方案_運營數(shù)據(jù)分析怎么做？（如何對運營活動進行數(shù)據(jù)分析）

本文將圍繞運營活動講講，如何通過數(shù)據(jù)分析判斷一場運營活動好壞，以及通過數(shù)據(jù)洞見活動的問題和機會點，為下一次活動提供避坑指南和增長方向。話不多說，直接入正題。

一、什么是個好的運營活動？

怎么樣才算是一個好的運營活動？活動目標(biāo)達成，且達成目標(biāo)投入的成本是合適的，即投入產(chǎn)出比較高，則可以給出結(jié)論這是一個好的運營活動。

1、判斷目標(biāo)是否達成

所有數(shù)據(jù)分析的開始，都是有某一個目標(biāo)的。運營活動數(shù)據(jù)分析的開始，也是要回到最初始，我們規(guī)劃這場活動的目標(biāo)是什么？

衡量的關(guān)鍵點是找到量化活動效果的數(shù)據(jù)指標(biāo)，也就是大家常說的“第一關(guān)鍵指標(biāo)”或“北極星指標(biāo)”。北極星指標(biāo)指標(biāo)來源于本次活動的目標(biāo)，電商促銷活動中最常見的目標(biāo)就是快速賣貨帶動銷售，相應(yīng)的北極星指標(biāo)就是GMV（訂單金額總和）。

然后選取合適的對比對象，對比判斷北極星指標(biāo)是否有達成質(zhì)變。如跟去年同期活動、或者同等量級且定位相似的活動進行對比。

值得注意的是，因為北極星指標(biāo)常常會受到多重因素的影響，比如GMV的增長可能并不是運營策略有效，而是大盤流量的自然增長帶來的。所以有時候除了看北極星指標(biāo)，還需要對北極星指標(biāo)進行拆解，判斷拆解后與本次活動核心策略關(guān)聯(lián)最緊密的指標(biāo)是否也達成了質(zhì)變。

2、為達成目標(biāo)，投入產(chǎn)出比是否合適

電商活動中常見的投入成本有直接的優(yōu)惠利益補貼，如紅包、優(yōu)惠券等，以及廣告投放、KOL明星合作等。通過這些投入，可帶來更多的流量和轉(zhuǎn)化，從而提升售賣GMV。促銷活動的最終本質(zhì)離不開商業(yè)價值，投入產(chǎn)出比越高，商業(yè)價值也越高，這也解釋了為什么促銷活動不直接就所有的商品都降價，讓消費者以最簡單最優(yōu)惠的方式購買，而要做優(yōu)惠券、滿減等玩法。核心其實就是為了讓平臺和商家能以盡量少的成本獲取最大的價值產(chǎn)出。

所以在做活動復(fù)盤的時候，也得看獲取某一個量級的增長，付出了多少的成本，這個成本相比以往或類似活動是否偏高。

二、怎么通過數(shù)據(jù)分析找到問題和機會點

在做數(shù)據(jù)復(fù)盤匯報的時候，常見的情況是，我們算出了北極星指標(biāo)漲了or迭代，給出了結(jié)論活動目標(biāo)達成or未達成。但是，再往進一步，老板問，是什么原因讓北極星指標(biāo)產(chǎn)生這樣的變化的？很多人往往無法肯定地給出確切的回答，這時候就需要對數(shù)據(jù)進行深入挖掘了。

1、什么是上卷和下鉆分析

講具體的深入分析之前，需要先講講上卷和下鉆分析。數(shù)據(jù)分析中的上卷和下鉆簡化一點，其實可以轉(zhuǎn)變?yōu)檫壿嫎淅锩娴摹皡R總”和“細分”，如把銷售總金額拆分為華南、華中、華北等地域來分析就是下鉆，把廣州、珠海、深圳、東莞等幾大城市匯總為珠三角地區(qū)來分析就是上卷。隨著維度的下鉆和上卷，數(shù)據(jù)會不斷細分和匯總，在這個過程中，我們往往能找到問題的根源。

2、對北極星指標(biāo)有選擇的進行維度下鉆分析

下鉆的思路需要遵循從宏觀到微觀、一層層往下細分的邏輯，但并不代表在每一層都需要對所有的維度的細分數(shù)據(jù)展現(xiàn)出來。下鉆的維度有非常多種，需要基于對業(yè)務(wù)本身特征和本次活動的策略的了解來判斷選用哪些維度來進行下鉆，只需要展現(xiàn)最重要的細分數(shù)據(jù)即可。

