如何通过数据分析进行活动效果评估
1
导语
相信对于很多刚入门的分析师小白来说,评估活动效果、洞察业务机会,是所有工作中最可以体现价值感的事情,但也可能是令我们最头疼的事情。本文作者基于自身的实际工作经历,结合一个真实的运营活动,对活动评估中可以复用的数据分析“套路”进行总结和整理,希望能够给初接触数据分析的同学带来帮助。
一般来说,互联网公司的运营活动按照目的可以分为3种:拉新、促活、品牌宣传,尽管每种活动关注的核心绩效指标完全不同,但是分析的思路还是可以套路化的。接下来,本文将以某次促活活动为案例,分享下如何对一场活动的效果进行量化评估。
2
活动背景
伴随着移动互联网用户的增速越来越趋于饱和,用户增长的破局方法不得不从拉新获客转换为如何促活存量用户。
通过第三方广告媒体app(比如微信、抖音等)投放针对老用户的素材对用户促活,已经成为很多公司用来提升存量老用户活跃度的有效方法(后续会统称为“渠道拉活”)
某公司的市场投放部门也开始投入预算试水「渠道拉活」这一项目,在项目启动一段时间后,已经回收累积了大量的用户数据,但是:
渠道拉活对于DAU的带动贡献究竟有多大?
是否值得持续投入更多的资源?
活动情况的ROI如何?是否符合预期?
活动是否存在改进空间?
这些领导和业务方非常关注的问题,需要分析师基于数据给出公正和客观的答复。
3
分析框架和指标体系
3.1
分析框架
活动整体增量效果评估 (包括短期效果分析、长期效果分析)
ROI 核算(计算单用户的拉新或者促活成本)
参活用户质量评估
活动存在问题分析
3.2
指标体系
3.21
流量规模
数据指标:
DAU
参与活动的用户数(举例:渠道拉活成功召回的用户数)
通过活动首次调起app的uv(举例:通过渠道拉活首次调起app的uv)
通过活动首次调起app的uv占day的比例(举例:通过渠道拉活首次调起uv的dau占比)
可解决的问题:
通过对比事先制定好的活动KPI指标,评估目标完成率;
与其他活动对比,评估促活的核心指标(通常是DAU)是否达到预期;
评估渠道拉活能够召回的用户量级有多大;
评估对DAU的净增量贡献有多大;
3.22
用户质量、用户画像
数据指标:
留存率(次日回访率、7日回访率、30日回访率)
日均使用时长
核心功能渗透率
核心功能人均PV
人群画像(性别、城市、消费能力)
可解决的问题:
评估渠道召回用户的质量
监测是否存在刷量作弊渠道
3.23
用户行为
数据指标:
站外转化漏斗(举例:广告曝光-广告点击-成功调起app-deeplink抵达特定页面)
站内核心行为的转化漏斗(举例:活动页-列表页-详情页)
可解决的问题:
评估用户从站外渠道到抵达App的路径是否顺畅,发现产品bug或者可以改善的机会点
评估活动的站内承接策略是否合理
4
分析过程
4.1
活动效果评估以及活动ROI分析
在量化DAU (或者活跃天数) 贡献时,需要减去用户的自然活跃量,即计算“净增量”贡献。该贡献可以分为当日贡献和长期贡献。
当日贡献是指:当日的召回用户对于当日DAU的增量贡献
长期贡献是指:由于召回用户的后续回流,在后续特定时间范围还会持续贡献的用户天数增量。比如,活动后的50个参与用户,在后续30天内人均活跃天数比活动前提高10天,那么促活的增量贡献就是1500天。
不得不承认,AB实验最擅长处理归因和量化的问题。它的思想是,将流量随机分为数量均匀和特征均匀的两组(即对照组和实验组),实验组用户只有在产品策略上与对照组不同,因此我们可以认为两组用户在同一时间维度上的指标差异,可以完全归因于策略上的差异。
然而,该广告拉活项目无法设计对应的AB实验,但我们可以基于AB测试的思想,构造与实验组“相似”的用户群体作为对照组。具体过程如下:
将拉活渠道唤起app的用户作为实验组,未曾被拉活召回的存量用户作为对照组;
选取可能影响用户未来活跃度的特征(比如机型、新增渠道、历史活跃度、…),基于“特征相同”的原则,对两组用户划分为 N 对实验组和对照组。注意尽量将特征通过区间离散化,避免划分出的某一组落入的样本数过少,导致两组样本的指标差异不可信,比如特征「新增日期间隔」可以离散化为:7天内、8-14天、14天以上;
计算 N 对实验组和对照组的每一组的指标差异值,以及实验组的总指标差异(等于每一组指标差异*人群占比的相乘结果求和)
通过以上方法,可以计算出拉活对于当日DAU的贡献、以及拉活对于未来30天DAU的总增量贡献。
实际上,对于拉活对DAU的单次短期贡献,有更为简便的方法,即基于“首次归因”的思想,通过“拉活首次调起app的uv”进行量化评估,即如果用户多次启动过app,那么只有当通过促活广告首次调起app了,才会计入到促活广告的功劳。
值得一提的是,“首次归因”的方法也可以应用至“产品新上线功能评估”的效果量化中,通常我们可以将“启动app后首次访问该功能的用户量”作为该功能对dau的贡献量。
对于活动成本的核算,我们可以通过 “总成本消耗量 / 总DAU增量”,计算每个DAU增量的成本,以评估ROI是否符合预期。
4.2
用户行为分析、和用户质量评估
可以以「大盘未参活用户」、「同期同类活动」、「往期同类活动」分别作为对比基准,基于用户行为漏斗、留存率、核心行为pv、人均使用时长等指标,识别本次促活策略是否有薅羊毛或者作弊严重的渠道,并评估活动拉来的用户质量好坏。但这里不作为本次分享重点,因此不再展开赘述。
5
结语
作为数据分析师,实际工作中遇到的促活策略往往是五花八门,但是活动效果好坏的评估过程依然是有章可循的。最后,简单总结下本文对于后续活动评估的可复用之处:
如何构建活动评估的指标体系;
如何量化归因活动的短期贡献(即“首次归因”法);
如何在无法开展AB测试的情况下,通过构造对照组的方式,快速地量化评估长期的增量贡献;
●SQL你会用WHERE和LIMIT吗?
