查看原文
其他

【数据分析师系列】少就是多!理清促销影响因素,总结促销经验

陈老师 Python爱好者社区 2019-04-07

点击上图开启提升数据分析能力秘籍


作者:陈老师
个人公众号:接地气学堂


  前文传送门:促销到底行不行?评估双十一,你可参考这个分析思路


切记开场铺指标,抓住重点最重要

一提及促销分析,大家都喜欢一股脑的丢一堆PV/UV、活跃率、转化率、客单价指标上来,然后还要横向对比(我司VS行业、我司VS竞争对手)还要纵向对比(有促销VS无促销,本次促销VS上次促销)还要分客群对比(参与促销VS未参与促销)。各种维度堆积在一起,就看花了眼。

如果促销活动效果好,各种指标一片红,倒还好下结论:直接歌功颂德就好!如果指标有些高、有些低,下结论就纠结了。转化率不足,到底是促销力度不行?吸引来的客户不对?还是产品没选对?似乎都占一点道理。然而又没有一个数据接口插进用户脑袋,不能直接读到用户想法。就很难严格拆开这些交织在一起的原因。

要是赶上业务部门还想文过饰非,就更蛋疼:光选一个无促销的参照时间,就能换八种方法;跟你纠结未参与促销的参照组怎么抽样的,非让你承认不是活动效果差,而是参照组选的不合理,不做促销更差。遇到这些胡搅蛮缠的咋整,只能:O(╯□╰)o

理解促销本质,抓住两大核心问题

促销分析不同于一般的经营分析。促销本质上是拿利润换销量,所以销量是否够高是第一位的。而且很多促销的形式,限定了用户的客单价(比如买二赠一,比如满500减100,实际上用户会按你的要求下单),因此客单价的分析没有销量分析那么重要。理论上,促销力度越大销量越好,但促销力度不可能无限增大。因此,在有限的促销力度内,通过尽可能大声量的宣传吸引用户,通过好的产品搭配吸引用户,才是正道。毕竟如果产品本身没有吸引力的话,再促销也没有价值。

因此,在分析的时候,首先根据销售额=用户量*转化率*客单价,对比我们的标杆与设定的目标,先看到底用户量够不够,转化率够不够。之后可以紧紧抓住这两个关键:人够不够,肯不肯买单。深入分析。

拆分用户群体与渠道来看人数

分析人够不够,主要看是否有足够的用户进入促销页面。新用户与老用户来源不同,新客户完全靠推广渠道拉人,可以拆分至各个推广渠道(网络广告、搜索广告、路牌广告等等)来计算吸引来多少人。老用户则不同,老用户有联系方式,除了推广渠道外,还可以通过站内信、短信、邮件甚至客服外呼的方式唤醒。老用户有过往消费记录,所以可以看近一次活跃记录,对有一定时间未活跃的用户可以多做几次唤醒。


新用户与老用户相比,新用户更重要。因为老用户会自然购买,我们很难严格区分清楚哪些是自然购买,哪些是新增购买。本来该自然购买的老用户,蹭了促销,反而会降低促销效益。因此,促销能拉动新用户最好,能拉动长时间没活跃的老用户次之,能拉动最近活跃的老用户最次。在分析人群的时候,可以有意识的拆细一些群体,看清活动真实效益。


复盘的时候可以分三步。第一:人数不够,先看是新用户不够还是老用户不够;第二,看新用户在每个推广渠道占比,计算每个渠道获取新用户的人均成本,看我们这次活动的推广成本使用是否合理,是否有些渠道成本高,获客少,降低了效率;第三,看老用户通过不同唤醒方式激活的人数,重点关注有多大比例老用户被激活,是否有某个群体被落下。

这样三步下来,业务部门自己都会根据分析结果,来推算:如果我重新安排投放,调整费用使用率,可以获得怎样的效果。这里如果想复盘更深入的话,可以从获客内容入手。每个广告、每个短信、每个站内信都是有主题、有内容的。因此可以对推广时间,推广内容贴标签。比如11月1日通过公众号推爆款广告,吸引用户XX名,成本为XX;比如11月2日上线路面广告,推品牌广告,吸引用户XX名,成本为XX;这样就能多了很多细化分析的维度。如果精力充沛,可以非常细致的对比,哪种方式对于获客更有效。