下鉆的過程也不局限于固定的1個或者幾個維度，往往是多維組合的節(jié)點，進行分叉。當(dāng)進行分叉時，我們往往會選擇差別最大的維度進行進一步拆分，若差別不夠大，則這個枝椏就不再細分。能夠產(chǎn)生顯著差別的節(jié)點會被保留，并繼續(xù)細分，直到分不出差別為止。經(jīng)過這個過程，我們就能找出影響北極星指標(biāo)變化的因素。

以下列舉一些電商促銷活動中常見的下鉆分析的維度：

• 公式拆解
  最常見的公式拆解是GMV=流量*轉(zhuǎn)化率*客單價=UV*UV價值，通過看拆解后的指標(biāo)對比，找到帶來北極星指標(biāo)漲跌的關(guān)鍵指標(biāo)。下面的數(shù)據(jù)案例可看出導(dǎo)致GMV下跌的主要因素是流量UV大幅下降而產(chǎn)生的，下一步，就可以從流量UV進一步下鉆分析，看是哪些渠道的流量來源發(fā)生了較大幅的下降。

• 按渠道/流量來源拆解
  渠道即流量來源渠道，常見的如站內(nèi)自然訪問流量、站外微博/微信/頭條/網(wǎng)易等投放渠道、裂變分享流量等，可以通過對比每個渠道和整體大盤的數(shù)據(jù)，找到影響某一指標(biāo)的關(guān)鍵渠道。若發(fā)現(xiàn)某些渠道顯著提升/拉低關(guān)鍵指標(biāo)，則可對這一渠道進一步下鉆分析。下圖案例中，APP端站內(nèi)提升了關(guān)鍵指標(biāo)，微博渠道則拉低了關(guān)鍵指標(biāo)。

• 按終端拆解
  常見終端拆分如IOS/Android、APP/M/PC/小程序、使用設(shè)備機型等，通過對比不同端對整體大盤的貢獻及不同端各數(shù)據(jù)指標(biāo)的橫向?qū)Ρ?，可找出影響某一指?biāo)的關(guān)鍵端。下圖案例中，APP端-IOS提升了關(guān)鍵指標(biāo)，M端則拉低了關(guān)鍵指標(biāo)。

• 按時間/時期拆解
  電商活動中經(jīng)常會分時間節(jié)奏來進行不同的促銷打法，常見的如預(yù)熱/高潮/返場，如果有這樣的分時期的策略，則可按時期進行數(shù)據(jù)拆解對比，找到某數(shù)據(jù)指標(biāo)下顯著高/低的時期。

除了時期外，按時間序列維度（月、周、天或小時）來進行分析，找到影響關(guān)鍵指標(biāo)的特殊時間點，然后去復(fù)盤該時間點在投放的流量質(zhì)量、分時的運營策略、選品、頁面設(shè)計等角度是否有什么差異，排查影響關(guān)鍵指標(biāo)的可能因素。

按業(yè)務(wù)/品類拆解

此維度往往是偏運營/采銷視角的，關(guān)注的是某業(yè)務(wù)/品類對關(guān)鍵指標(biāo)的產(chǎn)出，需要結(jié)合具體的選品盤品策略來分析是否有效。當(dāng)品類數(shù)量較多時，可以參考下圖的帕累托模型來觀測數(shù)據(jù)。觀測的主要點為結(jié)合各品類的盤品量級和曝光量，判斷改品類是否有帶來相應(yīng)的售賣產(chǎn)出，若偏低或偏高都值得特別關(guān)注，后續(xù)可以據(jù)此做備貨和曝光量的策略優(yōu)化。

按功能模塊拆解

此維度跟頁面設(shè)計關(guān)聯(lián)性最強，涉及到頁面內(nèi)容框架的安排與具體每個模塊的功能&信息呈現(xiàn)。可以圍繞北極星指標(biāo)或其拆解指標(biāo)觀察各個模塊（樓層）對指標(biāo)的貢獻情況，對于位置靠前曝光量大但貢獻低的（投入產(chǎn)出低）、以及位置靠后但貢獻相對高（投入產(chǎn)出高）的可以特別關(guān)注，進一步挖掘原因。

