打造爆款活动，建立用户+活动+商品+券标签的四维体系
但在日常工作中，活动数据的管理和监控却很难完美落地，为什么呢？主要有以下四大层面：
- 数据意识层
在活动复盘中，很多企业会重点关注经营数据（如 KPI 达成率），轻视了对策略有效性的分析。
一场活动中会涉及很多策略，如果不了解其中哪些有效、哪些无效，是否和达成的结果强相关，将难以进行策略沉淀。
- 数据规划层
事先没有做好数据规划，管理层临时要数时却无数可给；此外，活动涉及站外到站内的引流，而这两者之间的数据没有打通，得到的结论不完整。
- 数据采集层
活动埋点的开发资源十分匮乏，大量埋点工作 ROI 低。比如制作一个只上线几天的 H5 页面，前期需要很多埋点，但埋点的有效时间很短，相应的 ROI 也很低。
- 数据解读层
数据分析的同学对业务理解不够，解读不恰当；在指标多的情况下，不同部门数据口径不清晰，理解就会有偏差。
1.1 活动迭代流程闭环
一场完整的活动迭代流程闭环包括：
- 活动策划
通过活动目的、活动性质、活动预算、目标人群等因素，策划活动方案，确定活动节奏，定位噱头和利益点，设计活动玩法，进行活动选品。
- 活动执行
活动上线后，进行活动场景体验，保证功能正常，用户可以正常体验。实时分析用户数据，调整策略，在有限的活动时间将资源最大化。
- 活动复盘
活动结束后，分析目标达成率，回顾活动过程、分析活动数据，挖掘失误点和机会点，再策划下一轮活动，形成活动迭代的闭环。
1.2 打造爆款活动的五大要素
- 要素一：活动节奏
运营一场活动相当于布一个局，短期之内是无法看到效果的。而运营的艺术就在于让用户一步步参与其中，最后的结果将是水到渠成。我们一般可以将活动节奏分为三个阶段：
-
- 预热期：在活动正式开始前的 3-5 天，用预售、提前加购等手段高空造势、盘活用户；
- 正式期：利用限时抢购、满赠满减、拼团等手段将流量最大限度转化为销售额；
- 返场期：折扣力度相对较弱，目的在于减弱促后低潮，防止活动结束后流量断崖式下跌；
- 要素二：活动引爆点
活动主题一定要“软硬皆施”。软：即噱头，为用户参与活动提供由头，如三八女神节；硬：让用户可以切实感知利益点，如满减、打折活动。
- 要素三：活动玩法
这是用户得到利益之前的必经之路，也是噱头和利益点之间的纽带，有放大活动效果的作用。
玩法应该新颖、好玩、操作简单，较低的上手成本有利于活动普及，比如集五福、红包雨、裂变集卡等。
- 要素四：活动推广
目的在于提高用户参与度。包括在站外通过广告投放拉新；利用公众号推文、短信、push 等盘活私域流量；利用站内 banner、弹窗等预热活跃用户。
- 要素五：活动杠杆
虽然这不是必须要素，但有利于放大活动效果。比如利用名人效应找 KOL、KOC、主播等进行带货。
2.1 营销活动数据分析框架
下图表示的是营销漏斗，每个阶段都对应不同的阶段目标及关键指标：
- 引流阶段
目的在于触达目标用户、激发兴趣。需要监测 Impression（广告曝光量）、Click、CTR（点击率） 等指标。
- 承接阶段
即黄金落地页，目的在于快速展现价值。需要监测 Visit（访客量）、Bounce Rate（跳出率，衡量用户来到落地页后是否进一步参与活动）等指标。
- 渗透阶段
目的在于持续促活、培育。需要监测 Engagement（参与度）、Retention（留存率） 等指标。
- 意向和转化阶段
目的在于提升转化率，获取收益。需要监测 Leads（线索数）、Deals（成交量）、Conversion Rate（转化率）等指标。
2.2 活动迭代数据管理指标体系
我们可以根据 OSM 模型和 UJM 模型，搭建活动迭代数据管理指标体系。通过 OSM 模型拆解一、二、三级指标，再与 UJM 模型进行耦合，就可以找到核心触点，衡量活动效果。
关于 OSM 模型和 UJM 模型，及如何搭建一套完整的数据指标体系等详细内容，可阅读 GrowingIO 之前发布的《如何搭建一套业务、数据一体化的数据指标体系》文章。
在此，一级目标为活动 KPI 达成率，是评估活动效果的核心指标，是指活动产出与活动目标的比率：
- 分子为活动产出。不局限于销售额，所有的活动目标都可以作为计算指标，如新用户量、客单价、转化率、品牌好感度的提升。
