Question

如何做好活动效果的数据分析？

Answer 1

“如果让你来评估这次活动效果，你会怎么分析？”

在开始本篇文章之前，觉得很有必要探讨一个问题：为什么要做活动的效果分析？是不是感觉这个问题很智障？比如：

以上可能是不同level的运营小伙伴给出的答案，很少有人能准确说清楚为什么要耗时耗力做活动效果的评估分析？我们分析的目的到底是什么？如果我们停下来细细思考，也不难发现，做活动效果的数据分析，无非就是回答以下3个问题：

活动效果怎么样？要不要继续做？如果可以继续做，活动的问题或者瓶颈环节在哪？针对瓶颈环节的改进方案是什么？是否可以争取到资源推动落地？活动效果分析这件事，是一件思路清晰比技术高深重要，守住节操比思路清晰更重要的事。不是为了凸显成果而分析，守住节操很重要，然后才是清晰的思路。这就需要数据分析师自己有独立判断能力，能分析业务逻辑、梳理业务过程，结合判断的标准，才能得出客观结论。

01—活动整体梳理运营活动会改变用户的行为，进而体现为数据指标的变化。要精准透彻地分析整个活动，首先要了解这个活动长啥样，研究对象都不了解，怎么能说出个一二三呢？怎么梳理流程呢，思路很重要，没有好的思路框架？直接套模型呗，5W2H什么的平时看了没啥用的大白话理论，却能回答一个个来自灵魂的拷问，用后才发现：真香！

来自5W2H的拷问：

Why(为什么)：活动的目的是什么？拉新/活跃/留存/付费/？What(做什么)：活动的目标是多少？拉新多少用户，达成多少GMV?When(何时)：活动周期是多长？何时开始？Where(何地)：活动在哪些渠道推送？Who(是谁)：活动推送给哪些用户？画像是啥样的？How(怎么做)：活动流程是怎么样的？推广的节奏如何？活动的怎么玩的？Howmuch(多少钱)：活动的投入如何？人力和财力等资源等02—活动关键环节梳理有了活动的全貌，还要了解活动的流程，整个活动有哪些关键的环节？每个环节可能导致流失的因素有哪些？打蛇打七寸，擒贼先擒王，找到关键环节的关键问题才能快速定位问题，然后才能深入分析，切勿一头扎进细节，懵懵不知所以。比如，一场旨在通过奖品拉新的活动流程大致如下：

看到这个流程，各个节点之间可能出现的问题就不能分解了：

节点1：渠道选择是否有问题？投放渠道、投放时间、渠道本身质量会影响转化节点2：点击环节：活动推广资源位选择是否有问题？推广文案和图片质量如何？节点3：活动玩法是否门槛过高？玩法复杂难以达标？节点4：活动奖品利益点是否和目标用户重合？用户兑换奖品流程是否顺畅？而且，在分析这些流程的时候，务必注意先后顺序。后续流程的问题可能是前置流程问题的多重叠加，所以一定是从前往后逐层分析。比如有关新用户注册问题。要先看各个用户来源渠道的投放力度，活动是否及时上架，何时与投放结合。之后才是深入分析文案、活动礼品、领取后行为等等。

03—评估指标建立清楚上面的整体概况和关键流程以后，就可以看用户在各个流程产生了哪些行为、记录了哪些数据、反应到哪些指标的变化上了。没有标准，就难说好坏，合理、精准的指标尤其重要！但一个活动可能影响方方面面，比如一促销活动，优惠券的发放可以增加新用户注册，也可以增加老客户的复购，还能提升DAU。如果胡子眉毛一把抓，怎么都说不清楚。所以，一定要紧紧结合活动的目的和目标，优先选择直接受影响的指标作为主指标，言下之意，还要有些副指标侧面衡量，比如活动是为了拉新，那主指标就是新注册用户数；如果活动是为了提高新用户留存率，那主要考虑的就是1-7日内留存情况，但是没有任何一个指标能把所有的问题讲清楚，所以拉新活动还要看渠道投放ROI，留存活动还要看留存用户的活跃度等等。

以下是不同类型活动的主副指标设计：

做效果评估，最忌讳搞几百个指标然后做巨复杂的评估公式，混淆进来的的东西越多，就有越多搞文字游戏的空间，就越容易粉饰太平。一般来说，一个主指标+2个副指标就能说明问题，主指标越高越好，副指标不能低于某个阈值，越简单清晰的评估，才越容易看出问题。

04—设定标准进行评估建立了清晰的主、辅指标，接下来就可以找判断标准。判断无非就是比较，比较实际vs目标、有活动vs自然增长、参加用户vs未参加用户、活动前用户vs活动后用户，主要有四个基本思路：

