只需三步，教你做好 618 大促復盤！
一場大型活動營銷需要耗費大量的人力、物力，包括活動前期的活動玩法策劃、推廣渠道篩選、活動落地頁設計、優惠券設計，活動中期的數據監測、異常 bug 修復，活動后期的獎品/優惠券核銷等。
為了讓每一場活動的投入產出比最大化，線上活動的結束并不意味著運營人員的工作結束，我們需要在活動結束后立即開展活動復盤，從目標出發，找到實際情況與目標的差距，還原活動鏈路，定位異常的業務觸點，從而制定優化策略輔助下一次的活動策劃。
活動復盤通常要解決三個問題：什么事情“繼續做”，什么事情“停止做”，什么事情“開始做”。比如：
-
之前的活動落地頁過長，信息過多，導致整體頁面觸達率低，跳出率高；縮短頁面長度之后，用戶的跳出率明顯降低，該策略可以“繼續做”
-
優惠券滿減邏輯復雜，導致用戶決策路徑變長，購買轉化率降低，該策略應該“停止做”
-
滿減提示場景少，后續可以在購物車頁面提醒用戶加購湊滿減并且豐富湊單頁面 SKU，從而提升整體客單價，該策略可以“開始做”
如何解決以上問題？我們可以從三個步驟搭建復盤框架。（文中數據均為模擬）
活動復盤的第一步是明確目標與現狀。這里需要注意，活動目標必須是合理科學的。比如：
-
目標為 GMV 達到 100 萬，實際 GMV 為 110 萬，即目標完成率 110%，超額完成目標
-
目標為用戶量達到 50 萬，實際用戶量 40 萬，目標完成率 80%，不達標
達標了代表目標完成情況較好；反之則代表目標完成差。
此時，可能會有人提出疑問：僅僅從目標完成率得到好壞的結論是不是太草率了？我們得搭建一個完整的指標體系，從各方面綜合評估活動的效果才更合理。雖然可能活動目標沒有完成，但是發送優惠券增加了注冊用戶數，這也是活動效果的呈現方式。
這便是活動評估環節經常會遇到的誤區。因為一個運營活動涉及到產品、運營、市場等多部門，每個部門都希望自己的策略對于活動是有正向影響的，什么指標好看放什么，最后變成了由幾十個甚至上百個指標構建的復雜的評估公式，混淆進來的東西越多，就有越多搞文字游戲的空間，就越容易粉飾太平。越簡單清晰的評估，才越容易看出問題。
當然，一個好的復盤不會只看結果，我們還是要對活動過程做分析，看各個環節哪里需要保持（繼續做），哪里可以做得更好（開始做），以及哪里不再需要做（停止做），這才是復盤的完整思路。
從目標完成率出發，定位影響目標完成率的關鍵因素，以 GMV 為例，對比歷史數據與本次活動數據，從人群量級、購買轉化率、客單價三個維度分析對銷售額的貢獻度，從而定位本次活動 GMV 增長的核心驅動力和阻力。
通常情況下，增長貢獻率計算流程如下：
Step 1：圈選歷史和本次活動 GMV 數據
歷史活動一般參照活動性質相似的同比或環比數據。
Step 2：計算單個因子對 GMV 的增長貢獻
在計算單個因子增長貢獻時控制其他因子的變化。如人群量級的增長貢獻 = 人群量級增長量（當前 - 歷史）x 歷史購買轉化率 x 歷史客單價。
Step 3：根據 GMV 總增長率分攤各因子的增長貢獻
單個因子增長貢獻加總并不等于 GMV 總增長率，這是因為因子之間是相互影響的，因此需要根據 GMV 總增長率進行比例分攤。
舉個例子：某平臺 2021 年 618 大促總 GMV 為 6000 萬，參與活動的用戶數為 300 萬，購買轉化率為 20%，平均客單價為 100 元；2022 年 618 大促總 GMV 為 7500 萬，參與活動的用戶數為 450 萬，購買轉化率為14%，平均客單價為 119 元。相關計算如下：
一般來說，人群量級、購買轉化率、客單價對應著一場活動的流量觸達階段、流量承接階段和流程轉化階段。如下圖所示：
