专业的短链接生成工具
链接域名
短网址有效期
数据分析：如何分析活动效果？
更新时间：2025-5-2 23:08:07 作者：爱短链
编者按：如果你要评估这个活动，你会如何分析它？无论是面试还是工作，做数据分析的学生都经常遇到这个问题。
本文作者对此进行了系统的解释，并分享了相关的方法供您参考和学习。
场景还原:音乐APP，对新用户进行为期7天的会员权益活动。
注册后，用户独立决定是否点击接收，持续1个月。
问：如何评估活动。
一、活动评估常见错误 首先要记住，所有以评估/评估/判断为动词的问题只有一个答案:好or坏”。
例如，如何评估活动可以回答： 这个活动很好，应该继续做； 这个活动不好，不能做 这个活动不好不坏，鸡肋 这项活动没有改变，白做了 这是评估分析的核心结论。
离开这四句话，其他的都是废话。
活动期间，4万名新人注册 活动期间，注册人数比活动前多1万人 新用户在活动期间的点击率为80% 活动期间，新用户使用权利率30% 所有这些都不是结论，只是分析过程。
如果没有结论，直接扔掉这些过程指标，业务方很容易问:那么呢？那么呢？你分析了什么？结论呢！最后，它变得灰心丧气。
二、活动评价的关键问题 活动评估，首先要得到好的/坏的评估。
如果评价好，看能不能继续做，还能做多少次；如果评价不好，看看哪里不好，是不可救药，还是可以挽回继续使用。
数据 标注=判断。
因此，有两件事需要判断好坏： 考核指标明确。
明确目标值。
达标，算好；不达标，不好。
就这么简单(下图)。
看似简单，其实经常做的操作是: 迷茫:老板让我做，至于为什么？我不知道，也不敢问。
呆头呆脑：我只想成为一个拉新人，拉完奥力给！ 机会主义：反正以前做过/别人也在做，做完了。
浑水摸鱼:这是为了改变用户的心理资源，如何衡量数据！ 总之，十大操作中最多只有两个，可以准确说明现状和目标。
此时，数据分析师需要有独立的判断能力。
只有分析业务逻辑，梳理业务流程，才能得出客观结论。
在这里，我们以完全混乱的场景为例，看看如何帮助操作澄清目的。
三、从0建立评价模型的做法 第一步是梳理活动流程 操作活动会改变用户的行为，然后反映为数据指标的变化。
从0开始建立评估模型的第一步是了解活动的具体过程和可能导致的用户行为变化。
例如，问题中的新用户可以分类如下（如下图所示）： 在了解了行为的变化后，您可以进一步查看这些行为可以使用什么数据记录，并反映为什么指标的变化。
经过梳理，我们可以清楚地看到：衡量活动结果的指标。
这些工作应该在规划阶段进行。
如果你事先做得不好，你应该在事后补课。
第二步是筛选主要指标 一个活动可能会影响各个方面，比如上面的问题，送东西，你说: 可以增加新用户注册-毛病； 增加会员购买机会——似乎有机会 提高忠诚度，减少损失似乎是合理的 能增加DAU！——理论上新注册多了，DAU也增加。
如果你不看数据，只听你的嘴，当然，以上都是合理的。
但如果你真的想炖一锅，这样你就可以计算出没有丢失的用户，发送会员的百分比，产品本身的百分比，歌曲的百分比，可以清楚地计算鬼魂。
因此，评价指标应分为主要和次要指标，以便清楚地解释问题。
如果是提前设定的目标，则活动的主要指标应与目标紧密结合，并选择直接受影响的指标。
例如，活动是为了创新，主要指标是新注册用户的数量；如果活动是为了提高新用户的保留率，则主要考虑在1-7天内保留。
这里看起来很简单，但实际上很容易被操作困住。
操作经常喜欢拉一堆影响指标，甚至说我的活动从深层次改变了用户的心理认知，从而实现了数据不可衡量的深远影响，简而言之，做一堆指标，哪个好说，不好说。
