神策2021数据大会 -精益化数字运营助力大促业绩飙升

录目CONTENTS互联网公司为什么要做活动2009淘宝双十一2009淘宝双十一2020淘宝双十一天猫年货节,活动预热:1月2日-1月5日;天猫99划算节,活动预热:9月1日-9月8日;活动正式开始:国庆大惠战:预期2021年9月,具体日期待更新9月结婚季:预期2021年9月,具体日期待更新天猫国庆出游季:预期2021年9月,具体日期待更新912辣妈囤货季:预期2021年9月,具体日期待更新金秋出游季:预期2021年9月,具体日期待更新天猫过年不打炸活动时间:2021年2月1日-2月14日;天猫情人节活动时间:2021年2月12日-2月14日;年货不打炸活动时间:2021年2月7日-2月14日;托马斯总动员活动时间:2021年2月20日-2月26日;开年总动员活动时间:2021年2月20日-2月2油漆涂装节活动时间:2021年2月22日-3月31日;天猫灯饰节活动时间:2021年2月22日-2月23日;天猫奥特莱斯活动时间:2021年2月22日-2月24日;天猫睡眠节活动时间:2021年2月26日-2月28日;美妆春光节活动时间:2021年2月25日-3月2日;开学季活动时间:2021年2月25日-3月2日;618年中大促:2021年6月1日-6月19日天猫年酒节:预期2021年7月,具体日期待更新天猫游泳节:预期2021年7月,具体日期待更新722洗护节:预期2021年7月,具体日期待更新天猫运动会:预期2021年7月,具体日期待更新家装大促:预期2021年7月,具体日期待更新双十—抢先购:2021年11月1日-11月3日双十—狂欢日:2021年11月11日全球3C家电狂欢周:预热:8月11日-8月13日天猫秋冬新风尚:预热:2021年8月19日-8月20日淘宝秋季新势力周:预热:2021年8月19日-8月20日天猫开学季:预热:2021年8月28日-8月29日淘宝双十二活动:2021年12月10日-12月12日活动分级活动举例级别品类参与程度资源支持节奏周期S级618(6月)、双11(11月)、双12(12月)、周节奏周期模整,可以设置2次爆发期年货节(1月)、情人节(2月)、女神节(3月)、母亲节(5月)、儿童节(6月)国庆黄金周(10月)、务秋节(9月、10月)、黑五、圣诞节战略品类主导,其他品类节奏仅需预热和爆发(3天或以内)元宵节、踏青季(4月)、517吃货节(5月)、清凉季(7月)、老人节(重阳节)常规资源,无须全局统筹,可由类目线⾝活安排C级ll借势:蹭流量、蹭流量、蹭流量l根据季节性和节日策划主题:与自身行业特性高度相关;与竞品对标l抓热点(计划外):敏锐捕捉热点,突发事件快速响应l类目专场活动:类目特有旺季或对口节日,大平台专场对标,平台专场活动前活动前活动(用户和品类)计划活动(流量和渠道)计划活动前活动中活动后获客、品类渗透率提升、活跃度提升精细化运营数据积累获客、品类渗透率提升、活跃度提升精细化运营数据积累营收与盈利品牌扶持清库存/甩尾货商家争夺大促营收=：(各定位产品销售预估)或者大促营收=：(各类目商品销售预估)大促首日(或日均)销售额=今年日均销售额*爆发系数活动前活动中活动前活动中活动后品类业绩目标拆解活动前活动中活动后活动前活动中活动后活动计划目标拆解（用户和促销）用户分解(会员分解)促销优惠分解渠道拆分法活动前活动中活动后渠道拆分法活动前活动中活动后活动计划目标拆解（渠道和流量）历史数据参考流量预估GTA法活动(用户和品类)计划活动(流量和渠道)计划活动前活动中活动前活动中活动后渠道指标营收指标实时监控性能指标作弊指标活动前活动中活动前活动中活动后活动前活动中活动前活动中活动后某电商平台在线上进行满399-150优惠券领取活动推广时,通过发现异常用户,定位羊毛券策略,减少公司损失。创建活动预警指标收到异常预警消息快速定位异常用户调整活动策略在进行优惠卷推广活动前,建在推广活动进行3小时后,邮箱通过查看具体异常用户,发现优化动作:优惠券领取策略,限立相关预警指标,并以小时为监控时段。以防活动出现异例:某IP地址异常数据上升深度分析异常用户领取优惠券次数、支付订单次数、总支付修改后的推广活动务后期,未收点击用户付费率35%用户平均花费1000元收入=点击用户*35%*1000收入/广告花费=ROI活动前活动中活动后点击用户付费率35%用户平均花费1000元收入=点击用户*35%*1000收入/广告花费=ROI活动前活动中活动后使用场景使用场景时,用户的点击率较高,调整投放策略后,ROI产出由6.65提升到了7,增长5%渠道监控曝光频次的点击效果监测step2计算收入step2计算收入收录媒体花费数据媒体名称>媒体名称>广告账号>广告计划>广告组>广告创意>用户收入35000元广告花费5000元用户收入35000元客户的ROI为7,即投入产出比1:7,花费1元带来了7元收入活动前活动中活动前活动中活动后.对的时间、对的场景、识别高价值潜客、传递关键信息APP活跃高峰时间:15点APP活跃高峰时间:15点1.触发条件定时型:会员生日当天15点V2.受众用户会员等级:黄金会员用户体脂率:大于30%V3.触达方式文案:调用昵称V4.