天天看點

活動效果的資料分析,這樣做才對!

“如果讓你來評估這次活動,你會怎麼分析”無論是面試還是工作,做資料分寫的同學都經常遇到這個問題。今天我們系統講解一下。

場景還原:

某音樂類APP,對新使用者進行一個新注冊即送7天會員權益的活動,使用者注冊後,自主決定是否點選領取,為期1個月,問:如何評價該活動。

 1 

活動評估常見錯誤

首先牢記,所有以評估/評價/判斷作為動詞的問題,答案隻有一種:“好or壞”。

比如,如何評價該活動,可以回答:

1、這個活動很好,該繼續做;

2、這個活動不好,不能做

3、這個活動不好不壞,雞肋

4、這個活動沒有任何改變,做了也白做

這才是評估類分析的核心結論。離開這四句話,其他的都是廢話。比如:

  • 活動期間有4萬新人注冊
  • 活動期間注冊人數比活動前多1萬
  • 活動期間新使用者點選率是80%
  • 活動期間新使用者使用權益率30%

這些統統不是結論,隻是分析過程而已。如果沒有結論,直接甩這些過程名額,很容易遭遇業務方反問:“是以呢?是以呢?你分析了啥?結論呢!”最後被搞得灰頭土臉。

 2 

活動評估關鍵問題

活動評估,首先要得出好/壞評價。如果評價是好,再看能不能繼續做,還能做多少次;如果是評價是差,再看差在哪裡,是差得不可救藥,還是能拯救一下繼續用。

資料+标注=判斷。是以想得出好/壞判斷,需要有2樣東西:

  1. 明确的考核名額。
  2. 明确目标數值。

達标了,算好;不達标,不好。就這麼簡單(如下圖)。

活動效果的資料分析,這樣做才對!

看似簡單,實際上營運經常幹的是:

1、稀裡糊塗:老闆讓做我就做,至于為啥?咱也不知道,咱也不敢問。

2、呆頭呆腦:我就是要做拉新人,拉就完了奧力給!

3、投機取巧:反正以前幹過/别人也在幹,幹就完了。

4、渾水摸魚:這是改變使用者心智資源,資料豈能衡量!

總之,十個營運裡最多隻有倆,能準确說清楚現狀和目标。這時候就需要資料分析師自己有獨立判斷能力。能分析業務邏輯、梳理業務過程,才能得出客觀結論。這裡我們拿完全稀裡糊塗的場景舉例,看如何幫營運理清目的。

 3 

從0建立評估模型的做法

第一步​

梳理活動流程

營運活動會改變使用者的行為,進而展現為資料名額的變化。從0開始建立評估模型,第一步就是了解活動具體流程,了解活動可能導緻的使用者行為變化。比如問題裡的新使用者送權益,可以按如下梳理(如下圖):

活動效果的資料分析,這樣做才對!

了解到行為變化以後,可以進一步看這些行為能用什麼資料記錄,能反應為什麼名額的變化。經過梳理,我們就能看清楚:衡量活動結果的名額了。這些工作,應該是營運在策劃階段的幹的事,如果事前沒做好,事後就要補課。

活動效果的資料分析,這樣做才對!

第二步

篩選主名額。

一個活動可能影響方方面面,比如上邊的問題,有送東西,你說:

1、能增加新使用者注冊——沒毛病;

2、能增加會員購買機會——似乎有機會

3、能提升忠誠度減少流失——似乎也有道理

4、能增加DAU!——額,理論上新注冊多了,DAU也增加。

如果不看資料,光聽嘴巴講,以上當然都有道理。但真要一鍋炖,讓你計算沒有流失的使用者,送會員占比百分之幾,産品本身占比百分之幾,歌曲數量占比百分之幾,能算清楚就見鬼了。是以,評估名額要分主次,才容易說清楚問題。

如果是事前定目标,那麼活動的主名額應該與目标緊密結合,優選直接受影響的名額。比如活動是為了拉新,那主名額就是新注冊使用者數;如果活動是為了提高新使用者留存率,那主要考慮的就是1-7日内留存情況。

活動效果的資料分析,這樣做才對!

這裡看似簡單,實則很容易被營運渾水摸魚。營運經常喜歡扯一堆影響名額,甚至扯什麼“我的活動從深層次改變了使用者心智認知,進而達到了資料不可衡量的深遠影響”,總之搞一堆名額進來,哪個好看說哪個,不好看的不說。做資料評估,最忌諱搞幾百個名額然後做巨複雜的評估公式,混淆進來的的東西越多,就有越多搞文字遊戲的空間,就越容易粉飾太平。越簡單清晰的評估,才越容易看出問題。

第三步​

設定判斷标準。

有了清晰的主名額,可以找判斷标準。找标準有四個基本思路:

1、從整體結果出發,看總量。比如本月需要10萬新使用者,是以必須做到10萬。

2、同無活動對比,看增量。比如無活動一個月5萬,活動必須5+5萬,多的5萬作為标準。

3、同過往活動對比,看效率。比如拉新活動一般100塊一個新人,是以這次不能超過。

4、同無參與的使用者對比,看差異。比如分無參與組/參與組,對比參與組新注冊數/留存率。

站在公司角度,肯定是第一種方法最實在。但站在組織活動的角度,都喜歡突出自己的貢獻,是以傾向于用2、3、4種方法。營運最喜歡談:自然增長率(沒有活動情況下,自然增長是多少)。并且總是傾向于把自然增長率算得低低的,或者幹脆弄成負數,這樣才顯得活動牛逼無比。

要注意的是:所謂自然增長率,隻在活動不頻繁的時候才能計算。很多業務(比如電商、O2O),根本就是活動不斷,大活動套小活動,根本區分不出來,這時候就不适用。同理,設參照組的前提,是參照組根本沒有活動提醒和活動參與功能,且參照組和活動組使用者品質差不多。如果不滿足這個限制條件就很難直接得出活動效益好的結論。這些方法都是看似科學,實則充滿玩存在某種問題或陰謀空間。想讨論清楚問題,就簡單直接立标準。

活動效果的資料分析,這樣做才對!

第四步​

找影響結果的過程。

以上1、2、3步都是為了得出判斷做鋪墊。有了“好/壞”判斷。就能進一步分析為啥好,為啥壞。這時候就需要細化梳理業務流程,找到能影響結果的關鍵點。比如拉新活動,廣告投放管道、廣告文案、注冊流程、進去以後提示權益方式、領取會員權益流程,都會有影響(如下圖)。

活動效果的資料分析,這樣做才對!

在分析這些名額的時候,要注意先後順序。比如有關新使用者注冊問題。要先看各個使用者來源管道的投放力度,活動是否及時上架,何時與投放結合。之後才是深入分析文案、活動禮品、領取後行為等等。

 4 

小結

這個題目如果拿來面試,你能一眼看出來菜鳥、新手、老手的差別:

菜鳥:我認為應該從使用者增長、産品體驗、品牌影響、商業收入、四大方面考慮,blablabla。然後你就抓住品牌影響問他,到底怎麼衡量,基本就能把他問死。沒入門的菜鳥與新手之間最大差距,是他們根本不知道資料還需要做采集。菜鳥們最喜歡憑空講一些很難收集,但聽起來牛逼的名額。

新手:我認為應該考慮新人注冊數、新人次日、3日、7日留存、新人會員領取率、新人留存市場、新人點選次數、新人購買會員數、新人使用權益頻次……(此處省略100多個各色名額)。建立神經網絡模型,綜合評估。

繼續閱讀