• 按用戶人群拆解

• 常規(guī)的人群分類有按人口學(xué)信息分類的諸如性別、年齡、婚姻、所在地域，以及新老用戶等。值得特別關(guān)注的是，有些活動會進行更精細化的用戶分群運營，如按照銀發(fā)族、Z時代、小鎮(zhèn)青年等具有特殊特征的人群做差異化策略。具體要選哪一種人群維度來下鉆，首要的參考因素是活動策略里面有沒有針對這個維度進行差異化運營，前面提到的策略里面就有按用戶分群進行精細化運營的，就一定要按此維度下鉆看每種人群策略是否有效，是否有帶來北極星指標(biāo)的增長。其次是該維度下的人群數(shù)據(jù)差異是否足夠大，我們后續(xù)是否有資源在此維度上進行發(fā)力，如某活動中女性用戶占比顯著高，但貢獻的GMV卻顯著低，我們就可以嘗試對女性用戶進行進一步下鉆分析，判斷我們是否能利用現(xiàn)有資源進行提升女性人群的售賣轉(zhuǎn)化。人群下鉆的方式可以更加精細（需要有足夠的數(shù)據(jù)源支撐），除了直接對比不同人群間的核心指標(biāo)以外，還可以針對某類人群進行前后鏈路的行為路徑漏斗、購買偏好等特征進行分析，以及結(jié)合用研定性調(diào)研，挖掘該類人群可能遇到的問題以及后續(xù)可進一步撬動的機會點。

3、還可圍繞關(guān)鍵維度，結(jié)合其他維度進行交叉分析

完成多維度的下鉆分析之后，針對特別重要的某幾個維度，還可以嘗試進行多維交叉分析。例如，將用戶性別和渠道交叉，可能會發(fā)現(xiàn)微信端的男女用戶跟微博渠道的男女用戶差異，將品類和時期交叉，可能會發(fā)現(xiàn)不同時期更適合不同特性的品類爆發(fā)。

但需要有個預(yù)期，此步目前實際操作上可能會難度較大。一方面，對數(shù)據(jù)提取和處理層面要求較高，需要獲得專業(yè)的數(shù)據(jù)分析師投入較多精力來支持；另一方面，對交叉對象的判斷需要有足夠的業(yè)務(wù)敏感度和行業(yè)經(jīng)驗，對現(xiàn)狀先有一輪深度的思考，洞察/推斷到一些跡象表明某兩個因素之間極有可能是有關(guān)聯(lián)的。不然有可能出現(xiàn)花了大量的時間和資源進行交叉分析，但得不出有實際價值的結(jié)論。

4、過程指標(biāo)也不可忽視

• 為什么要看過程指標(biāo)
  數(shù)據(jù)指標(biāo)可以分成結(jié)果指標(biāo)和過程指標(biāo)。過程指標(biāo)是產(chǎn)生某結(jié)果的中間過程環(huán)節(jié)的衡量。結(jié)果指標(biāo)往往是從活動的商業(yè)目標(biāo)中來，用于衡量有沒有達到商業(yè)目標(biāo)，更多的是在某個階段結(jié)束后，進行數(shù)據(jù)復(fù)盤用。如促銷活動中，銷售額、訂單量是結(jié)果指標(biāo)，帶來這些訂單的一層層的訪問流量、點擊量、加購量、支付成功量是過程指標(biāo)。但在日常的數(shù)據(jù)追蹤中，更有價值的事情是根據(jù)當(dāng)前的數(shù)據(jù)情況，及時做出調(diào)整，以保證結(jié)果指標(biāo)達到預(yù)期。這時候過程指標(biāo)就更重要了，因為結(jié)果指標(biāo)只是結(jié)果，但過程指標(biāo)可以追蹤到細化的問題環(huán)節(jié)，指導(dǎo)該環(huán)節(jié)的優(yōu)化，帶來結(jié)果指標(biāo)的提升。

• 怎么找到過程指標(biāo)
  過程指標(biāo)可以從項目執(zhí)行的響應(yīng)關(guān)系、以及用戶的觸點路徑里面歸納出來。例如在一場大促活動中，會涉及到活動頁面規(guī)劃、采銷盤品、市場宣傳投放、用戶了解活動到下單支付、物流配送、客服服務(wù)等諸多環(huán)節(jié)，把整個活動各利益相關(guān)人和行動事項按時間序列梳理處理，就可以從中挑出跟自己所處角色強相關(guān)的環(huán)節(jié)以及其對應(yīng)的過程指標(biāo)。