接下來我們一一拆解三個階段的復盤思路。
（一）流量觸達
電商行業常見的流量觸達方式有 4 種：抖音快手等外部渠道觸達；Push、短信、彈窗等通道觸達；banner、icon、為你推薦等產品內坑位觸達；公眾號、社群等私域觸達。
流量觸達階段我們核心關注用戶觸達量和消息點擊率兩個指標，選擇不同的渠道，指標差異也會比較大。
用戶觸達量 + 點擊率可以展示“通過多種手段讓多少用戶了解活動”，這屬于活動營銷的第一步漏斗，無論哪一個指標出現問題都會直接導致活動整體轉化率低，那我們應該從哪些方向去復盤這兩個指標呢？
1、用戶觸達量
觸達通道：同一個策略選擇的通道數量。比如很多電商平臺喜歡用彈窗下發優惠券，轉化率高，但是沒有考慮到用戶通過彈窗領取優惠券的前提是用戶必須先進入產品內（打開 App），如果只用彈窗去做權益的下發，通常會遺漏掉一大批非活躍用戶。
“觸達人群”選取規則：在活動運營中，考慮到成本問題，很多業務同學會考慮圈選出來一批高意愿用戶（比如過去 7 天瀏覽商品次數 > 5 次），達到有限成本下轉化率最大化。這個思路本身沒有問題，但是需要在過程中不斷調整用戶規則，監測數據變化，否則會導致活動曝光量低，從而影響最終的銷售額。
2、點擊率
觸達時間段：觸達的時間點是否是根據歷史數據判斷的用戶使用產品的高峰時間段；是否設置了勿擾時間段。
用戶需求不匹配：很多運營策略特別是偏好策略，會根據用戶在一段時間內瀏覽/收藏的商品分類做偏好判斷，但是可能由于選取的時間窗口過長，用戶或許已經沒有相關商品需求。比如，用戶在 1 個月前瀏覽了大量的手機詳情頁，業務同學由此判斷該用戶的商品偏好是手機通訊類，但可能該用戶已經在別的平臺完成了購買，他的消費偏好已經變成了手機周邊。
文案不吸引：文案過長沒有爆點，利益點不足等。運營同學應該分析歷史活動不同文案的點擊率，找到容易引發用戶興趣點的關鍵詞。
（二）流量承接
電商大促活動基本圍繞著“人、貨、場”制定策略并執行落地。大促期間，除了做好目標用戶的營銷觸達之外，還要做好流量承接，為投放流量提供有吸引力且體驗流暢的落地場景，做好動線設計，才能留住流量，引導其進行消費轉化。
動線設計是指客戶活動或者行動的路線，通過了解消費者的心理，把握其潛在意識，通過對落地頁甚至整個站內的布局和設計，促使客戶按照預設路線流動，最終流向商品頁或結算頁，完成成交轉化。
一般來講，好的動線設計要具備信息可見、記憶明顯和路線到達順暢等條件，因此在 618 活動執行或復盤時，可從落地頁信息傳遞、banner 推薦曝光和搜索結果有效性等多維度提升并驗證流量承接的效果。
1、落地頁信息傳遞效果評估
落地頁作為站外營銷的最后一步，站內流量承接的第一步，是承接用戶、傳遞產品和品牌價值的關鍵，但落地頁能否發揮其重要的作用，主要取決于落地頁本身的質量和用戶的行為決策。
因此可重點從用戶動機匹配和內容設計兩大方向，評估并提升落地頁信息傳遞引流效果。
第一，根據用戶畫像特征，對比分析落地頁與用戶匹配精準度
如上文所說，提升落地頁與用戶匹配精準度在于了解用戶動機并找準對應的投放渠道，即給正確的人推送正確的內容。正確的人，指真正能給平臺帶來轉化的用戶；正確的內容，指用戶感興趣、愿意轉化的商品/活動。
此時我們可以從平臺已轉化用戶的畫像分析入手，反推平臺受眾的群體特征和興趣偏好，以此作為渠道篩選和落地頁設計的參考，做用戶群體和內容的適配。比如，在平臺已轉化用戶中，出現明顯的女性聚集特征，則投放的落地頁文案和設計風格要更偏向女性審美，落地頁中的商品展現可更符合女性的需求，比如重點曝光口紅、防曬霜等。
