1. 创业头条
  2. 前沿领域
  3. 大数据
  4. 正文

618大促复盘 | 如何通过观远数据挖掘“异常值”背后的故事线

 2020-06-19 11:50  来源:A5专栏  我来投稿 撤稿纠错

  【推荐】海外独服/站群服务器/高防

大促一时爽

一直大促,一直爽

而在大促之后,更酸爽的是

如何火速完成老板夺命连环call的“活动复盘”

今年卖了多少亿

同比去年有哪些变化

各大渠道的ROI有没有达到预期

......

大促之后就从早到晚萦绕在运营人耳边

如何一天做出

让老板惊呆,让自己出彩的

大促复盘报告

必须掌握以下两大要点

01.以终为始,层层拆解

没有目标的活动策划,就是一条咸鱼。而对于大促来说,各个部门都会以销售额为核心目标去背负一定的KPI,例如:新老客转化率、客单价、渠道转化率、推广效果等。

所以,活动复盘一定要先从最终目标出发,进行层层拆解。例如,大促复盘,就可以将核心目标“销售额”拆解为以下指标。

目标拆解不仅是为了细化各个部门各个负责人的指标完成情况,更是对大促整体活动叙述推演的过程。在这个过程中,我们可以挖掘数据中存在的一些因果关系,发现一些异常值,例如,老客支付转化率低于促销前的平均水平,那这时,我们就要去追踪产生这个结果的原因是什么,如何在下次活动中避免。

那是不是活动预期成果越好对于后期的活动复盘重要性越低呢?恰恰相反。数据的异常值不仅包含坏的结果,还有一些表现超出预期的好结果。我们同样可以通过故事还原真相,找到哪些动作可以为我们带来更高的增长点。从而沉淀一些方法论和分析模型为下次活动策划做准备。

02.挖掘“异常数据”背后的故事线

明确了复盘分析的基本路径之后,大促复盘依然要回归到电商运营的基础场景分析中,例如用户、商品、流量、营销等。

明确了复盘分析的基本路径之后,大促复盘依然要回归到电商运营的基础场景分析中,例如用户、商品、流量、营销等。

每一个分析场景都可以作为大促复盘中的重要汇报内容,但并不是指把他们单独作为一项项分析任务依次汇报。因为,某一个指标的增长或者下降不会只由一个原因产生,一定是各个部门或场景配合的结果。所以,就需要将不同场景的数据进行融汇打通,找到问题产生的原因有哪些,从而可以进一步做改善。

下面,我们将聚焦「销售额上升」这个结果,去挖掘数据背后存在的故事线,以及各个场景的配合效率。

销售额=访客数*访客支付转化率*客单价

假如销售额上升是由访客数增长带来的,可以进一步将访客数拆分为老客和新客。如果老客贡献值更大,又可以将老客拆分到不同的营销渠道,比较哪个渠道的老客数偏高以及同比增长明显。

这里假设聚划算渠道的老客转化率提升最为明显,下一步,就可以针对这个渠道进行更细颗粒度的分析。

而对聚划算渠道分析,又可以精细化到渠道商品曝光、展现,渠道用户访问、收藏加购、付款到复购各个环节转化率的分析。同时可以将分析结果与各环节所做的运营推广动作进行结合找到原因。

最后的结果可能是聚划算渠道活动力度更大带来了买家数的提升,也可能是这个渠道圈选触达的人群比较精准,这些都可以通过数据进行佐证。抓住了营业额增长的结果,就可以将本次活动中带来增长的动作进行复制和优化投入到下次活动的准备中。

大促故事线复盘需要怎样的能力

故事的开始可能是销售额激增,也可能是转化率过低,还有可能是营销结果打水漂。如何做到不管老板抛出怎样的问题,运营人员都复原完整的故事线,追溯到最终原因,这就非常考验我们的数据分析思维能力。而静态的数据分析报告显然是无法及时响应领导天马行空的问题。

观远数据BI平台打破了传统报表静态汇报、高代码研发的桎梏。只要前期将流量、用户、渠道、商品等各大场景基本的数据分析思路沉淀在模型中,在大促复盘时,就可以通过钻取、联动等动态分析功能,跨路径、跨维度地剖析活动过程中的问题点和增长点。

除了基于本场活动的场景指标分析,电商品牌还可以将每次活动的数据报告沉淀在观远平台中。在大促复盘时,通过时间筛选不同时间段、不同指标的完成情况,更加宏观地对比任意两场活动的优缺点,从而不断优化活动策略。

实时动态的数据分析分析不仅可以在会议上及时响应领导层突然其来的分析需求,减轻数据分析师面对临时活动的工作量。同时也可以帮助公司上下在日常运营中培养数据思维,将业务数据化,将数据业务化。

申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!

相关标签
618年中大促
大数据

相关文章

编辑推荐