提升营销活动效果的数据分析方法 活动数据分析怎么写( 二 )


静态的数据分析流程挺像是黄金工艺品的诞生过程:
做数据分析我们首先要明确目的和思路,就像淘金一样,首先要先找到矿脉 。
基本流程是:确定目的,定义指标,拆解指标,构建模型 。
确定目的:你是想了解这些数据的情况呢(基础指标),还是想根据这些数据验证一些想法(复合指标,及指标背后的用户行为)明确目的才好定义要分析的指标 。定义指标:一般数据指标分3种类型(维度,基础数据,复合数据)对于基础指标可以直接统计 。拆解指标:复合指标则需要拆解(一般用户公式法和拆解影响因素) 。构建模型:模型是指能够对事物产生重要影响的关键要素组合而数据模型就是你这样项目中需要的关键数据,一般我会先梳理用户路径的流程数据,然后再把其他的关键数据加上(如红包数据) 。
(简单数据模型)
(拖动时间轴图表中的数据会变化)
(常用指标定义)
不同的团队,不同的人对指标的定义也不一样,在写埋点文档或者数据分析报告的时候一定要备注“指标定义” 。
这个步骤也就是数据统计,以下是常用的3种数据统计方式:
可以直接看到的可以手动整理,当然这种是比较慢的 。第二种是通过工具提高下效率(如建群宝,WeTool……),也可以通过渠道码统计到一些直接看,看不到的数据 。最后就是数据埋点了,如果上一步构件好数据模型的话,这里直接把需要的相关数据给到技术就好了 。
挖完矿挖到的原矿石肯定不能直接丢到炉子里吧,这里需要做下简单的处理 。
【提升营销活动效果的数据分析方法 活动数据分析怎么写】
数据处理一般分为清洗,转化,提取,计算,这4个部分 。
数据清洗是为了保证数据的有效性,经常遇到的就是数据中有空值的问题 。
可能是在统计的时候没有考虑到,或者是因为其他原因丢失了 。
这时候如果与这个空值互相影响的数据比较全的话可以通过计算得到,但是如果不全的话只能去掉了;或者得出的值只能做一个参考 。
数据转化主要是转化格式,单位……确保这些是统一的 。
上图中的数据是之前做的一次红包活动数据,技术导出数据后,叮当怎么算都觉得不对,问了一下才知道,原来技术给的数据是以“分”为单位的,而叮当是按“元”计算的 。
数据转化:数据比较少的时候直接框选就可以了,数据比较多的时候可以用户透视表提取需要的数据 。
最后涉及到复合数据的可以根据公式计算(加减乘除可以解决大部分问题) 。
文不如表,表不如图,把数据视觉化,更容易让人理解,也更加容易感知到价值 。
就像黄金一样,一个同样重量的金块,锻造成工艺品,肯定比单纯的金块给人的价值感更强 。
数据异常处理
最后就是关于数据异常的处理这一块了 。
1)活
动上线&渠道推广后2小时注意看客服会话消息,只要有用户反馈入口的地方都每个几分钟看一下,上线过了这几个小时之后可以降低点查看的频率,不过也要注意盯着 。
上面这个截图就是,中间上线期间通过用户反馈,发现一点技术小Bug,及时处理了,没有造成推广流量的浪费 。
2)监控数据模型中的核心数据异常
如果时间确实忙不过来,或者上线比较急没有做好准备可以优先监控核心数据(如:红包类的活动获客成本就是非常核心的数据) 。
“评估”就是评估数据异常影响程度 。如果影响比较大就暂停活动及时止损;如果影响比较小,就暂停其他的推广动作,排查原因 。

推荐阅读