• 怎么用過程指標(biāo)過程指標(biāo)最重要的用法是實時追蹤監(jiān)控，判斷其健康程度。判斷標(biāo)準(zhǔn)可以是該業(yè)務(wù)同時期的數(shù)據(jù)規(guī)律是怎樣的，目前進展的階段低于還是高于常規(guī)情況，并據(jù)此作出策略決斷。例如，以往618呈現(xiàn)的規(guī)律是6月1日凌晨有一波流量的爆發(fā)，但是本次爆發(fā)得不明顯，就要排查本次的各渠道的投放是否有正常進行，是否需要及時加大預(yù)算投入。

5、對細化的具體策略做驗證

此步驟是每個數(shù)據(jù)分析都必不可少的環(huán)節(jié)，相對來說會更簡單直接一些，主要的思路可以參考之前的數(shù)據(jù)系列文章中介紹過的OSM（目標(biāo)-策略-驗證）模型，根據(jù)現(xiàn)象選取合適的衡量指標(biāo)，然后進行策略前后的數(shù)據(jù)對比分析。具體就不過多贅述了。

三、幾個需要避免的點

1.一切數(shù)據(jù)都來源于數(shù)據(jù)庫，對其他數(shù)據(jù)無視（外部數(shù)據(jù)、調(diào)研等）

數(shù)據(jù)庫中的數(shù)據(jù)很多時候并不能反應(yīng)所有的量化需求，比如用戶在這次活動中下單了，但他的購物體驗是好是壞、以后是否還愿意繼續(xù)參與此類活動等問題、跟友商相比感覺如何，此類問題更適合的方式是找到典型用戶來進行深度的訪談或做廣泛的問卷調(diào)查。

2. 不加選擇的進行數(shù)據(jù)分析

數(shù)據(jù)分析的角度有非常多種，不同的分析角度適合不同的分析目標(biāo)，應(yīng)該圍繞目標(biāo)問題去選擇合適的分析維度，而不是照本宣科按模板把所有的都跑一遍。且有些環(huán)節(jié)無法得到高質(zhì)量的數(shù)據(jù)，有時就需要做出決斷，寧愿不做此方面的分析，避免因為不準(zhǔn)確的數(shù)據(jù)導(dǎo)致錯誤的決策。

3. 先有目標(biāo)結(jié)果，再進行數(shù)據(jù)分析，報喜不報憂（僅為了匯報）

在某些匯報的場景下，為了方便上級快速get結(jié)論，往往不會把詳細的分析過程和細節(jié)展示，而是挑重點結(jié)論出來形成報告。作為匯報人，常常會不自覺地報喜不報憂，優(yōu)先展示好的業(yè)績，忽略或跳過一些復(fù)雜難以闡述的問題。長此以往，可能自己也會被說服，對存在的問題不予以重視。

4. 數(shù)據(jù)并不能解答所有的問題，對業(yè)務(wù)的理解和思考有時更重要（研究業(yè)務(wù)本質(zhì)問題比研究KPI指標(biāo)更重要）

在絕大多數(shù)的數(shù)據(jù)分析場景下，KPI數(shù)據(jù)往往是所有人關(guān)注的重中之重，一旦出現(xiàn)下降，就會通過維度的不斷下鉆，定位問題數(shù)據(jù)環(huán)節(jié)。這時候，從KPI視角來考慮，就會去思考怎么去解決問題環(huán)節(jié)讓KPI提升，然后工作就到此結(jié)束了。這種模式帶來的弊端，會讓人過于迷信數(shù)據(jù)在思考上偷懶，做的都是亡羊補牢而不是未雨綢繆的事情。

有些時候數(shù)據(jù)問題背后的問題并不能單純靠現(xiàn)狀數(shù)值來解釋，而需要人跳出現(xiàn)狀，看行業(yè)發(fā)展、研究市場動向、理解用戶心理來洞察。所以，看數(shù)據(jù)之外，每個人都需要有留有思考探索業(yè)務(wù)本質(zhì)問題的時間。