数据分析师必看:双十一分析备战手册

1 评论 8196 浏览 39 收藏 15 分钟

编辑导读:双十一马上就要来了,忙起来的不光是正在计算优惠折扣的消费者,还有数据分析师。双十一作为一个大体量的营销活动,只有提前做好准备才能不慌不忙。本文将从六个方面,总结数据分析师应该做哪些准备,希望对你有帮助。

双十一临近,又是各大公司打折促销密集上线的日子,姑娘们往往会准备一个活动攻略或者采购清单。

数据分析师们当然也需要准备一个备战手册,只不过里边写的不是商品名称,而是分析方法大合集。不然活动一过,各种分析要求就会如雪崩一般压下来。辛苦加班不说,还常常被扣上“你这分析的也太肤浅了!为什么没有深度洞察!”一类的帽子。

今天,我们就来一起盘点下:针对营销活动,数据分析师该做哪些分析准备。帮大家解决后顾之忧,等大促销来了开心剁手。

01 掌握营销活动基本类型

营销活动的规则五花八门,名字千奇百怪,经常把人绕晕。如果不抓住其本质,恐怕光分析模板都得列个几十个,累死做数据的宝宝。

抛开纷繁复杂的具体形式,站在商业经营的角度,其实营销活动可以分为五大类,每一类,有相似的数据关注点。

如下图所示(点击图片看高清大图):

在做活动分析前,先了解清楚活动规则,把活动分好类。这样,每类活动有统一模板输出,统一标准考核。既方便数据分析师制作报告,又能够横向对比,得到更丰富结论。有些策划、运营推出的活动可能用词特别花里胡哨,会把人看晕,大家可以用这个逻辑图简单分类,找到他们的主题思路。

02 理清营销活动分析思路

营销活动不同于常规的经营活动,它是为了特定目标开展的、短期、大力度的行动。因此营销活动分析目标感,需要特别的强。整个分析围绕目标展开:

  • 是否达成目标
  • 如未达成,原因是什么
  • 如达成目标,效率是否可优化
  • 达成目标后,对整体经营有何影响

当有多个活动同时开展时,遵循“分门别类,从小到大”的顺序。先从单次活动入手。

一看单次活动目标达成情况,效率。

依据活动目标,对当前活动做出好/坏评价。评价将直接影响到后续的分析。好则总结经验,坏则分析原因。这是最基础的分析,先下判断,再找原因,不然很有可能南辕北辙。

再看同一类活动,过往达成,效率。

数据连起来看才有意思。比如针对用户拉新,可能做过4-5类活动形式,将过往记录摆在一起,可以看出是否此类活动整体上效果越来越弱,可以看出哪一次活动是效果最好的标杆,和当前活动相比,好/不好的地方,从而在找原因的时候有清晰的标杆,更容易出结论。

三看不同类活动交叉效果,是否改善了整体状况。

比如可能同时有商品活动在做,用户活动也在做。都会对用户转化率有影响。那在多重作用下,到底用户转化率提升没有,用户结构是否去到我们理想状态。如果多重作用叠加都没有达到预期,那就得认真反思:是否整体策略要调整。(监控思路类似下图举例,当然还能有更多维度)。

四看整体营销费用投入产出比,业绩营销依赖度。

从而发现盛世危言:是否公司太过依赖营销,是否营销费用如脱缰的野马已经失控(监控思路类似下图举例,当然还能有更多维度)。

往往策划或运营,会过分重视一次活动的效果,在一看部分耗费太多精力。这么做,无非是想拼命证明自己在这次活动做得很好。如果数据分析师仅停留在这个层面,就会陷入诡辩、扯皮、无休无止的争论。也就达不到深度、高度。所以在正式工作前,一定要理清思路,二三四看才是数据分析师更有价值的地方。

03 做好预设目标管理与记录

预设目标非常重要。目标是衡量活动效果唯一标杆,因此必须事前谈清楚。如果事前没有清晰目标,不但事后分析无从下手,而且让人质疑:连目标都不清楚,你们设计活动稀里糊涂,怎么可能有好结果。

要点一:不是所有的活动都有销售目标。

比如品牌类活动,本身就不是为了硬性带货的,完全可以设阅读量、点赞数这些非销售指标。

有些策划、运营、推广非常投机,在活动里不设跳转销售链接,不设带货手段,却非要强行论证:我也是促了销售的。这是非常扯淡的做法。连个链接都没有,在数据层面是无法归因的。

在预设目标时注意:一个活动,要带货就必须有带货手段,有考核要求;要不带,就干脆不设销售目标。所有扯“间接影响”“深层效果”“心智启发”一类的,都是浑水摸鱼的做法。

要点二:不是所有的活动都有参照组。

如果是大促类活动,公司投放巨额资金,目标就是尽可能多的吸引消费者。这时候设参照组是毫无意义的——如果有一波没被影响到的参照组存在,证明大促做得不好,居然下了血本还有人没被波及。

