禾束运营禾束运营禾束运营

数据分析师的独家秘诀:如何评估一场促销活动?

人生在世,难免会遇到几个猪队友。如何拯救他们?作者分享了他的独家秘诀。

年初各种盘点、总结、回顾类的报告很多,有一类“不带脑子”的队友纷纷上线,搞得做数据分析的同学们非常蛋疼。具体表现吗,看下图:

来,陈老师把那句没说出的买马匹替大家说了:做业务、做业务,连自己要做成啥样都不知道,还做个毛线啊!脑子都去哪里了!不知道早问啊,现在都搞完了,拉了一裤裆了,擦屁股想到老子了……

咋整?我们今天详细整一整。

不带脑子?不是蠢就是坏

为什么会这样?其一就是:。很多人干活就是不带脑子。确实有很多公司的运营、策划、产品经理,干活就找模板,想创意就抄竞品,其他啥都不会。

你问他为什么干?

他回答:

  1. 过去是这么干的,今年也这么干;
  2. 我看人家这么干,我也这么干好了;
  3. 老夫从业十年都是这么干,为啥不继续干;
  4. 这是老板命令的,我也不知道,我也不敢问。

至于这么干行不行、会干成啥样、干不好了还能咋样,完全没思考过。如果业绩风调雨顺,就你好我好大家好。如果业绩不行,就开始怪大环境,怪对手太凶猛,怪公司没投入,怪领导瞎指挥。最后一句:“这个得用人工智能大数据分析下”,把烫手山芋丢过来了……

╮(╯▽╰)╭

还有一类就是:。自己写目标怕完成不了,于是故意留白,等着“人工智能大数据分析一下”。刚好新入职的小伙子信了!还真以为人工智能模型能搞掂,两者一拍即合。

最后的结果:

  • 如果分析出来效果特别好,老板质疑!丫就甩锅给数据分析师,说:我看不懂呀,都是数据分析搞得;
  • 如果分析出来效果不好,丫就站出来说:是不是分析的不够深入,是不是分析的不够全面,是不是还少了考虑行业、宏观、用户等深层次影响?

总之你拿回去改,你没有分析到位!

(▼ヘ▼#)

总之,这些乱七八糟事是我们不想面对的。可如果事已至此,队友真的就没定目标,并且良心没有大大滴坏啦,想一起补救,咋办呢?

破局关键:找参照物

想事后补救,最关键的是:找参照物。在事后补一个评价标准。这样做颇有:“先射箭再画靶子”的味道,是非常不科学的。但是总好过没有评价标准。因为如果没有评价标准,单纯的计算活动中业绩、用户、销量等数据,会引发一系列的问题:

你看,完全扯不清楚。

这还是业绩类活动。如果是任务类的,比如增加用户量、清库存之类,就更扯不清了。到底增加多少用户才满意?增长上限是什么?这一炮把钱都花了剩下几个月咋办?清库存反正都要清啊,凭什么说你活动做得好?一件都交代不清楚。

所以切记切记:先找参照物,评定对错好坏,再分析为什么会好/为什么会坏,有多少改善空间。这样做最清晰,最有效率,能减少很多毫无意义的扯皮。

隐藏的刚性目标

本篇例子是促销活动,从逻辑上讲,促销活动是一定会拉动销量的,毕竟是砸了真金白银的。问题的关键是:增加的销量对不对的起投入的成本。这也意味着,促销活动都是隐含了刚性目标的:

  1. 销售额比没促销涨
  2. 活动期收入+活动成本,大于活动销量增长

具体例子看下图:

如果做了活动反而比没做还差!活动参与的人压根没几个!那做的是个呀,多明显的问题。

BUT,一般这时候,业务部门会跑出来强行洗地:“做了活动更差,是因为不做活动会更更更差”。这种洗地是毫无节操的,典型的做烂了还不认的行为,你咋不说你不做活动地球就爆炸呢。

这时分两种情况。如果是上图1走势,业绩虽然持续下滑,但是跌的轻了,这时候还能洗洗地。如果是上图2走势,正常周期波动,丫做了活动业绩反而跌了,那就是活动做烂了,洗都没得洗。

这时候送给业务方的就八个字:下跪认错,低头挨打。

其他事后补目标的方法

当然,大部分促销活动,丢钱下去,还是能见到一点水花的,业绩、用户等等指标还是在涨的。这时候可以用其他方法,事后补个目标。具体的,要看过往活动的开展情况和活动形式。

