在这个时候去算达成率的意义除了衡量本次效果的好/坏已经意义不大了,毕竟活动已完结,很多事情都生米做成熟饭。拍脑袋定下的目标,然后拍脑袋完成,漫无目的听天行事。
对此,作为分析师可以通过上述目标拆解方法,与业务方进行沟通并规划共同目标。这个动作我们称之为:Sufficiency Check.
二、活动前:活动目的要清晰
销售目标拆分可以让活动KPI变成了各个高度可控与可考核可衡量的因子。换句话,不同类型活动,都需要带着明确目标。
例如报秒杀活动,其本质就是用一个引流款,给店铺带入流量。
针对不同类型活动:关注点,分析点也不同,后续制定出有业务针对性的分析框架与思路需要因地制宜。
回过头来,电商活动类型有哪些?电商营销玩法层出不穷,但万变不离其宗。
从“品效合一”说起。这个词概括了营销活动的2大基本类型:品牌活动+效果活动。电商活动,大致为分为以下几种:
通常情况,618这类大节日是各种商家出货清库存的好机会,因此活动类型大部分为效果活动。
对号入座,在后面收集数据的时候,就要有的放矢。与此同时,要开始斟酌并确定活动的复盘框架,并与业务方商量方案是否可行。
三、活动前:监控工具准备好
巧妇难为无米之炊。准备米之前,还需要一口锅。这是某次活动中的实时数据表格:
这些数据后台都有,为什么要花时间做表?
是的,很多电商后台都有“实时”/“作战室”等高大上炫酷的BI数据看板。
但实际大促等活动中,运营人员会忙于调整活动页面、货架、机制等。
能经常盯着数据看的,除了老板就是分析师。
此刻的你,往大说是手握数据,把握生意脉膊。往小说是认真给项目组汇总数据,一不小心还真给你发现点异常,那本次的监控也就有价值了。
同时显得分析师也在打输出位置。
其实,数据监控只是其一,同时也是在给活动结束后复盘积攒材料,最关键的是形成业务印象。
想像一下,活动结束后才介入复盘,面对一堆陌生数字完全无所适从。
这个时候,为了搞清楚活动与数据来龙去脉,分析师可能像个乞丐一样,东找一个Account,西找一个运营咨询活动发生过的事,分析师的被动状况不就这样来的么?“说的都对,但一小时记一次数,很累!”怕累就对了。所以这个时候分析师有2个抉择:
1. 自己有点coding的能力,必要时能自己操刀就上,写对应的爬虫程序、计算模板等。
2. 部门配有专业的工程师,可以让他们帮你做一个。
甚至截图,单纯发一张图片作实时汇报也没问题,但就是编辑起来不方便而已,总之随时掌握数据这个是这里要表达的核心。
四、活动中:严格执行SOP
活动进行中手忙脚乱,那一份SOP必不可少。
上面写的其实都可被整理进SOP上。
一份SOP怎么写?我是遵照4w:who-when-what-which,篇幅限制这里不详细展开。
反正原则就是:谁要在什么时候提供什么样的产物。最好分析师做一个demo出来,让执行人员直接套。这样格式统一方便后期整理。
但这里要强调的是需要严格执行SOP。作为分析师有义务让业务方知道你的执行计划,建议用邮件抄送全组,明确标出4个w,让掉队者无锅可甩。
活动一旦开始,很多数据、现象都有可能是不可回溯,日抛、甚至时抛型的。例如:活动页面的截图。京东的神券日就一天,如果不及时执行数据记录,截图。那么事后想要分析神券日的流量归因就很困难了。
在此,必须再次强调严格执行SOP。
另外,要搞清楚的一件事,对于整个活动的数据收集,分析师应该是统筹角色,虽不必事必躬亲处理,但要知道什么时间节点应该要收集什么,且需要验收门槛,不然此时埋下的雷,会在复盘时统一爆发。现在做多一些,后期就轻松一些。
同时,由于架构原因,分析师其实不好调动运营人员做事(人家也不一定听你的),所以分析师要懂得用杠杆,主动积极与业务负责人密切沟通,让Ta调动资源助你完成这些收集工作。
可以看到,在活动进行中要深度思考的东西并不多,大促如打仗,讲究的是快速响应与调整交付,分析师此时职责就是一边收集信息,一边给运营做策略调整提供建议参考。而做好了上述的准备,自然快得来又不至于会手忙脚乱。
五、活动中:有条理收集材料
前面说的,是我的真实经验。如果你也经历过,那应该体验到当包租婆的感觉。
天天盯着材料收集情况催收。话说回来,不要只顾着爽,分析师自己也要准备好几个文件夹开始整理这些收集回来的数据。
分析师是数据材料最终接口人,随着活动的进行,汇合到分析师身上的信息量可以说是巨大的。这是我在一次活动的归档逻辑:
我的整理经验如下:
1. 平台资料相关:收录平台活动节奏;促销活动页面网站地图相关的内容;各种资源位提报要求说明文档。
2. 截图信息相关:存放关键活动节点的页面截图;异常情况截图;需要作为对比组的相关页面截图等。
3. 销售数据相关:各种各样的销售数据,实时数据,历史对比数据等。
4. 竞品监控相关:针对竞品重大动作的信息记录,一般来讲都是竞品爆款的相关数据,资源投放情况。
5. 查询取数相关:之前积累下来的SQL查询代码,针对特定取数新写的SQL代码,汇总工具的代码模板等等。
六、活动完结:复盘Review
活动结束了。不少分析师一直都是在这个环节才开工的吧?
一份Review怎么写,相信很多分析类公众号都有提及过,或者各个分析师有自己的复盘框架方法论。所以我觉得反而不是大问题。
而文章到此,倘若经历完以上完整业务链条的分析师,对于整个活动情况的把握度是上了一个层级。
经常被吐槽“你写的东西,我们都知道”,很大程度上就是因为分析师介入业务的环节过于滞后,得到的信息太多失真,以至于见山是山。
希望经历过完整业务环节的你,就着业务问题,外加分析师的数据敏感度,可以大胆地跟业务人员撕逼,写出来的Learning更有着力点。
笔者的职业是一名电商数据分析师。我的领导说过:“在业务中,数据分析师充当的是一个军师的角色”。而在事实的生产环境中,多数会被看作是一个表哥、表姐与提数工具。
是的,做表可以做的很棒,但总感觉有力气使不出来。如果你现在处于这个状况,那么希望今天这篇文章可以带给你一些思考,助你一振夫纲。
作者:蔡缺肉
来源:微信公众号:“赵小洛洛洛(ID:luoluo9633)”
本文由@蔡缺肉授权发布于运营派,未经许可,禁止转载
题图来自Unsplash,基于CC0协议
未经允许不得转载:禾束运营 » 618电商促销,数据分析如何与与业务方做好配合?