做数据评估，最禁忌做数百个指标，然后做一个非常复杂的评估公式，混淆的东西越多，从事文本游戏的空间就越大，就越容易粉饰和平。
评估越简单和清晰，就越容易看到问题。
第三步是设定判断标准 有了明确的主要指标，你可以找到判断标准。
找到标准有四个基本想法： 从整体结果来看，总量。
例如，本月需要10万新用户，因此必须达到10万。
对比无活动，看增量。
比如没有活动一个月5万，活动一定要5万。
5万，多5万作为标准。
比较过去的活动，看效率。
比如新活动一般100元，这次不能超过。
与无参与用户进行比较，看差异。
例如，分为无参与组/参与组，比较参与组的新注册次数/留存率。
从公司的角度来看，这绝对是第一种最真实的方法。
但从组织活动的角度来看，他们都喜欢突出自己的贡献，所以他们倾向于使用2、3、4种方法。
操作最喜欢谈论：自然增长率（没有活动，自然增长是多少）。
而且总是倾向于把自然增长率计算得很低，或者只是变成负数，所以这个活动非常棒。
需要注意的是，所谓的自然增长率只能在活动不频繁时计算。
许多业务（如电子商务）O2O），只是活动不断，大活动套小活动，根本分不清，此时不适用。
同样，设置参考组的前提是参考组根本没有活动提醒和活动参与功能，参考组的质量与活动组的用户相似。
如果不满足这一限制，就很难直接得出活动效益良好的结论。
这些方法看似科学，但实际上充满了玩耍的空间。
如果你想讨论清楚这个问题，只要直接制定一个标准。
第四步是找到影响结果的过程 以上1、2、3个步骤为判断铺平了道路。
有了好/坏的判断。
我们可以进一步分析为什么好，为什么坏。
此时，我们需要对业务流程进行详细梳理，找出影响结果的关键点。
例如，对新活动、广告渠道、广告文案、注册流程、进入后提示权益的方式和获取会员权益的流程产生影响（如下图所示）。
在分析这些指标时，我们应该注意顺序。
例如，关于新用户的注册问题。
首先要看各用户源渠道的强度，活动是否及时上架，何时与交付相结合。
然后是对文案、活动礼品、收到后行为等的深入分析。
四、小结 如果采访这个话题，一眼就能看出菜鸟、新手、老手的区别: 菜鸟:我认为应该考虑四个方面:用户增长、产品体验、品牌影响、商业收入。
blablabla。
然后你抓住品牌影响力问他，如何衡量，基本上可以问他死亡。
新手和新手之间最大的差距是他们不知道数据需要收集。
新手喜欢说一些难以收集但听起来很棒的指标。
新手：我认为我们应该考虑新注册、第二天、第三天、第七天、新会员收购率、新留存市场、新点击次数、新购买会员数量、新使用权的频率……(这里省略了100多个各种指标)。
建立神经网络模型，综合评价。
是的，新人首先喜欢堆砌指标，似乎指标越多越牛逼。
第二，我喜欢拉模型。
不管模型能不能用，我都没用过。
拉的时候很牛逼。
只会忽略标准问题。
想杀新人，只要问为什么增加5万就好，4万9千127就不好了！你建立了一个神经网络评价模型，谁来标记好的/坏的活动，是整个活动还是某些指标，为什么不同类型的活动一起标记基本上让新人感到困惑。
归根结底，活动评估比技术更清晰、更深刻、更重要。
只要你对常见的操作活动有一个基本的了解：新的、促进的、保留的、转换的、裂变的等等。
了解传统的操作数据，了解过去的活动，基本上可以回答正确的答案。
害怕害怕对业务流程了解太少，甚至不懂别人在做什么。
请期待下一篇文章，我们将分享商品评估的基本思路。
特别说明：本网站的主要目的是收集与互联网运营相关的干货知识，为运营伙伴提供便利。