情况一:过往没有活动

常见于首次进行活动,或过去很长一段时间内没有活动,这时候可以选一个同活动时间一样长的时间段,做参照物,看看活动整体上拉升多少。再拆开看参与活动的各地区,各用户群体差异。

这样做,背后的业务含义是:我们拿整体水平做标杆,看怎么改进做比整体水平低的。通过这种对比,就能暴露活动内能优化的点。同时,既然是首次做,就把本次整体水平保留下来,作为以后的标杆,下次就不纠结了。

情况二:过往没有活动,且周期性波动

在情况一基础上,如果活动影响的业务,本身有周期性波动(如上图所示),那活动有可能有水涨船高的效果,这时可以根据上一周期增长量做自然增长,扣除这一部分后再做评价。

情况三:过往有活动,且仅有单一活动

这时候可以拿上次活动作为参照物,先计算活动投入产出比和带来总效果。结合这两个指标可以判断:继续做活动是亏是赚,活动影响力极限能去到那里。

这样能对活动做个定性:越做越好/越做越差。有个这个判断,后续再看具体细节怎么改善,也有了参照物,可以细致分析。

情况四:过往有活动,且多活动叠加

这时候很难算清楚每个活动的贡献(也正因为此,很多业务方放弃了设目标,可回头又要单独评估,糟心)这时候最好的处理方法是:先看整体的投入产出,定个大基调:本期内活动组合效果高/低

有了这个基调,后续就能做结构分析,看看每个小活动单独影响面,从而判断对于众多子活动到底是增还是删。(如下图)

根本杜绝事后补救的办法:

吐槽归吐槽,可能有的业务部门真的不会定目标……这时候就得认真教他们,好在陈老师在双十一的时候专门有一篇分享,有兴趣的看:双十一备战手册

从本质上看,业绩是做出来的,不是算出来。事前定目标只是为了更好激励自己行动,促成更好效果,真正需要复杂分析的是事后的总结。所以业务部门的完全没必要在这里背很大心理压力。话说回来,真业绩做不好,还不是自己挨板子,何苦呢。

一个特别提醒的问题

有一类目标要特别小心,叫“满意度”。一般像用户数,付费用户数,销售额,销售收入,这些指标都是系统记录的,含义很清晰,拿来当目标是完全没问题的。但是“满意度”这种无法直接记录、含义不清晰的玩意,要特别小心。

  • 首先,什么叫满意度很难扯清楚。5星好评的算满意?那我花10元优惠券买来的好评算不算满意?先给5星又来投诉的算不算满意?不留言的算不算满意?
  • 其次,满意度很难用系统数据量化。沉默大多数问题,导致系统只能记录到投诉、差评这种极端情况,大部分用户没有可靠的系统数据。用抽样问卷,那数据质量你懂的……
  • 再次,满意度和销售收入、用户量这种终极目标没啥直接关系。越骂越火这种事在很多行业都司空见惯了。

这种定义不清、数据质量不稳定、容易被操控的指标还有很多,类似:NPS、品牌影响力、品牌美誉度、市场占有率(因为行业数据要第三方提供,第三方你懂的)事前不谈清楚口径,事后又是无休无止扯皮的地方。

偏偏业务方特别喜欢写这些话“拉动新用户注册,提升品牌影响力”……这就是站着说话不腰疼了。建议有类似需求的,让他们找管市场调查的同事或者找第三方去搞,我们不蹚这趟浑水。

终极解决方案

最终极的办法,当然是数据分析师参与到策划过程中去,一开始就给一些专业指导,帮助大家理清思路。并且还能把过去一些失败项目的数据情况分享出来,提升策划质量。

如果有机会参会的话,大家可以按以下话术,确认活动信息。

如果业务方说:没有设参照组,没有设参照期,该怎么设来问数据分析师,这样最好不过了!我们可以结合实际情况提供专业意见,省的麻烦。

然而有些同学会问:这种方法针对一次性活动管用,有些活动是长年做的,比如会员制度,比如新手指引,这种又该怎么评估呢?我们以后继续分享。

 

作者:接地气的陈老师,微信公众号:接地气学堂,人人都是产品经理专栏作家。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。

本文由 @接地气的陈老师 授权发布于运营派。未经许可,禁止转载。

未经允许不得转载:禾束运营 » 数据分析师的独家秘诀:如何评估一场促销活动?

赞 (64) 打赏

热门推荐

    觉得文章有用就打赏一下文章作者

    支付宝扫一扫打赏

    微信扫一扫打赏