活动运营推广数据分析公式 如何做运营 数据分析?( 三 )


这时候过程指标就更重要了, 因为结果指标只是结果, 但过程指标可以追踪到细化的问题环节, 指导该环节的优化, 带来结果指标的提升 。
怎么找到过程指标
过程指标可以从项目执行的响应关系、以及用户的触点路径里面归纳出来 。 例如在一场大促活动中, 会涉及到活动页面规划、采销盘品、市场宣传投放、用户了解活动到下单支付、物流配送、客服服务等诸多环节, 把整个活动各利益相关人和行动事项按时间序列梳理处理, 就可以从中挑出跟自己所处角色强相关的环节以及其对应的过程指标 。
怎么用过程指标
过程指标最重要的用法是实时追踪监控, 判断其健康程度 。 判断标准可以是该业务同时期的数据规律是怎样的, 目前进展的阶段低于还是高于常规情况, 并据此作出策略决断 。
例如, 以往618呈现的规律是6月1日凌晨有一波流量的爆发, 但是本次爆发得不明显, 就要排查本次的各渠道的投放是否有正常进行, 是否需要及时加大预算投入 。
5、对细化的具体策略做验证此步骤是每个数据分析都必须可少的环节, 相对来说会更简单直接一些, 主要的思路可以参考之前的数据系列文章中介绍过的OSM(目标-策略-验证)模型, 根据现象选取合适的衡量指标, 然后进行策略前后的数据对比分析 。
具体就不过多赘述了 。
三、几个需要避免的点1.一切数据都来源于数据库, 对其他数据无视(外部数据、调研等)数据库中的数据很多时候并不能反应所有的量化需求, 比如用户在这次活动中下单了, 但他的购物体验是好是坏、以后是否还愿意继续参与此类活动等问题、跟友商相比感觉如何, 此类问题更适合的方式是找到典型用户来进行深度的访谈或做广泛的问卷调查 。
2. 不加选择的进行数据分析数据分析的角度有非常多种, 不同的分析角度适合不同的分析目标, 应该围绕目标问题去选择合适的分析维度, 而不是照本宣科按模板把所有的都跑一遍 。
且有些环节无法得到高质量的数据, 有时就需要做出决断, 宁愿不做此方面的分析, 避免因为不准确的数据导致错误的决策 。
3. 先有目标结果, 再进行数据分析, 报喜不报忧(仅为了汇报)在某些汇报的场景下, 为了方便上级快速get结论, 往往不会把详细的分析过程和细节展示, 而是挑重点结论出来形成报告 。
作为汇报人, 常常会不自觉的报喜不报忧, 优先展示好的业绩, 忽略或跳过一些复杂难以阐述的问题 。 长此以往, 可能自己也会被说服, 对存在的问题不予以重视 。
4. 数据并不能解答所有的问题, 对业务的理解和思考有时更重要(研究业务本质问题比研究KPI指标更重要)在绝大多数的数据分析场景下, KPI数据往往是所有人关注的重中之重, 一旦出现下降, 就会通过维度的不断下钻, 定位问题数据环节 。 这时候, 从KPI视角来考虑, 就会去思考怎么去解决问题环节让KPI提升, 然后工作就到此结束了 。
这种模式带来的弊端, 会让人过于迷信数据在思考上偷懒, 做的都是亡羊补牢而不是未雨绸缪的事情 。
有些时候数据问题背后的问题并不能单纯靠现状数值来解释, 而需要人跳出现状, 看行业发展、研究市场动向、理解用户心理来洞察 。
【活动运营推广数据分析公式 如何做运营 数据分析?】所以, 看数据之外, 每个人都需要有留有思考探索业务本质问题的时间 。

推荐阅读