- 分母为活动 KPI。每个活动都有第一优先级的目的，如活动的核心目标、交易额提升。
再根据 UJM 模型中的用户旅程，我们就可以进一步拆分为四级指标，评估活动的吸引力和 ROI，并得到以下可视化方案：
（1）衡量活动引流、活动渗透及活动选品，评估活动吸引力
- 活动引流：对应的四级指标为流量趋势、新访问用户量、不同渠道新访问用户量。以流量趋势为例，看它与策略中的预期效果是否一致，如果用户量没有达到预期规模，就可以做一些相应的触达和推广，让流量保持高峰；
- 引流质量：对应的四级指标为人均访问次数、每次访问页面浏览量、平均访问时长，用以评估用户访问深度和流量匹配度；
- 活动渗透：引流的目的就是让用户渗透进活动中，通过用户对不同资源位的点击情况衡量噱头和利益点的吸引力 ；
- 活动选品：用不同落地页上的商品点击率和人均点击次数，评估商品的适宜度、丰富度。
（2）衡量商品转化、优惠券核销及用户价值，评估活动 ROI
- 商品转化：横坐标是商品详情页曝光情况，纵坐标是浏览后的支付比例，由此可以得到商品的四象限，包括爆款商品、潜力商品、边缘商品、高爆低转商品；
- TOP 商品：评估爆款商品是否符合用户需求；
- 优惠券核销：优惠券是活动的重要介质，用来分析用券偏好，给合适的人发合适的券；
- 用户价值：活动全流程结束之后，需要用连带率、笔单价、人均购买次数等评估单个用户的价值，然后就可以根据他们的消费能力和消费习惯推出不同的活动。
2.3 建立用户+活动+商品+券标签的四维体系
进一步，当沉淀了一定量的数据之后，我们就可以建立用户+活动+商品+券标签的四维体系。
了解什么人适合什么类型的活动，什么类型的互动适合选择什么样的商品，什么样的商品适合用什么力度的券，什么力度的券又适合推给什么人，以实现精细化运营。
- 用户标签
根据用户生命周期的不同阶段给用户打标签，推不同类型的活动。比如给新用户提供新人大礼包 ，给复购用户推满赠满减活动，提高客单价和购买频次。
- 活动标签
依据活动级别（S、A、B、C 级）、活动目的（转化或做品牌调性）、活动噱头、活动利益点等打标签。
- 商品标签
依据品牌、品类、价格区间、活动 tag、折扣率、适合场景、适合季节等打标签。
- 优惠券标签
优惠券是否有门槛、折扣力度、优惠金额、适合用户群体、适合商品类型等。比如向新用户和流失用户发放无门槛优惠券，让利刺激其消费；向老用户发放有门槛优惠券。
我们主要拆解了以下四个方面分享给大家：
详细分享可阅读 GrowingIO 之前发布的《三只松鼠 Kaiser：小程序如何助力品牌营销的“增长思维”？》
- 第一个方面：活动节奏层次分明，社群联动盘活私域流量，游戏激发裂变
在活动预热期，通过拼手气、抢年货、试手气等玩法盘活用户，将其沉淀成社群粉丝；在活动正式期，用一个游戏裂变小程序吸引用户进入小程序分享抽奖，进而形成裂变。
- 第二个方面：活动主题软硬兼施，活动玩法连接噱头和利益点，放大效果
活动玩法上，用户完成关注、观看洗脑视频、分享等任务即可获得抽卡机会，集齐五张卡可领取礼包。
- 第三个方面：活动页自然承接，游戏环节完成跳板使命，小程序收割转化
- 用户在游戏环节领取礼包；
- 在落地页承接用户信息；
- 用户在游戏环节领取优惠券；
- 用户跳转到小程序，完成购买转化。
- 第四个方面：借助数据，实现活动价值最大化
在活动期间，三只松鼠通过数据实时调整策略，控制活动节奏。
如果按照原计划放任礼包就此领完，后期的活动效果将会大打折扣，于是，三只松鼠及时降低了用户抽中奖品的概率，从而控制活动节奏，保证整体效果。
此外，三只松鼠在微信生态下的大胆尝试中发现：核心打爆的是对话场景，主要发力点是社群、亲友群、同事群。
微信生态下消费群体与天猫用户大相径庭，前者主要是苹果手机用户，而后者则以安卓用户居多。
在活动迭代数据管理协作流程中，GrowingIO 会为企业提供，从活动目标建立到活动复盘全流程的服务。
活动准备阶段，GrowingIO 会提供一整套活动指标体系数据规划方案、数据采集方案和数据校验服务，保证数据准确度；
活动上线阶段，GrowingIO 能一键生成活动数据可视化看板，减少搭建图表的工作量；
策略调整阶段，GrowingIO 智能运营平台可以进行 Banner 的 A/B 测试，根据不同资源位的点击情况进行用户触达等。
微信扫一扫 
支付宝扫一扫 