产品&流程&力度三角度看买单

首先看产品。如果选款不对,顾客肯定不买单。如何判断选款是否OK呢?三个维度,第一:我们促销产品 VS 主要竞争对手的产品;第二:我们销量Top10 VS全行业销量Top10;第三:我们选款产品,是否包含了新顾客首次购买的产品,是否包含了老顾客最常购买产品。竞争对手与行业数据可以通过爬虫获取,或者等行业公布,或者表哥表姐们手动上对方网站记录。如果我们的促销销量不好,且品类与对手、行业存在较大偏差,或者根本没有选对用户喜欢的爆款,那也不足为奇了。


其次看流程。如果转化的流程太长,顾客肯定会流失。因此梳理不同推广渠道的转化流程,先理清有多少种方式,每一种需操作多少步;再看各个步骤之间转化率;最后计算每个流程最后留存用户。如果步奏太多,流失严重,就可以提供给业务部门,反思到底为什么把流程整这么复杂。


最后看力度。但是力度往往是无奈之举:市场部就剩这么多钱了,没得做;平台有要求要这么促,必须做;产皮利润空间就这么多,只能做。所以促销力度最后看,对比同力度的促销活动,看本次的转化率是否OK。

有些情况下,针对活动促销形式可以分析更多。比如促销是买赠礼品,那么可以通过分析用户的购物组合,看选什么赠品合适。比如促销是满减,可以看用户过往消费力,看满减的条件是否设的太低,可以再宰用户多一点。比如促销是派券,可以看券最终使用率,不同面额的使用率,从而看券面额是否合理,是否规则太复杂。比如促销是买二赠一,可以计算用户一个季度、月度的使用量,看买赠的数量是否太多,引发用户恶性囤货。


一个更深问题:获客质量

有一个问题陈老师刻意回避了,就是:顾客到了活动页面但没有下单,到底是因为活动产品不好、页面太乱,还是这一批压根就不是目标顾客。这个议题涉及渠道获客质量问题,一般在促销分析的最后讨论。一开始就把这个议题丢出来,会引发负责推广的部门(市场部或者渠道部)与负责活动的部门(运营部或者企划部)之间的一场撕逼大战。而所有的问题一旦演化成立场问题,科学就靠后站,谁的嗓门大,腰杆子硬谁说了算!这不是我们想看到的。

 

想要验证渠道质量可以观察一段时间。促销期间有活动影响,有可能顾客都会下单,但时间略方长一些以后,就能看到:某些渠道进的客户始终消费培养不起来,某些渠道进的客户就是忠诚度高。这时候就可以大胆下结论,淘汰不良渠道。如果收集用户基础信息收集的多,还可以做不同渠道用户画像,看哪个渠道与我们目标客户最贴近。但促销期间为了方便用户下单,一般会简化注册流程,是否能有足够的数据,得看运气了。

最后提醒:数据分析师的立场

做促销分析,最怕变成业务部门的审判大会。为了证明活动做的就是好!大家各种涂脂抹粉;为了评价到底谁立的功劳大,大家挣得死去活来。毕竟数据是唯一标准,最后的各种矛头都会指向数据分析部门和数据分析师。在这里,数据分析师的立场就至关重要。切记:虽然我们是跑数据的,但我们不是判官。老板才是最后宣判的那个人。在老板宣判之前,我们只负责把审案需要的呈堂证供递上去即可。因此,在第一讲里,陈老师特别强调了考核指标与评价标准的重要性,就是为了帮大家跳出做判官这个大坑。

 

然而如果只是呈数据,问标准,就太显示不出数据分析师的专业性了。虽然判词是老板写的,但是判定了做的好和不好以后,我们是有能力帮助业务部门探索好与不好的原因的。从而让真金白银砸出来的项目变成可传承的方法论,以后能持续发光发热。这才能体现数据分析师的更有价值之处:读懂数据背后的奥秘。


数据分析职场路上有困扰吗?不妨到《数据分析师八大能力培养课程》https://edu.hellobi.com/course/272 里聊聊!

讲师:陈老师,在咨询行业打拼了9年,在如何诊断经营问题、建立分析体系、解决专项问题上有超过30个大型项目积累与实战,天善智能特邀专家。

博客:https://ask.hellobi.com/blog/chenwen/

视频课程特色:

从真实数据分析工作场景出发,训练实战能力

启发式教学+大量实际操练,培养属于自己的能力

不依赖于某个具体技术,也适合对数据分析感兴趣的学生、业务部门人士学习


☟☟☟ 猛戳阅读原文,即刻加入课程。

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存