当前位置:首页 > 运营模型 > 如何通过数据分析进行活动效果评估?

如何通过数据分析进行活动效果评估?6881次阅读

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。

如何通过数据分析进行活动效果评估?

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。

一、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:

1、渠道拉活对于DAU的带动贡献究竟有多大?

2、是否值得持续投入更多的资源?

3、活动情况的ROI如何?是否符合预期?

4、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。

二、分析框架和指标体系

2.1、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

2.2、指标体系

如何通过数据分析进行活动效果评估?

2.3、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;

2.4、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

2.5、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

三、分析过程

3.1、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:

如何通过数据分析进行活动效果评估?

1、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;

2、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;

3、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。

3.2、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。

四、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:

1、如何构建活动评估的指标体系;

2、如何量化归因活动的短期贡献(即“首次归因”法);

3、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。

版权声明:本文由汇运营发布,如需转载请注明出处。

本文链接:http://huiyunying.com/377.html

与本文相关的内容

做电商设计,你必须懂的10条数据指标

数据指标是什么?——是一个切入数据的角度。有了数据指标的存在,才能知道需要采集什么数据、需要持续监测什么数据、用什么角度来和历史表现做对比。数据指标的类型各种各样,有些指标是被广泛使用的,如 DAU、新注册用户数、PV 等;还有些指标,是带有强烈的业务特征的,例如直播平台可能会关注新增主播数量,酒店...

快手电商运营的30条干货!

一、快手有多火?今年2月,快手大数据研究院发布《2019快手内容报告》显示,2020年初快手日活已突破3亿,APP内有近200亿条视频,2019年有2.5亿人在快手平台发布作品。仅春晚期间,快手春晚直播间累计观看就达7.8亿人次。二、快手电商有多火?据快手方面发布的《2019快手美妆行业白皮书》显示...

留量策略:利用好签到也能提升日活!

今年大家都开始从流量到关注留量。而如何产生留量呢,这就取决于我们日常运营中的留存、激活策略。村长今天和大家分享最常见的平台用户留存激活手段——签到。很多人觉得签到是鸡肋的玩法,感觉对促进日活的作用帮助不大。村长却不这么认为,首先主流的平台到现在依旧在用签到,既然他们在玩,就说明它是有价值的。如果你的...

请看,一场教科书式的新品首发

消费市场端的变化开始了,母婴品牌们也要加快跟紧的脚步了。今年天猫618,博西家电创下历史最佳开门红,其中西门子家电首日即闯入“亿元俱乐部”,不仅突围了疫情影响,也为生意增长做出了新探索。创新成为其中关键。618期间,西门子家电在天猫首发一款高端的嵌入式蒸烤箱新品,从5月20日起,西门子家电、天猫与阿...

SEO:百度搜索中的常见违规行为

1、文不对题标题描述和正文内容不符,无法满足用户需求,欺骗用户点击。△标题是QQ说说配图,但是内容中并没有出现配图。2、恶意拼凑存在搬运采集多篇文章进行内容拼接的行为,文章逻辑不通顺,页面内容低质,文章可读性差。△在人物介绍页面,出现了书籍目录页,存在内容拼接的嫌疑。 3、广告干扰为了持续...

小游戏运营如何实现快速增长?七个小技巧可以帮到你!

国内小游戏市场经过三年左右的发展时间,目前已经进入较为成熟的发展阶段,一方面表现在现有团队产品研发能力及流量运营能力的不断提升,另一方面新平台渠道的出现,带来流量入口与资源的不断开放和激活,包含微信小游戏、QQ小游戏、字节小游戏、抖音小游戏等。与手游完全依赖渠道分发相比,小游戏的平台分发方式有更多可...