本网站收集的公共内容来自互联网或用户的贡献，这并不意味着本网站同意其观点，也不对网站内容的真实性负责。
如有侵权行为，请联系网站管理员删除，。
本文作者对此进行了系统的解释，并分享了相关的方法供您参考和学习。
场景还原:音乐APP，对新用户进行为期7天的会员权益活动。
注册后，用户独立决定是否点击接收，持续1个月。
问：如何评估活动。
一、活动评估常见错误 首先要记住，所有以评估/评估/判断为动词的问题只有一个答案:好or坏”。
例如，如何评估活动可以回答： 这个活动很好，应该继续做； 这个活动不好，不能做 这个活动不好不坏，鸡肋 这项活动没有改变，白做了 这是评估分析的核心结论。
离开这四句话，其他的都是废话。
活动期间，4万名新人注册 活动期间，注册人数比活动前多1万人 新用户在活动期间的点击率为80% 活动期间，新用户使用权利率30% 所有这些都不是结论，只是分析过程。
如果没有结论，直接扔掉这些过程指标，业务方很容易问:那么呢？那么呢？你分析了什么？结论呢！最后，它变得灰心丧气。
二、活动评价的关键问题 活动评估，首先要得到好的/坏的评估。
如果评价好，看能不能继续做，还能做多少次；如果评价不好，看看哪里不好，是不可救药，还是可以挽回继续使用。
数据 标注=判断。
因此，有两件事需要判断好坏： 考核指标明确。
明确目标值。
达标，算好；不达标，不好。
就这么简单(下图)。
看似简单，其实经常做的操作是: 迷茫:老板让我做，至于为什么？我不知道，也不敢问。
呆头呆脑：我只想成为一个拉新人，拉完奥力给！ 机会主义：反正以前做过/别人也在做，做完了。
浑水摸鱼:这是为了改变用户的心理资源，如何衡量数据！ 总之，十大操作中最多只有两个，可以准确说明现状和目标。
此时，数据分析师需要有独立的判断能力。
只有分析业务逻辑，梳理业务流程，才能得出客观结论。
在这里，我们以完全混乱的场景为例，看看如何帮助操作澄清目的。
三、从0建立评价模型的做法 第一步是梳理活动流程 操作活动会改变用户的行为，然后反映为数据指标的变化。
从0开始建立评估模型的第一步是了解活动的具体过程和可能导致的用户行为变化。
例如，问题中的新用户可以分类如下（如下图所示）： 在了解了行为的变化后，您可以进一步查看这些行为可以使用什么数据记录，并反映为什么指标的变化。
经过梳理，我们可以清楚地看到：衡量活动结果的指标。
这些工作应该在规划阶段进行。
如果你事先做得不好，你应该在事后补课。
第二步是筛选主要指标 一个活动可能会影响各个方面，比如上面的问题，送东西，你说: 可以增加新用户注册-毛病； 增加会员购买机会——似乎有机会 提高忠诚度，减少损失似乎是合理的 能增加DAU！——理论上新注册多了，DAU也增加。
如果你不看数据，只听你的嘴，当然，以上都是合理的。
但如果你真的想炖一锅，这样你就可以计算出没有丢失的用户，发送会员的百分比，产品本身的百分比，歌曲的百分比，可以清楚地计算鬼魂。
因此，评价指标应分为主要和次要指标，以便清楚地解释问题。
如果是提前设定的目标，则活动的主要指标应与目标紧密结合，并选择直接受影响的指标。
例如，活动是为了创新，主要指标是新注册用户的数量；如果活动是为了提高新用户的保留率，则主要考虑在1-7天内保留。
这里看起来很简单，但实际上很容易被操作困住。
操作经常喜欢拉一堆影响指标，甚至说我的活动从深层次改变了用户的心理认知，从而实现了数据不可衡量的深远影响，简而言之，做一堆指标，哪个好说，不好说。
做数据评估，最禁忌做数百个指标，然后做一个非常复杂的评估公式，混淆的东西越多，从事文本游戏的空间就越大，就越容易粉饰和平。