同目标对比，看总量：整体目标是否达成？投入产出比ROI？

同自然增长，看增量：比如无活动一个付费用户比例52%，活动必须达到57%，增加5个百分点作为标准

同未参与用户对比，看差异：同一时段，参与vs不参与用户在活动期间的表现及活动后的活跃和留存或者付费

同活动前用户对比，看效率：同一批用户，参与活动前和参与活动中，参与活动后的活跃和留存或者付费

05—结论及下一步方案以上从了解活动概况-梳理活动流程-建立评估指标-进行评估判断，都是为了回答我们文章开始的3个问题，即：活动效果是好还是坏？活动效果为啥好，为啥坏？下一步该怎么办？前2个问题已经回答，但还有更重要的一个问题就是，针对发现的问题，接下来的方案和动作是什么？总结一下，可能有以下几点：

如果用户推广资源点击少，是否集中经费投入ROI较高的渠道？定位更精准的用户群如果有的文案转化好，有的转化差，是否针对性优化文案和图片如果用户报名转化低，是否报名流程过于复杂冗长？考虑简化报名流程，或者鼓励用户分享裂变如果用户兑奖率低，是否兑奖流程有bug？或者利益点设置和用户画像不匹配？......详尽细致的分析的过程纵然重要，但是没有结论和下一步动作的分析都是没有灵魂的，分析是为了总结经验和教训，进而提升和改进，千万不要画了个虎头，添了个蛇尾。

06—总结最后对整体的活动效果分析的思路进行一个总结：

本文尝试从了解活动整体情况入手，搞清楚活动的5W2H共7个问题，对活动大致情况了然于胸；然后将活动流程进行拆分，梳理活动的关键节点，并做出假设，导致各个节点流失的可能是哪些因素；然后结合活动目标，针对各个环节建立评估活动效果的主要指标；然后基于评估指标，从整体、横向、纵向等各维度进行对比评估；最后基于评估得出结论，回答文章开始的三个问题：1、效果好不好，要不要继续做？2、问题出在哪？3、下一步如何改进？最后，扯得远一点，活动本身定位就是短平快，短期打鸡血迅速拉升指标，效果往往难以持久，这并非否定活动的重要性，只是活动后用户的承接还是要依赖产品的核心价值，对，就是我们吹捧的“啊哈时刻”，活动不是目的，只是手段，让用户更容易地认识到产品的核心价值才是用户长期留存活跃的关键，运营不易，希望各位从事运营和数据分析的小伙伴们能够拨开迷雾见天日，守的云开见月明，领悟活动运营的终极奥义，奥利给！

如果想学习更多大数据运分析与运营干货内容，可

Answer 2

要做好活动效果的数据分析，可以遵循以下步骤：
1. 设定明确的目标：在开始活动之前，确保设定明确的目标和指标，以便能够衡量活动的成功与否。这些目标可以是参与人数、转化率、销售额等。
2. 收集数据：确保在活动期间收集相关的数据。这可以包括参与者的注册信息、活动网站的访问数据、社交媒体互动、销售记录等。使用适当的工具和系统来跟踪和记录这些数据。
3. 数据整理和清洗：对收集到的数据进行整理和清洗。确保数据的准确性和完整性，排除任何无效或重复的数据。
4. 分析关键指标：根据设定的目标和指标，对数据进行分析。使用统计分析、数据可视化等方法，识别关键指标的趋势和模式。
5. 比较和对比：将活动数据与过去的活动数据或行业标准进行比较和对比。这有助于评估活动的绩效和效果是否达到预期。
6. 挖掘洞察和趋势：在数据中寻找洞察和趋势。识别参与者的兴趣、偏好和行为模式，以及可能的改进点和机会。
7. 提取结论和建议：基于数据分析的结果，提取结论和建议。这可以包括活动的成功因素、优化策略、改进措施等，以便在未来的活动中应用。
8. 报告和分享：将数据分析的结果进行报告和分享。创建可视化的报告或演示文稿，向相关利益相关者传达活动的效果和洞察。确保报告具有清晰的结论和可行的建议。
9. 迭代和改进：根据数据分析的结果和反馈，进行迭代和改进。持续优化活动策略和执行，以提升活动效果。
重要的是，在进行数据分析时，要确保数据的准确性和保密性。遵守数据保护和隐私政策，确保合规性。
使用数据分析工具和软件，如Excel、Google Analytics等，可以帮助更有效地进行活动效果的数据分析。同时，也可以考虑与数据分析专家或团队合作，以获得更深入的洞察和专业的建议。