大促类,更关注对整体指标的营销,关注总量、极大值。如果是商品类,关注的是整个商品生命周期走势,是进销存的节奏感。上市铺货,就该关注铺货面,销售量,让新品尽快占领市场。到了成熟期就得关注销存节奏,控制补货,往还有需求的地方调拨商品,逐步减少库存。到了衰退期,就得尽快甩货,减少库存成本。商品类,往往和同类商品进行生命周期比较。

这两类数据看法如下图所示:

要点三:参照组有两种设法,合理选择。

一般来说,用户类活动参照组,按活动前后来设,关注用户行为是否因活动改变了习惯,提升了质量。

精准营销类,按响应/非响应来设,将同一波人劈成两组对比。这样可以观察精准的效果。但是目前很多基于APP,网站,短信,外呼的用户类活动,实际上也是个性化推荐,封闭了宣传渠道,因此也可以按响应/非响应来设。具体差距是宣传是否封闭宣传渠道,能封闭的才分两组,否则就按前后对比。

如下图:

要点四:过程指标,要挂一个结果指标考核。

此类问题专指用户新增、活跃、留存。这三个指标往往不是企业追求的最终结果,如果单独考核,很容易引发虚假繁荣。因此需要有一个质量指标。比如新用户注册后7天活跃,转化率等等。

这里篇幅很长,是因为做活动分析,最大的问题都是出在目标上:

  • 没有目标:领导让我做,我就做……
  • 目标空洞:就是提升销售,提升多少我也不知道……
  • 目标混杂:拉新、促活、留存、转化毕其功于一役!
  • 目标扯淡:我们有无法衡量的深远影响,心智改变!
  • 目标虚假:新人多啦,活跃率高啦,为啥转化不动呢?
  • 目标随意:啊,活动效果不好,我们来改改目标,改改参照组吧

这些都会让后续分析变成毫无意义的扯皮。因此,设立一个清晰、具体、有节操的目标,就是做好50%的活动分析,大家切记。

04 做好活动流程监控准备

在正式分析前,一定要提示做好活动流程监控。特别是活动较多的时候,每一个活动的页面埋点、用户数据采集、业务上线时间等要有清晰记录。事前没有做好记录,各种数据缺失,事后肯定没法分析。

监控中,优先关注目标达成情况。

  • 目标达成:活动成功,总结经验
  • 目标未达:活动失败,复盘教训

注意:如果在活动过程中,监控到目标达成率很低。我们可以马上进入第二步:原因分析、经验总结阶段。及时调整,促进目标达成。而不是改参照组,试图蒙混过关。

05 做好活动事前分析

营销是由至少8个步骤构成的:

  1. 设定目标
  2. 洞察用户需求
  3. 选择产品
  4. 包装卖点(价格、性能、品牌)
  5. 设计传播内容(文案、图片)
  6. 选择投放渠道(时间、地点、内容)
  7. 投放-用户响应(跳转链接,落地页,转化页)
  8. 响应后服务跟进(应答、发货、售后)

其中1-4是前期策划阶段主要考虑的问题,5-8是执行阶段的主要考虑。在活动推出前需要做好洞察,找准需求和卖点,才能起到好的效果。这里有可能产生很多事前分析专题,如洞察用户需求,方案ABtest,活动效益预估,销量预测,备货数量预测等等,这里先不一一展开。如有必要,数据分析师可以单独立项一一进行事前分析。还可以把过往项目复盘报告拿出来,按活动类型归纳已有经验、教训。事前策划好,事后麻烦就会少很多。

06 掌握活动执行计划

在活动开展过程中,很有可能业务部门做一些临时调整。特别针对5-8环节,这是出现问题最多的地方,也是调整最多的地方。

诸如投放渠道转化率不行,投放分配不合理,文案效果不好,跳转链接出问题等等。掌握活动的预定计划,了解活动过程中出现的幺蛾子与调整方案,对于分析活动有重要意义。

这些执行上bug与修正是促成活动最终效果的重要原因,及时掌握才能做出全面分析。所以要实现和业务沟通好,拿到计划,及时了解进度,之后才能一路顺畅。

07 小结:好分析结果来自好备战

很多做数据的同学被吐槽,“活动分析不够深入”,“你这做的运营也能做,要你干啥”,都是来自没有好的备战。对活动不够了解,对执行不够了解,对过往没有好的积累。最后只能就数论数,对着业绩曲线挠头。

或者有准备但是没有节操,面对业务随意变更、修改目标不敢提出异议,不敢保留讨论会议纪要。结果事后分析变成了跟风附和。

这些不能全怪做数据的同学,毕竟很多公司没有正规的分析体系,缺少对数据的尊重。但是这不妨碍我们朝着正确的方向努力,争取理想的状态。毕竟扯皮到处都有,但锻炼出来的本事是自己的。与大家共勉。

#专栏作家#

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。

本文原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议。

给作者打赏,鼓励TA抓紧创作!
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 理清了思路,受益良多~

    回复