编者按:本文来自微信微信官方账号接地气学校（ID:），作者：接地气的陈老师。


以上是数据分析师在撰写报告时最害怕的四个场景。


我以前分享过前两个，今天分享了第三个。


作为消费者，我们最喜欢主要的APP做活动，有折扣啊！许多新的数据分析也喜欢它，因为活动分析看起来比日报和月报更大，真的很高兴。


然而，如果你不小心，基于活动数据分析的结论，经常被打脸，不相信，立即尝试。


1 常见的打脸瞬间 ▌场景一 请听题： 许多学生一看： 目标：增加消费者数量 结果:消费者数量增加了30% 真好！开始写结论。


结果自然是被打脸 因为这个破活动多亏多(如下图): ▌场景二 咱改一改： 啊？这次付款人数翻了一番，总付款也超过了上个月，happy 提笔庆功吧！ 结果下个月又被打脸了。


因为下个月直接打回原形: ▌场景三 另一种方式方式： 想想看，做股票客户，人群这么多，很可能响应太少（场景1）响应太多（场景2）问题啊，只是做一个新用户。


人数在上升吗。


所以活动如下： 哇，看来新人数、新人购买率、总消费都有了显著的提升。


这次稳定了 提笔曰：好 然后看整体数据，继续打脸: ▌场景四  大干一场： 既然只做新的，涉及到搬来搬去，那就简单来个全场推广吧！个人可以参与，全部打九折，全部打九折！一个个打九折！路过不要错过，喇叭响了。


结果数据长是这样完成的: 所以操作又纠结了：啊，丢了这么多优惠券，或者不能吸引新用户，我们想回到细分组的旧方式，没有大数据可以准确营销！ 不！坚决不退，既然都花钱了，我们毕其功于一役！打个狠折。


所以数据长这样： 全场推广就是这样。


用力轻:看不到效果，只会影响一些人 用力:投资太大，成本在燃烧，后面喝西北风 So，咋整？！ 2 问题的症结 问题的症结在哪里？首先，我们忘记了数据分析和操作身份。


假设我们是普通消费者，你会发现有一个APP在做活动时，你会做以下行为吗： 你会多囤活动吗？ 小活动，你不买吗？ 活动限册一个新的微信吗？ 会干啊，人之常情啊！ 这是对的。


虽然我们每天都喊大数据营销、精准营销、精细分组，但营销活动的本质不是数字，而是活生生的人性。


营销活动是为了吸引人们的利益，以达到吸引注册和提高绩效的效果。


近年来，人工智能、大数据和算法模型让许多人忘记了这一点。


当业务部门想不出计划时，期待着准确分析大数据，然后运行数字的程序员真的相信并开始RFM一个计算(因为大部分网课一提到营销就只说这个，其实都是4不能落地的P，SWOT什么)导致了开头的各种悲剧。


抛开金主、红包、大转盘等令人眼花缭乱的具体形式，营销活动本身就很简单，只有两个逻辑(如下图所示): 这两种逻辑对应的数据模型非常简单：性能=用户数*响应率*响应金额。


只有在固定基数中，响应率才会增加。


在增量基数中，用户数量主要增加，响应率会略有增加。


许多学生问：活动分析的想法是什么？活动分析的基本想法是如此简单。


复杂的不是结果的模型，而是： 用户为什么要回应？ 用户反应到什么程度？ 用户响应后会发生什么？ 当然，活动已经完成，你可以使用数据来模拟各种趋势，但本质上：数据可以评估结果，但不能促进结果。


结果是业务理解、创意设计、宣传文案、礼品选择、强度设置、系统支持、客户服务跟进。


所以不要沉迷于数字游戏。


事实上，与数据分析相比，许多运营、规划和营销人员更喜欢数字游戏。


项目批准时经常催眠自己，用各种数字论证效果会很好；结束后，用各种数字论证问题不在我身上。


如果你看到更多的东西，你就会习惯。


3 破局思路 许多学生可能会害怕：妈妈，你想让我学习《消费者心理学》、《消费者行为学》和《市场营销》吗？当我上学的时候，我最害怕这些文科书籍。


事实上，11年前的数据分析师（当时，这个名字并不流行，都是数据岗位和研究员）真的这么做了。


我还记得12年《促销的本质》上市时，我们小组回去学习，哈哈。


但今天没有必要绕这么大的圈子，因为随着数据在业务领域的渗透，没有脚的理论越来越少，营销活动的分类、评估指标和常见问题可以与数据性能相对应。


内容相对较大，这里可以先给出一个大纲，然后我们慢慢分享。


需要注意的是，这些只是宏观层面的分类，真正具体到一个活动，可能会导致不同的效果。


例如，如果是： 如果你想最大限度地刺激消费，直接一个人成群 想拉新人，做裂变，鼓励三个成员转发 如果你想控制库存，防止积压，你可以开限时大团。


人越多，折扣就越多。


同样的形式，改变参与规则，参与人数，效果直接变化，所以每次分析或深入了解活动的业务逻辑。


今天分享的信息量已经很大了，大家可以多体验一下开头的基本问题，新手很容易犯。


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，。