在活動結束后，可從用戶基礎屬性、年齡性別等，再到用戶行為偏好，如參與活動偏好、購買商品偏好、優惠券敏感度維度，查看平臺已轉化用戶與落地頁進線流量用戶的畫像特征是否相符。
若兩者的用戶畫像特征相近，說明用戶匹配精準度高，則可以此作為指導后續活動落地頁設計和渠道人群選擇的標準；若兩者的用戶畫像特征差異較大，說明用戶匹配精準度低，則需要調整投放的渠道，并進一步優化落地頁的內容設計。
第二，從 A/B 試驗數據表現出發，沉淀流量承接效果最優的內容設計
用戶的心理路程是復雜多變的，僅從經驗判斷做出的內容設計，難以保證落地頁的質量和吸引度，因此在大規模投放之前，應先做好落地頁的 A/B 試驗，驗證不同內容主張、設計風格的落地頁對用戶進站率的促進作用。通過不同文案、圖片、按鈕的多次對照測試，監控流量進入落地頁后的停留時長、跳出率、進站轉化率等，找到最佳設計方案后，并在后續活動中持續 A/B 測試，持續迭代，保證流量承接效果的最大化。
落地頁作為流量承接中的關鍵一環，需及時跟蹤承接質量，監控數據指標，不斷進行優化迭代，才能不斷提升整體流量進線轉化率。
2、banner 千人十面推薦，提升流量分流投產比
在首頁規劃上，banner 推薦是站內流量承接的核心部分，banner 不僅可以靠圖片吸引用戶，為其他頁面做導流，同時在活動賣點輸出和氛圍營造上也扮演著重要角色。因此，平臺通常會對 banner 的視覺設計和內容展示有高質量要求。
第一，banner 內容的多維度 A/B 測試
在大促活動籌備或蓄水期，需對 banner 進行多維度的 A/B 測試，了解各細分人群對 banner 賣點的興趣度以及不同文案或 UI 設計的 banner 對用戶的吸引力。
以此類推，通過多次測試，找到 banner 展示的最佳視覺風格、賣點文案等。
第二，banner 輪播圖的推薦規則
通過前期 banner 的 A/B 測試以及最初的渠道畫像特征分析，確定不同人群的賣點偏好和文案風格偏好后，則可設計 banner 推薦規則，實現千人十面運營，并從 banner 坑位投入產出比數據，監控用戶反饋，及時做策略調整。
3、評估搜索結果有效率，找到強需求流量流失原因
對于需求模糊的用戶，落地頁各會場和 banner 是很好的流量承接工具，但對于需求明確的用戶，其站內流向則更傾向于搜索欄，購物路徑單一，絕大部分交互都在搜索結果頁完成。而在搜索場景中，又面臨用戶搜不到（搜索無結果）、用戶搜不準（搜索結果不匹配）這兩大問題，如何提升搜索結果的有效率成為留住強目的性流量的關鍵。
第一，有效衡量搜索結果價值，定位優化品類和高價值關鍵詞
上文講到，搜索頁為流量承接頁面，商品詳情頁、下單支付頁面為流量轉化頁面。評估搜索結果的價值權重，最基礎的指標是搜索為流量轉化頁面帶來的 UV/PV 貢獻比。在指標搭建過程中，可基于上文的業務目標和策略以及用戶在搜索模塊的旅程，進行指標的拆解和維度的下鉆。
通過搭建搜索效果指標體系，可以及時地觀察搜索轉化數據，指定策略優化：
-
按品類拆分查看搜索結果價值權重，定位可優化的品類
電商平臺的商品品類眾多，每個品類的商品樣式、價格和性能參差不一，即使搜索關鍵詞和返回商品品類結果一致，也可能因為商品屬性問題導致流量流失，因此需要基于指標，快速定位低搜索轉化品類，進行商品簡略圖優化、豐富商品 SKU 等策略調整。
-
找到高價值關鍵詞，指導熱搜詞和活動運營
通過發起搜索人數/次數、搜索點擊、搜索轉化率等數據監控，找到高價值搜索關鍵詞，洞察流量用戶的最新需求動向，加大活動會場頁對高價值搜索關鍵詞對應商品的推薦運營，擴大該類型商品曝光，促進流量的有效分發；同時，可將高價值搜索關鍵詞設置為活動會場頁搜索欄熱搜詞，主動引導用戶搜索該類商品，促進整體的搜索轉化率。
