登录
深度学习 数据挖掘

618大促复盘 | 如何通过观远数据挖掘“异常值”背后的故事线

006

更多
徐婷婷
24
0
2020-06-19

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。

相关推荐