论了。
结果自然是被打脸呀
因为这破活动做多亏多(如下图):
![](https://i-blog.csdnimg.cn/blog_migrate/d98b3417972868d4e5878a7932eea6c3.png)
▌场景二
咱改一改:
![](https://i-blog.csdnimg.cn/blog_migrate/732d95944ed4816675987d9b06be1d44.png)
诶?这次付费人数翻倍了,总付费也超过上个月了,happy
提笔庆功吧!
结果到下个月又被打脸了
因为下个月直接被打回原形:
![](https://i-blog.csdnimg.cn/blog_migrate/a5c3ad81fad2d69c1ca3a9d502598c8e.png)
▌场景三
咱换个方式:
思来想去,做存量客户,人群就那么多,是很有可能出现响应太少(场景1)响应太多(场景2)的问题的呀,那干脆做新用户好了。人数在涨吗。于是活动如下:
![](https://i-blog.csdnimg.cn/blog_migrate/4cacc1d6ae9f8853b023c9c3ad146932.png)
哇塞,看起来新人数、新人购买率、总消费都显著提升呀,这次稳了吧
提笔曰:好
然后整体数据一看,继续打脸:
![](https://i-blog.csdnimg.cn/blog_migrate/23aa70915f5abcd56a153b72b8e7bb97.png)
▌场景四
大干一场:
既然只做新增又涉及挪来挪去,那干脆来个全场大促!是个人都能参与,通通九折,一律九折!件件九折!走过路过不要错过,大喇叭轰起。
结果整完了数据长这样:
![](https://i-blog.csdnimg.cn/blog_migrate/e82a89a9c5e3c47601ee1fc6cbfff5fe.png)
于是运营的又来纠结了:诶呀,丢了那么多优惠券下去,还是吸引不到新用户,我们要不要回到细分群体的老路子上去,不是有大数据能精准营销吗!
不!坚决不退回去,既然都花钱了,咱毕其功于一役!打个狠折。
于是数据长这样:
![](https://i-blog.csdnimg.cn/blog_migrate/55571e7cc940313250dd7ed36710d448.png)
全场促销活动就是这样哈
- 用力轻了:见不到效果,只能影响到部分人群
- 用力猛了:投入过大,费用在燃烧,后边都喝西北风
So,咋整?!
2、问题的症结
问题的症结在哪里?我们先忘记数据分析,忘记运营的身份,设想我们就是一个普通消费者,你发现有个APP在做活动,你会不会做出以下行为:
- 活动力度大,你会不会多囤一些?
- 活动力度小,你是不是不买了?
- 活动限新人参加,你会不会注册个新微信
都会干的呀,人之常情呀!
这就对了。虽然我们天天喊“大数据营销”“精准营销”“细化分群”,可营销活动的本质不是数字,而是活生生的人性。营销活动就是要勾引出人的趋利性来达到吸引注册、提升业绩的效果。
而近些年猛吹的“人工智能”“大数据”“算法模型”让很多人忘记这一点。业务部门想不出来方案的时候,就指望着“大数据精准分析一下”然后跑数的程序员真的信了,开始RFM<typo id="typo-1151" data-origin="一通" ignoretag="true">一通</typo>计算(因为大部分网课一提营销只会讲这个,讲的其实都是更不能落地的4P,SWOT什么的)于是导致了开头的各种悲剧。
抛开金主、红包、大转盘这些眼花缭乱的具体形式,营销活动本身很简单,它只有2个逻辑(如下图):
![](https://i-blog.csdnimg.cn/blog_migrate/aa30ad7dad093f2e264759f2780cc47b.png)
这两个逻辑对应的数据模型非常简单:业绩=用户数响应率响应金额。只是在固定基数里,增加的是响应率,增量基数里,主要增加的是用户量,响应率也会略微上升。
很多同学问:活动分析的思路是啥?活动分析的基本思路就是这么简单。复杂的不是这个结果的模型,而是:
- 用户凭啥要响应?
- 用户响应到什么程度?
- 用户响应完了还会咋样
当然,已经做完了活动,你可以拿数据来模拟各种走势,但本质上:数据可以评价结果,却不能促成结果。促成结果的,是业务理解、创意设计、宣传文案、礼品选择、力度设置、系统支撑、客服跟进这些东西。
所以千万别沉迷在数字游戏里了。实际上,比起数据分析,很多运营、策划、营销人员更喜欢数字游戏。经常在立项的时候自我催眠,用各种数字论证效果会很好;在结束之后各种甩锅,用各种数字论证“问题不在我”,这种事见多了就习惯了。
3、破局思路
很多同学可能会害怕:妈耶,是不是还要让我去学《消费者心理学》《消费者行为学》《营销学》啊,上学时候最怕这些脚不着地的文科的书了。实际上,十一年前的数据分析师(那时候还不流行这个称呼,都是数据岗、研究员什么的)真的是这么干的,还记得12年《促销的本质》上市的时候,我们小组人手一本回去研究,哈哈。
但今天不用绕这么大圈子,因为随着数据在业务领域的渗透,脚不着地的理论也越来越少,营销活动的分类、考核指标、常见问题都可以对应到数据表现。内容比较庞大,这里可以先给个提纲,以后我们慢慢分享。
![](https://i-blog.csdnimg.cn/blog_migrate/d724eaafdc46e9d29f95394d8bf01ca3.png)
需要注意的是,这些只是宏观层面的分类,真正具体到一次活动,可能很小的细节都会导致效果的不同。比如同样是拼团,如果:
- 想最大限度激发消费,就直接1人成团
- 想拉新人,做裂变,就三人成员,鼓励转发
- 想控库存,防止积压,就开限时大团,人越多优惠越多
同一种形式,改个参团规则,参团人数,效果直接变化,所以每次分析还是要对本次活动业务逻辑做深入了解才行。
今天分享信息量已经很大了,大家可以多体会下开头的基础问题,都是新手非常容易犯的,打好基础行天下。