找回密码
 社区注册

快捷登录

QQ登录

只需一步,快速开始

快捷登录

QQ登录

只需一步,快速开始

课程案例

关注:4

所属分类: 站务管理 课程案例

618、双十一促销活动监控怎样做?

[复制链接]
Creseda 发表于 2021-7-27 22:59:18 | 显示全部楼层 |阅读模式

编辑导语:每当电商大促时间到来,我们总是会忙得不可开交,特别是活动监控方面。我们需务实时反应活动数据,以及时作出调整。那么,面对这种促销活动监控该如何做呢?



每年的618都很特别,那时分小同伴是不是都在忙着加班,备战活动呢?特别是活动监控,每次活动指导都一次次催监控数据,搞得人紧张兮兮。

那么,究竟活动监控该怎样做呢?就拿上个月我司刚做过的一个小活动举个例子吧。这个活动是一个很复杂的全民派福利活动。

从5月10日末尾到5月31日,用户登录APP后可以领一张优惠券,优惠券在5月内都有效,满400减80呢。

活动好复杂呀!于是担任运营的妹纸做的汇报也很复杂:
    5月11日:28万人参加5月12日:12万人参加5月13日:8万人参加……

像小鸡啄米一样,一个字一个字的嘣,然后当场被指导批了:进度不是这么报的!然后我就被要求陪着一同加班了。

为什么会被批呢?由于用指导原话:“这也看不出来啥呀!至少把目的加上吧!”确实,假设不带目的的话,也不清楚这些数字是好是坏。因此,做运营进度监控,第一条就是:与目的做比照,发现成绩。

活动的总目的是100万人参加,50万人用券消费。那么是不是就直接拿如今的数据,和这个100万/50万比照呢?

当然不是,由于活动的时间长达22天,假设只看全体目的的话,在最后一天赋发现:诶呀,不能达标!那就大势已去了。因此,做运营进度监控,第二条是:分解目的,树立标准。

实际上最复杂的分解办法,就是100/22=4.5万。每天参加4.5万人就算达标。但是从实践数据看,显然第一天参加的人更多,第二天末尾大幅度增加。因此很有能够参与人数的散布不是平均的。因此可以参照之前的活动数据,看看每日参与散布。

找到4月份相似的活动为参考。事先有80万人参加,在4月12日到4月30日,活动参与数据如下表所示。为了看得清楚散布,可以分为:
    第一步:用SUM函数,计算整个活动总参与人数第二步:计算每日参与人数,占总人数比例第三步:画出折线图(10个点以上且是延续数据,用折线)

这样就看得很清楚啦。



从这个散布看,前三天是重点,之后每天也有3%-1%参与,开头时有个小高潮。虽然5月份活动时间和4月份不一样,但活动方式是一样的,这样就能参考4月份走势。仿照4月份走势,做5月的目的拆解如下:



用异样的办法,可以拆解用券人数目的。幽默的是,用券人数走势和领券人数走势并不分歧,在月底有清楚高峰。猜:应该有两类用户。
    一类:领到券立刻用,从数据上看,这个比例是相对波动的。另一类:月底券快失效了,收到提示的时分才用。

因此计算最后一天的用券率,公式应该是:用券人数/(有领券人数-已用券人数)计算,经过预算,大概4月30日用券率是20%,如下图。



这样可以模拟出5月份的每天用券人数了。

有了这些判别标准,就能判别本月活动走势究竟怎样样了。在比照目的的时分,每日完成状况与累计完成状况,都要做比照,由于二者含义不同。

每日完成状况:开展趋向如何?眼前的手腕能否有效?

累计完成状况:全体上,还盈余多少,差多少。

5月数据做出来,结果如下图。



这样看,就比一末尾光秃秃的只报数字,多阐明了很多成绩:

首先,全体领券状况并不好,5天上去,差了5万的进度。

其次,领券开展趋向也不好,除了第一天人暴多,后边每日差异都是负的。

相似的,也能做用券表比照如下:



啊,用券的结果,兼职愈加惨不忍睹。这样下去,这个月的活动一定会完蛋呀!得赶忙想办法了。可是,在短时间内,运营能想的办法是有限的。
    把领券放到更显眼的位置全体用户再推送一轮提早发用券提示,让用户把券用一用

留意,这三种做法能起到的效果是不一样的:
    放到更显眼位置:添加每日用户参与人数强推一轮信息:立刻拉一批人参与提早发用券提示:月底峰值下降,月底前用券率提升

体如今数据上,能够的效果有下图:



可是,看起来,这些都是暂时抱佛脚的做法。很有能够是这个活动本身设计的不好。

比如就有小哥哥说:4月份活动效果好,是由于领的是满100减20。虽然满400减80看起来优惠力度是一样的,都是减了20%,但是要用户出320元现金,一定比出80元更难。

嗯嗯,听着好有道理,但是眼下木已成舟,暂时改规则,不但额外添加开发担负,而且对曾经参加过活动的用户不公允,会被赞扬的。眼下也只能救救急了。

至于是不是由于券的成绩招致的,得等预先再剖析了。

以上就是运营活动监控剖析大体做法。就这么复杂轻松,用excel就能完成哦。

做数据剖析普通有3个场景:
    事前:策划类剖析、预测类剖析事中:监控类剖析、缘由类剖析预先:总结性剖析

作者:码工小熊,微信大众号:码工小熊

本文由 @码工小熊 原创发布于人人都是产品经理,未经答应,制止转载。

题图来自 Unsplash,基于CC0协议
好好学习否故 发表于 2021-7-27 22:59:52 | 显示全部楼层
转发了
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 社区注册

本版积分规则

发布主题 快速回复 收藏帖子 返回列表 客服中心 搜索 VIP会员

联系我们

对话产生契机,讨论收获惊喜, 只为成就无限创举

湖北省 武汉市
武汉客厅E栋904-905

欢迎来这里一起喝喝茶,
聊聊你的产品。

+86 132 3711 5432
(9:00AM-6:00PM)

代理合作请联系本号码
业务合作请点此处

洽谈合作
admin@vfuw.cn

共享万亿级市场
工作日24小时内回复

加入我们
jiangheng@vfuw.cn

我们欢迎每一个对设计怀
有疯狂激情的人。