當一個活動結束時,我們應該需要哪些維度的數據來進行復盤呢?

這個問題來源于讀者提問,問的超級好,他的問題原文如下:
如何復盤一場自己做的活動?應該從哪些角度收集信息和數據以優化以后的運營策略和手段?
那么,今天我們就用一個小故事聊聊復盤的細節。
社區的本質
小王做了一個活動,預期是希望通過活動,提升一段時間內,用戶的交易額。小王做了如下設計:
活動期間,所有參與交易的用戶,都可以獲得1次抽獎機會,然后根據實際完成的交易額(付款-退款)進行排名,排名前100名的用戶,可以抽取包括iPhoneX在內的大獎(實際不可能啦,畢竟單個獎品的單價不能超過5000元),并且抽獎機會直接從1次變成10次,而排名100名以后的用戶,可以抽取包括小米note3在內的其他獎品,所有用戶100%中獎,預期活動期間的交易額是非活動期的3倍,總成本控制在5萬元以內,人人有獎,獎池里包含了實物獎品和各種置換來的優惠券。同時,活動需要報名,預熱期為活動開始前一周。
那么活動結束了,小王應該需要哪些維度的數據來進行復盤呢?
復盤的準備
1、活動預熱期的效果數據
需要準備的數據有:
- 活動預熱頁面的UV、PV
- 報名button的點擊次數
- 后臺記錄的報名用戶數
- 來源渠道
- ……
2、活動前一段時間報名用戶與非報名全量用戶的消費數據,如前2周,或者一個月,或者去年同期
需要準備的數據有:
- UserID
- 交易訂單量
- 消費金額
- 消費時間
- 消費頻次
- 退款訂單量
- 退款金額
- 退款時間
- ……
3、活動期間報名用戶與非報名全量用戶的消費數據
需要準備的數據有:
- UserID
- 交易訂單量
- 消費金額
- 消費時間
- 消費頻次
- 退款訂單量
- 退款金額
- 退款時間
- ……
4、活動結束后一段時間報名用戶與非報名全量用戶的消費數據,如后2周,或者一個月,或者去年同期
需要準備的數據有:
- UserID
- 交易訂單量
- 消費金額
- 消費時間
- 消費頻次
- 退款訂單量
- 退款金額
- 退款時間
- ……
要說明什么問題
這些數據要說明什么問題呢?
- 預熱數據用來說明宣傳渠道的流量來源拉動的情況
- 對比報名用戶在活動期間與非活動期數據的對比,來證明活動究竟對報名用戶是否有拉動
- 對比非報名用戶在活動期間與非活動期數據的對比,來證明活動究竟對非報名用戶是否有影響
- 對比最終的交易成功的訂單數據,來反饋是否活動期間存在刷量現象,以及成本與收入的關聯,這一點極其重要
- 活動結束后的數據用來反饋活動本身是否會對用戶帶來長尾的影響效果
這其中有好些注意事項。
- 有些數據,可能原先系統中是沒有的,譬如預熱期的宣傳渠道埋點、頁面的監控埋點、button的點擊埋點,等等,這些數據,是需要在開發前去和開發確認和溝通的。
- 數據對比有環比和同比,環比可以去比前一周、前一月,看活動的時間,它是延續的,同比是比前一年的同期對比,它是不延續的。采用哪種對比方式,是需要去實際場景下去討論的,通常環比是夠的。
- 復盤要復的,除了數據,還有行為。數據用來驗證效果,而行為是找到造成數據變化的原因。這里面要記錄的事情就多了。
- 復盤不是為了追究這一次的活動是否如預期展開,而是為了積累經驗,在下一次活動的時候明白要規避哪些坑,或者要強化哪些方面,包括渠道的、活動規則本身的、文案的,等等。
小結
總結一下,如果要追究數據,首先是要有數據,有數據的前提是,你自己知道要做什么樣的對比,這樣才能看是否要加入新的統計源。
在統計工具方面,UV、PV的流量檢測工具,完全可以用百度統計之類的第三方統計作為輸入源,而其他的統計,如果是日常數據,都應該本身就做了埋點監測,如果沒有的話,那么可能就是需要加強的部分了。
先這樣了。
#專欄作家#
張亮,微信公眾號:zhangleo1983,運營喵專欄作家。知乎大V,互聯網從業者;《從零開始做運營》作者。聊產品聊運營,偶爾深度。分享一切有益有趣的內容。
本文原創發布于運營喵,未經許可,不得轉載。
題圖來自 unspalsh,基于 CC0 協議。
本文為@運營喵原創,運營喵專欄作者。