第二，評估搜索關鍵詞匹配度，及時做算法優化或商品補位
用戶發起搜索后，最理想的情況是搜索返回結果且產生點擊，但也可能產生各種無效搜索，而影響搜索有效性的核心因素是產品搜索匹配算法和商品庫存供應。在搜索指標監控中，要及時從數據中推測用戶需求，定位搜索無效的原因，制定優化策略，一般會有以下幾種情況和應對策略：
在從數據結果反推搜索無效原因的過程中，我們可以對應地向整個活動項目組的協助部門賦能，如活動研發團隊、采購組等，推動其去做相應的調整和優化，從而整體提升搜索結果的有效率，促進進線流量流向商品詳情頁等轉化頁面。
（三）流量轉化
因為不同的活動玩法涉及到的用戶轉化路徑完全不同，所以這里我們以“精準投放大額品類優惠券”策略為例拆解流量轉化階段的復盤思路。
針對優惠券場景下的流量轉化復盤，我們只需要解決兩個問題，用戶為什么不領？領了為什么不用？可以從優惠券領取人數和優惠券核銷率兩個指標定位問題。
1、領取優惠券
獲取難度：優惠券獲取分為用戶主動領取和商家自動下發，前者需要用戶在活動落地頁手動點擊領取，但是往往受限于活動頁面長、活動 UI 設計不合理等原因，用戶可能并未在此環節產生權益感知，所以就需要商家在多場景下自動下發優惠券或者進行多場景提示（比如提交訂單的時候自動核銷優惠券）。
對于“品類優惠券”的投放人群設定，我們采取了 A/B 試驗來測試兩類不同人群的推送效果：
A 組：僅采用“品類消費偏好用戶”
B 組：采用品類消費偏好用戶 + 輔助盤點條件
注：采取的輔助盤點條件為：高價值人群 + 在大促期間未購買 + 大促期間瀏覽商品詳情頁次數 > 5次
從結果可知，純采取“核心人群”（8W）作為推送人群的效果遠不如用核心人群 + 輔助盤點條件（2W）的推送效果。這時候你可能會疑惑，優惠券發的越多不是越好嗎？
我們需要明白，優惠券發得越多占用的營銷成本也會越多，而運營同學追求的是在有限的成本內做到最大的營收轉化。因此，我們需要回歸到一個指標——轉化效率：轉化效率 = 轉化人數/預估觸達人數。
在以上兩個策略中，轉化效率 0.9%（僅品類消費偏好核心人群) < 3.6%（品類消費偏好人群 + 高價值人群 + 在大促期間未購買 +大促期間瀏覽商品詳情頁次數 > 5次）。轉化效率越高，意味著該營銷策略的效率越高，也意味著運營同學能夠將多余的營銷成本更好地運用在其他營銷策略中，從而在成本不變的前提下，觸達轉化更多用戶。這也是我們做精細化運營的原因。
為了讓轉化效率值達到最高，我們在實際人群圈選時更多地采取“組合拳”的形式，即“推送人群包 = 核心條件 + 輔助判定條件（輔助判定條件：輔助核心人群進行更細分的判斷條件，一般是和用戶價值/用戶消費習慣強相關的條件，能夠輔助目標定位更加精準有效）。
以下為輔助判定條件可選標簽：
2、核銷優惠券
使用難度：指消費者達成優惠券使用條件的難度大。常見的阻塞點有“滿減金額高”和“核銷邏輯復雜”。如果直接設置一個滿 1000 元減 100 元的優惠券，會導致部分用戶被 1000 元的門檻直接勸退，所以合理的設置方式應該根據歷史客單價設置區間，以該區間設置階梯優惠券。
有效期：有效期過長會拉長用戶的決策周期，轉化率也會隨之降低，但是有效期設置得過短也不合理，用戶從產生感知-產生興趣-決策需要一個過程。針對此，可以從兩方面改進，第一，優惠券有效期應該參考用戶在活動期間的平均支付轉化時長或者上下四分位數；第二，應該在優惠券有效期內通過彈窗/Push/短信等手段主動提醒用戶。
從產品價值、運營策略、用戶偏好等多方面綜合進行活動復盤，可以為下一次活動提供更高層次的數據支撐與運營策略。