目标设置用户生日触达在用户生日当天18点,定时发送祝福短信,活动(用户和品类)计划活动(流量和渠道)计划流量大盘情况1,500,0001,000,000500,000-15.00%合作流量渠道流量推广流量自主访问2021年UV2020年UV同比流量大盘情况1,500,0001,000,000500,000-15.00%合作流量渠道流量推广流量自主访问2021年UV2020年UV同比自主访问渠道流量推广流量合作流量2021年CVR2020年CVR同比活动前活动中活动后搭建活动复盘体系搭建活动复盘体系寻找机会突破口生意达成情况生意达成情况增速%增速贡献最大平均价格2020年GMV2021年GMV购买人数复购识别增长驱动因子、阻力因子,人货场三维度下钻分析根本原因识别增长驱动因子、阻力因子,人货场三维度下钻分析根本原因日均在线时长5min日均在线时长5min以下3次以下3上次活动本次活动3次以下3-5次5-10次10次以上日均商详浏览次数加购次数营销偏好优惠券敏感型年龄18-29岁核心购买人群画像城市1-2线85%64%60%59%活动前活动中活动后拆解全链路人群,深层洞察层级用户画像,明确运营优先级活动平台整体效率1x%（去年同期:2x%)（上期活动环比benchmark：10%+）活动页面效率bannerAbannerBBanner活动平台整体效率1x%（去年同期:2x%)（上期活动环比benchmark：10%+）活动页面效率bannerAbannerBBannerC活动D活动E活动F活动G活动H活动I 去年同期页面效率本次活动页面效率BannerABannerBBannerC活动D活动E活动F活动G活动I活动H活动页面浏览占比去年同期页面浏览占比本次活动页面浏览占比活动前活动中活动后入会率会员转化黄金象限OA人群入会率会员转化黄金象限OA人群I非会员I会员 PL会员OA人群A人群0.0x%.转化率会员招募玩法效果评估入会成本/人会员分享券入会成本低且招募人数多0元试用线下扫码新会员礼包入会人数入会费用-40,000OA人群O人群0.1x%I非会员0.3x%OA人群A人群0.0x%040,00080,000120,000160,000200,000240,00012.011.010.0 9.0 8.0 7.0 6.0 5.0 4.0 3.0 2.01.00.0-1.0-2.0邀请绑卡会员招募黄金象限I会员.会员转化玩法效果评估使用率会员裂变券满减30使用率高达7x%会员商品券会员日专属客服满减501积分锁券短信专属客服满减30会员裂变券满减10试用装回购券老会员礼包-20,00060,00040,0000120,00020,000100,00080,000转化人数多，使用最受会员欢迎，率高于均值使用人数领取人数新会员券会员玩法评估对比分层人群招募效率,明确会员招募缺口对比分层人群转化效率,量化会员机制转化成果招募、转化黄金象限中标红数据为表现优异指标；标黑为表现较差指标活动前活动中活动后直播效率评估识别核心人群画像,有助于直播商品精准匹配"三力"分析(引流力/购买力/吸粉力)量化直播质量18-24岁25-29岁18-24岁25-29岁30-35岁35-39岁低消费中消费高消费李佳琦薇娅辛巴李佳琦薇娅辛巴李佳琦薇娅辛巴25%14%2%12%9%34%0.8%0.7%1.1%19%36%17%12%11%44%0.6%1.1%0.7%23%29%2%14%19%67%0.7%0.7%0.9%16%36%26%11%16%46%0.5%0.8%0.4%21%10%31%14%18%60%0.7%0.9%0.8%36%18%6%14%24%54%0.6%0.9%0.6%15%43%10%14%21%54%0.5%0.9%0.6%20%29%8%13%16%50%0.65%0.84%0.74%活动期间购买人数活动期间购买人数总购买新客购买老客购买直播购买其他新锐白领小镇青年都市银发年龄分布累计消费金额30-34岁35-39岁40-44岁45-49岁≥50岁城市等级<新锐白领小镇青年都市银发年龄分布累计消费金额30-34岁35-39岁40-44岁45-49岁≥50岁城市等级<0元消费者来源占比品类老客品类新客平台新客女性占比消费者画像消费者画像ZZ引流力引流力购买力吸粉力benchmark,明确拉新、复购优势商品,迭代未来人货匹配策略741,688TOP5商品新老客占比商品A新客9x%商品B新客8x%benchmark,明确拉新、复购优势商品,迭代未来人货匹配策略741,688TOP5商品新老客占比商品A新客9x%商品B新客8x%商品C新客7x%商品D新客4x%活动前活动中活动后多品类、多场景商品表现交叉分析,打造差异化人货矩阵多品类、多场景商品表现交叉分析,打造差异化人货矩阵贡献,识别成熟单品、趋势爆品对比平台整体新客比例，对比平台整体新客比例，品类B、品类A、品类D更有拉新能力突出；核心品类B中，商品A新客占比9x%，最适合拉新。平台整体购买人数x人平台整体购买人数x人新客购买占比：8x%老客购买占比：1x%466,724新客老客466,724新客50,00071,49055,03350,000 品类D品类F品类C品类A品类E品类B活动前活动中活动前活动中活动后10/1310/1510/1710/1910/2110/2310/2510/2710/2910/3111/211/411/611/811/1010/1310/1510/1710/1910/2110/2310/2510/2710/2910/3111/211/411/611/811