评估越简单和清晰，就越容易看到问题。
第三步是设定判断标准 有了明确的主要指标，你可以找到判断标准。
找到标准有四个基本想法： 从整体结果来看，总量。
例如，本月需要10万新用户，因此必须达到10万。
对比无活动，看增量。
比如没有活动一个月5万，活动一定要5万。
5万，多5万作为标准。
比较过去的活动，看效率。
比如新活动一般100元，这次不能超过。
与无参与用户进行比较，看差异。
例如，分为无参与组/参与组，比较参与组的新注册次数/留存率。
从公司的角度来看，这绝对是第一种最真实的方法。
但从组织活动的角度来看，他们都喜欢突出自己的贡献，所以他们倾向于使用2、3、4种方法。
操作最喜欢谈论：自然增长率（没有活动，自然增长是多少）。
而且总是倾向于把自然增长率计算得很低，或者只是变成负数，所以这个活动非常棒。
需要注意的是，所谓的自然增长率只能在活动不频繁时计算。
许多业务（如电子商务）O2O），只是活动不断，大活动套小活动，根本分不清，此时不适用。
同样，设置参考组的前提是参考组根本没有活动提醒和活动参与功能，参考组的质量与活动组的用户相似。
如果不满足这一限制，就很难直接得出活动效益良好的结论。
这些方法看似科学，但实际上充满了玩耍的空间。
如果你想讨论清楚这个问题，只要直接制定一个标准。
第四步是找到影响结果的过程 以上1、2、3个步骤为判断铺平了道路。
有了好/坏的判断。
我们可以进一步分析为什么好，为什么坏。
此时，我们需要对业务流程进行详细梳理，找出影响结果的关键点。
例如，对新活动、广告渠道、广告文案、注册流程、进入后提示权益的方式和获取会员权益的流程产生影响（如下图所示）。
在分析这些指标时，我们应该注意顺序。
例如，关于新用户的注册问题。
首先要看各用户源渠道的强度，活动是否及时上架，何时与交付相结合。
然后是对文案、活动礼品、收到后行为等的深入分析。
四、小结 如果采访这个话题，一眼就能看出菜鸟、新手、老手的区别: 菜鸟:我认为应该考虑四个方面:用户增长、产品体验、品牌影响、商业收入。
blablabla。
然后你抓住品牌影响力问他，如何衡量，基本上可以问他死亡。
新手和新手之间最大的差距是他们不知道数据需要收集。
新手喜欢说一些难以收集但听起来很棒的指标。
新手：我认为我们应该考虑新注册、第二天、第三天、第七天、新会员收购率、新留存市场、新点击次数、新购买会员数量、新使用权的频率……(这里省略了100多个各种指标)。
建立神经网络模型，综合评价。
是的，新人首先喜欢堆砌指标，似乎指标越多越牛逼。
第二，我喜欢拉模型。
不管模型能不能用，我都没用过。
拉的时候很牛逼。
只会忽略标准问题。
想杀新人，只要问为什么增加5万就好，4万9千127就不好了！你建立了一个神经网络评价模型，谁来标记好的/坏的活动，是整个活动还是某些指标，为什么不同类型的活动一起标记基本上让新人感到困惑。
归根结底，活动评估比技术更清晰、更深刻、更重要。
只要你对常见的操作活动有一个基本的了解：新的、促进的、保留的、转换的、裂变的等等。
了解传统的操作数据，了解过去的活动，基本上可以回答正确的答案。
害怕害怕对业务流程了解太少，甚至不懂别人在做什么。
请期待下一篇文章，我们将分享商品评估的基本思路。
特别说明：本网站的主要目的是收集与互联网运营相关的干货知识，为运营伙伴提供便利。
本网站收集的公共内容来自互联网或用户的贡献，这并不意味着本网站同意其观点，也不对网站内容的真实性负责。
如有侵权行为，请联系网站管理员删除，。
