作者介绍
@花花
曾任职于美团、腾讯、今日头条担任数据分析师。
操盘过上百亿的资源评估，与大家一起成长学习。
01
序言
一年一度的双十一又到了，大家被哪个平台的营销活动吸引准备剁手了呢？是选择最早打出“百亿补贴”，价格让无数网友评论着“真香”的拼多多，还是选择每年玩法最复杂，又是盖楼又是养猫又是组队最为热闹的淘宝，亦或是直接选择“今年双11，我们将退出这场大戏”，走逆向营销给与全年最低折扣的网易严选呢？
在互联网工作尤其是在电商业务线的小伙伴都知道，每年各种节假日大促都会成为产品、运营、技术、分析师团队最忙的时候。作为一名分析师，承担的角色往往是去讲清楚营销活动的效果怎么样，投入产出如何，这笔钱有没有效率更高的方式花出去。今天我们就从一个分析师的视角，来看看常见的营销活动都有哪些以及怎么进行效果评估。
02
常见营销活动玩法介绍
1
会员类
说到会员必提亚马逊，亚马逊Prime会员是目前世界上最成功的会员体系，超过80%的美国家庭购买了Prime会员。受亚马逊Prime会员启发，中国众多的互联网公司也开始建立自己的会员体系，如淘宝88VIP、京东PLUS、考拉黑卡、美团外卖会员等等，玩法也从最开始的每月领取优惠券拓展到越来越丰富的权益，比如会员专享折扣商品、减免配送费、联合会员、VIP客服、专享折上折等。为了提高会员渗透率，越来越多的会员体系开始尝试“轻会员”模式，即最开始不用付会员费，购买商品优惠到了会员卡费再付，未优惠到会员卡费则优惠多少算多少，给用户一种稳赚不赔的感觉，降低购买心理门槛。
2
传播裂变类
传播裂变类活动一般是发起者发送邀请，可以邀请未参加活动的用户加入。最常见的形式组队拼团，需要用户自愿转发给好友，让好友和自己一起获得某些福利，拼团这种玩法最常用于拉新，特别是电商领域，像拼多多就靠这种玩法为自己拉到了上亿粉丝。常见的传播裂变类活动还有砍价、助力、分享红包、组队抽奖等形式。
3
优惠券类
淘宝满300-40的叠加满减券，拼多多的“百亿补贴”，外卖每天发送满30-5之类的优惠券，这些都是直接给到的实打实的优惠券，在刺激单量增长方面表现出很好的效果。优惠券类往往也通过精准营销方式触达目标用户，或者在识别出用户下单犹豫时，发放优惠券留住用户。
4
游戏类
游戏类活动对于提高用户访问，增加用户粘性效果较好，因此大多数公司的营销活动都开始朝着“游戏化”营销方向发展。最为典型是淘宝的“养猫”、“盖楼”，支付宝的“种树”、拼多多的“多多果园”、“多多牧场”，美团“免费领水果”。对于大部分的游戏形态来说，往往会把游戏社交化，以老带新，在对存量用户运营的同时也一定程度有拉新作用。
03
营销活动效果评估
如上提到到了会员类、传播裂变类、优惠券类、游戏类的营销活动，在实际操作中为了有更好的效果往往是多种方式结合起来触达用户，比如通过裂变的方式免费领取会员卡，通过游戏化的方式领取到优惠券等等。对于这些令人眼花缭乱的活动玩法，全面的效果评估往往会有三种类型的指标：效率指标、规模指标、业务指标：
一级指标看效率，单位投入成本带来的收益，一般用ROI（投入产出比）表示。投入是补贴等资源，产出可以是交易额，可以是利润，也可以是DAU等。
二级指标看规模，ROI很高但是触达的用户量级小，带来的增量也可能不明显，所以再看效率同时也要兼顾效率，一级指标和二级指标是营销活动评估必看的。
三级指标看业务目标，不同的业务目标不同，所以看的指标会有差异。比如对于游戏类的活动，可能三级指标更多的看流量侧的指标即可，对于优惠券类的活动，最终关注较多的是用户以及订单维度的数据。
如下是某电商业务线营销活动评估的一级、二级、三级指标。
关于业务目标怎么定，比较推荐Google提出来的GSM量化模型（Goal，Signal，Metric），分别代表目标识别、用户表现推导、指标选择，主要思路是通过对目标的拆解，一步步推导出最应该关注的数据指标。
识别目标（Goal）：明确营销活动的目标，如是提用户频次、用户客单，还是品类Cross。目标的设定最好在项目组内各方达成一致，并与相关的协同方充分沟通对齐。
推导表现（Signal）：在这样的目标下，用户可能会有怎么样的行为表现。如果目标成功，用户有怎样的行为，如果目标失败，用户又将有怎样的行为。
选取指标（Metric）：在对应的行为表现下，最相关的关键数据指标是什么。尽量少而精，关注最核心的指标，忽略掉无关的指标。
业务目标、评估指标明确后基本就比较好计算，确保内部口径统一对齐就没什么问题。但是在效率评估往往就会遇到的很多的问题，比如活动有没有做AB实验，如果做了AB实验的方案是否可靠、结果是否置信，如果没做AB实验，那么如何去评估效率。关于效率评估方面，常见的方法有LTV、AB实验、PSM、DID双重差分、用户分群：
LTV：主要用于新客、沉默召回用户ROI评估
AB实验：通过AB实验分流，保证样本的均匀性，控制实验组和对照组的单一变量，是最能准确评估业务动作效果的评估方法
PSM：PSM即Propensity Score Matching，倾向评分匹配，在没办法进行AB实验的基础上进行PSM构建对照组
DID双重差分：DID即Differences-in-Differences，双重差分，根据业务场景，人为选择参考对照组来评估策略影响下的效果
用户分群：将用户分为新客、活跃老客、沉默用户，针对不同的用户再选择对应的评估方法
●这几个数据源网站你都知道吗！？
●取数，取数，取个屁啊！
后台回复“入群”即可加入小z数据干货交流群
