• 回答数

    0

  • 浏览数

    375

  • 收藏数

    0

作者:我爱萨其马虞co 发表于 2023-12-11 17:02:38
跳转到指定楼层

来源| 接地气的陈老师

日报周报看不出个屁

用户画像得不出结论

活动分析报告被打脸

流失原因找不到是啥

以上是数据分析师们写报告的时候最怕的四大场景。之前已经分享了前俩,今天来分享第三个。作为消费者,我们是最喜欢各大APP做活动了,有优惠呀!

很多数据分析新人也喜欢,因为比起日报月报,活动分析看起来是个大活,真开心。然而,不小心的话,基于活动数据分析出的结论,经常被打脸,不信,马上试一试。

1常见的打脸瞬间

▌场景一

请听题:

警惕!这种数据分析报告,写出来就被打脸-1.png

很多同学一看:

    目标:提高消费人数

    结果:消费人数提高了30%

真好!就开始提笔写结论了。

结果自然是被打脸呀

因为这破活动做多亏多(如下图):

警惕!这种数据分析报告,写出来就被打脸-2.png

▌场景二

咱改一改:

警惕!这种数据分析报告,写出来就被打脸-3.png

诶?这次付费人数翻倍了,总付费也超过上个月了,happy

提笔庆功吧!

结果到下个月又被打脸了

因为下个月直接被打回原形:

警惕!这种数据分析报告,写出来就被打脸-4.png

▌场景三

咱换个方式:

思来想去,做存量客户,人群就那么多,是很有可能出现响应太少(场景1)响应太多(场景2)的问题的呀,那干脆做新用户好了。人数在涨吗。于是活动如下:

警惕!这种数据分析报告,写出来就被打脸-5.png

哇塞,看起来新人数、新人购买率、总消费都显著提升呀,这次稳了吧

提笔曰:好

然后整体数据一看,继续打脸:

警惕!这种数据分析报告,写出来就被打脸-6.png

▌场景四

大干一场:

既然只做新增又涉及挪来挪去,那干脆来个全场大促!是个人都能参与,通通九折,一律九折!件件九折!走过路过不要错过,大喇叭轰起。

结果整完了数据长这样:

警惕!这种数据分析报告,写出来就被打脸-7.png

于是运营的又来纠结了:诶呀,丢了那么多优惠券下去,还是吸引不到新用户,我们要不要回到细分群体的老路子上去,不是有大数据能精准营销吗!

不!坚决不退回去,既然都花钱了,咱毕其功于一役!打个狠折。

于是数据长这样:

警惕!这种数据分析报告,写出来就被打脸-8.png

全场促销活动就是这样哈

    用力轻了:见不到效果,只能影响到部分人群

    用力猛了:投入过大,费用在燃烧,后边都喝西北风

So,咋整?!

2问题的症结

问题的症结在哪里?我们先忘记数据分析,忘记运营的身份,设想我们就是一个普通消费者,你发现有个APP在做活动,你会不会做出以下行为:

    活动力度大,你会不会多囤一些?

    活动力度小,你是不是不买了?

    活动限新人参加,你会不会注册个新微信

都会干的呀,人之常情呀!

这就对了。虽然我们天天喊“大数据营销”“精准营销”“细化分群”,可营销活动的本质不是数字,而是活生生的人性。营销活动就是要勾引出人的趋利性来达到吸引注册、提升业绩的效果。

而近些年猛吹的“人工智能”“大数据”“算法模型”让很多人忘记这一点。业务部门想不出来方案的时候,就指望着“大数据精准分析一下”,然后跑数的程序员真的信了,开始RFM一通计算(因为大部分网课一提营销只会讲这个,讲的其实都是更不能落地的4P,SWOT什么的)于是导致了开头的各种悲剧。

抛开金主、红包、大转盘这些眼花缭乱的具体形式,营销活动本身很简单,它只有2个逻辑(如下图):

警惕!这种数据分析报告,写出来就被打脸-9.png

这两个逻辑对应的数据模型非常简单:业绩=用户数*响应率*响应金额。只是在固定基数里,增加的是响应率,增量基数里,主要增加的是用户量,响应率也会略微上升。

很多同学问:活动分析的思路是啥?活动分析的基本思路就是这么简单。复杂的不是这个结果的模型,而是:

    用户凭啥要响应?

    用户响应到什么程度?

    用户响应完了还会咋样

当然,已经做完了活动,你可以拿数据来模拟各种走势,但本质上:数据可以评价结果,却不能促成结果。促成结果的,是业务理解、创意设计、宣传文案、礼品选择、力度设置、系统支撑、客服跟进这些东西。

所以千万别沉迷在数字游戏里了。实际上,比起数据分析,很多运营、策划、营销人员更喜欢数字游戏。经常在立项的时候自我催眠,用各种数字论证效果会很好;在结束之后各种甩锅,用各种数字论证“问题不在我”,这种事见多了就习惯了。

3破局思路

很多同学可能会害怕:妈耶,是不是还要让我去学《消费者心理学》《消费者行为学》《营销学》啊,上学时候最怕这些脚不着地的文科的书了。实际上,十三年前的数据分析师(那时候还不流行这个称呼,都是数据岗、研究员什么的)真的是这么干的,还记得12年《促销的本质》上市的时候,我们小组人手一本回去研究,哈哈。

但今天不用绕这么大圈子,因为随着数据在业务领域的渗透,脚不着地的理论也越来越少,营销活动的分类、考核指标、常见问题都可以对应到数据表现。内容比较庞大,这里可以先给个提纲,以后我们慢慢分享。

警惕!这种数据分析报告,写出来就被打脸-10.png

需要注意的是,这些只是宏观层面的分类,真正具体到一次活动,可能很小的细节都会导致效果的不同。

比如同样是拼团,如果:

    想最大限度激发消费,就直接1人成团

    想拉新人,做裂变,就三人成员,鼓励转发

    想控库存,防止积压,就开限时大团,人越多优惠越多

同一种形式,改个参团规则,参团人数,效果直接变化,所以每次分析还是要对本次活动业务逻辑做深入了解才行。

作者:接地气的陈老师

来源:鸟哥笔记

原文地址:https://www.niaogebiji.com/article-650498-1.html

分享:
0
收藏收藏 转播转播 分享淘帖
回复

使用道具

成为第一个回答人

您需要登录后才可以回帖 登录 | 立即注册
每日抽签
手机版|小黑屋|大厂乐乎 |京ICP备2021013067号-3|京公网安备 11010502048691号