●10大Python数据可视化库!
后台回复“入群”即可加入小z数据干货交流群
如何通过数据分析进行活动效果评估相关推荐
- 对促销活动效果评估的一些思考
如何评估一档促销活动
- 运营活动效果评估模型
一.运营活动介绍 1.什么是运营? 从概念开始之后的计划.组织.实施控制的管理行为的总和. 2.运营活动的目标是什么? 3.运营活动有哪些方式? 4.如何策划一场运营活动? 明确性:活动目的要明确.比 ...
- 热门解读:大促的活动设计及效果评估的优化
在零售行业,大促活动在全年整体活动中占据非常重要的地位.零售行业的活动运营分为日常活动运营和节日促销活动运营.日常活动运营,比如限时秒杀.多人拼团购买.猜你喜欢等:节日促销运营,比如元宵节.情人节.妇 ...
- 使用黄氏曲线评估零售店促销活动效果
使用黄氏曲线评估零售店促销活动效果 1. 关于项目 2. 数据预处理 3. 促销分析与评估 3.1 企业周权重指数 3.2 权重曲线和黄氏曲线 3.2.1 权重曲线 3.2.2 黄氏曲线 3.3 促销 ...
- 如何评估电商活动效果?持续迭代、打造爆款
作者:杜延花 来源:GrowingIO 增长公开课第 43 期 GrowingIO 商业分析师,毕业于中南大学,服务过 Charles&Keith.美素佳儿.中原地产等多家行业头部客户,有丰富 ...
- 作为数据分析师,如何评估活动效果
目录 背景 如何定义评判二字 活动评估关键问题 从0建立评估模型的做法 第一步 梳理活动流程 第二步 筛选主指标 第三步 设定判定标准 第四步 找到影响结果的过程 背景 正式工作已经十个月了,相较于现 ...
- 【每日一文】《数据分析:如何分析活动效果?》
原文链接:数据分析:如何分析活动效果? 1.活动评估的常见错误 所有以评估/评价/判断作为动词的问题,答案只有一种:"好or坏". 所以一定要有结论,切忌没有结论,只是分析过程.分 ...
- 热门解读:社交裂变的拉新效果评估及优化
目前我国零售行业全面数字化已成趋势,数字化力量在驱动零售新发展.重塑零售新增长格局中扮演着越来越重要的角色.对每个零售品牌商来说,微信这一庞大的私域流量池,囊括百万甚至千万的客户.社交裂变已成为品牌商 ...
- 用户标签体系的设计和效果评估
导读:随着互联网流量逐渐见顶,传统的粗狂式的买量获客冲业绩很快会成为业务发展的瓶颈.对于中大型互联网公司来说,精细化的运营和精准化营销是企业运营老户,发挥存量用户最大价值的必经之路.新的流量洼地越来越 ...
- 只看活动结案报告?营销活动效果你还能做的更好
随着食品饮料行业销量增速下行,品牌主纷纷开始尝试快速迭代新产品,期望以产品升级的方式迎合消费者需求,通过营销手段的创新,在激烈的市场竞争中,抢占更有利的行业地位.一些品牌开始投入到微信.微博.KOL等 ...
最新文章
- mysql to double_MySQL令人咋舌的隐式转换 - 惊觉...
- JPA和Hibernate级联类型的初学者指南
- java post 多文件报头_Spring MVC-------文件上传,单文件,多文件,文件下载
- 智能家居系统--选配防盗锁新(转载)
- CleanMyMac下载正版清理苹果mac系统电脑蓝奏云
- Android 小组件完整案例
- BAT54C 二极管是如何工作的?
- python使用cookie登陆新浪微博用户信息
- CF838D Airplane Arrangements
- 微信抢票应用个人总结
- 疑似小米汽车全车设计效果图曝光 小米Logo上车
- PHPStorm设置Ctrl+滚轮调整字体大小
- java百度地图逆地址解析_web前端通过百度地图API批量逆解析地址
- eclipse 显示 空格 .回车符号,去掉相应的符号
- 罗克韦尔ABSourceKeyTools工具制作
- SpringBoot应用环境分析StandardEnvironment
- QQ邮箱/163邮箱等怎么代收微软@hotmail/@outlook的邮件
- linux安装微信商户证书,微信支付-证书安装+使用+CentOS+Python+Tornado
- 微生物网络分析学习手稿
- excel2019表格匹配vlookup函数介绍