从0开始搭建自己的数据运营指标体系--运营活动分析

Original 读书人数据分析 2022-06-07

工作中，我们的产品每月都会涉及大大小小的活动。做了那么多的活动分析，你真的明白什么是活动分析吗？小编梳理以往活动分析经验，从什么是活动分析？活动数据跟进？以及怎么做活动分析对活动分析做个简单的复盘。

什么是活动分析？

活动分析从字面上理解可拆分为活动+分析两部分。活动部分主要是对活动方案，活动目的的理解，明确活动目标，并将活动流程、目标翻译成相应的数据指标。而分析则包括两部分，一是对活动整体的把控，是否完成既定目标？二是对活动细节的把控，活动流程漏斗是否正常？

整体而言，读书人将活动分析拆分为活动总结、效果分析、投入产出分析、活动路径分析以及最后的策略建议等5部分。

活动分析分析什么？

这里将整个活动环节拆分为活动前—活动中—活动后三部分，活动分析重心主要在活动中和活动后两个环节。

活动前，主要是对活动方案的分析，并根据活动方案目标设计出对应数据跟踪方案。比如某平台开展“清凉一夏”的活动，希望通过活动为平台新增10万注册用户，并完成1000万的活动销售额，注册用户成本希望控制在5元以下。

活动前：

熟悉活动方案，此时需要了解活动目的，活动时间节点，活动目标，活动细节条件，活动形式以及渠道，活动成本等。
在属性活动方案的基础上，叠加数据采集思路，完成对活动目的相关的数据设计。比如我的活动主要目的是吸收新注册用户，那么我事先的一系列数据动作都要围绕新注册用户这以目标去设计，从源头，到转化，再到留存活动与付费。
数据埋点设计，根据活动数据设计方案，将相关数据采集方案进行前后端埋点跟踪。

活动中：

活动中的数据跟踪主要体现在日常活动数据的反馈上。一类是正向风控，比如某个渠道流量数据突然出现异常，寻找正向异常或负向异常原因；正向寻找优质渠道，并将其作为经验分享复制；负向监控活动执行情况，根据流量变化及转化反向指导渠道运营执行情况；
涉及业务补贴的数据风险控制，则是根据业务制定规则，通过结果数据指标反向推导存在刷单的渠道。比较常见的刷单控制包括业务逻辑数据指导，用户行为数据监控，用户留存及转化效果等。

活动后：

活动后的数据跟进也就是我们平常所理解的活动分析，其更多的承载在活动总结分析的功能。这部分内容通常以总分总的形式展现，通过对整体数据的反馈，以及细节数据的结合来完成整个活动策略建议的反馈。

怎么做活动分析？

根据活动涉及的人力、物力、财力情况，可将活动划分为小组级别活动，部门级别活动和公司级别活动等几种级别，不论是小组级别活动还是公司级别活动，其框架都大同小异，只是不同级别的活动承载的内容与节点有所不同。

不论是公司级别活动，还是小组活动，活动分析的内容都是对活动分析概念的完成。基本框架可以套用前面提到的活动总结、效果分析、投入产出分析、活动路径分析以及策略建议等几部分。

1、活动总结相当于活动的关键数据复盘，其可以用1P的篇幅将整体活动表现概况整合为活动概况，让人能快速了解整个活动框架，具体内容包含：

活动目的与背景
主要活动时间节点
活动渠道及目标用户群体
主要活动形式
活动目标完成情况
活动数据一览

2、活动效果与投入产出分析

活动效果与投入产出分析也是对活动的整体评价，分别从目标达成水平和投入产出两方面。结合活动目的与活动目标，对标对应的活动目标达成情况，给出整体活动完成情况评级（悲观，中性，乐观）。各业务主体贡献方面，列出活动目的贡献主体的贡献情况，从活动涉及的多业务主体来反应活动效果贡献。与此同时，对各渠道的投入产出也给出对应的贡献评级。