只需三步，教你做好 618 大促复盘！
一场大型活动营销需要耗费大量的人力、物力，包括活动前期的活动玩法策划、推广渠道筛选、活动落地页设计、优惠券设计，活动中期的数据监测、异常 bug 修复，活动后期的奖品/优惠券核销等。
为了让每一场活动的投入产出比最大化，线上活动的结束并不意味着运营人员的工作结束，我们需要在活动结束后立即开展活动复盘，从目标出发，找到实际情况与目标的差距，还原活动链路，定位异常的业务触点，从而制定优化策略辅助下一次的活动策划。
活动复盘通常要解决三个问题：什么事情“继续做”，什么事情“停止做”，什么事情“开始做”。比如：
-
之前的活动落地页过长，信息过多，导致整体页面触达率低，跳出率高；缩短页面长度之后，用户的跳出率明显降低，该策略可以“继续做”
-
优惠券满减逻辑复杂，导致用户决策路径变长，购买转化率降低，该策略应该“停止做”
-
满减提示场景少，后续可以在购物车页面提醒用户加购凑满减并且丰富凑单页面 SKU，从而提升整体客单价，该策略可以“开始做”
如何解决以上问题？我们可以从三个步骤搭建复盘框架。（文中数据均为模拟）
活动复盘的第一步是明确目标与现状。这里需要注意，活动目标必须是合理科学的。比如：
-
目标为 GMV 达到 100 万，实际 GMV 为 110 万，即目标完成率 110%，超额完成目标
-
目标为用户量达到 50 万，实际用户量 40 万，目标完成率 80%，不达标
达标了代表目标完成情况较好；反之则代表目标完成差。
此时，可能会有人提出疑问：仅仅从目标完成率得到好坏的结论是不是太草率了？我们得搭建一个完整的指标体系，从各方面综合评估活动的效果才更合理。虽然可能活动目标没有完成，但是发送优惠券增加了注册用户数，这也是活动效果的呈现方式。
这便是活动评估环节经常会遇到的误区。因为一个运营活动涉及到产品、运营、市场等多部门，每个部门都希望自己的策略对于活动是有正向影响的，什么指标好看放什么，最后变成了由几十个甚至上百个指标构建的复杂的评估公式，混淆进来的东西越多，就有越多搞文字游戏的空间，就越容易粉饰太平。越简单清晰的评估，才越容易看出问题。
当然，一个好的复盘不会只看结果，我们还是要对活动过程做分析，看各个环节哪里需要保持（继续做），哪里可以做得更好（开始做），以及哪里不再需要做（停止做），这才是复盘的完整思路。
从目标完成率出发，定位影响目标完成率的关键因素，以 GMV 为例，对比历史数据与本次活动数据，从人群量级、购买转化率、客单价三个维度分析对销售额的贡献度，从而定位本次活动 GMV 增长的核心驱动力和阻力。
通常情况下，增长贡献率计算流程如下：
Step 1：圈选历史和本次活动 GMV 数据
历史活动一般参照活动性质相似的同比或环比数据。
Step 2：计算单个因子对 GMV 的增长贡献
在计算单个因子增长贡献时控制其他因子的变化。如人群量级的增长贡献 = 人群量级增长量（当前 - 历史）x 历史购买转化率 x 历史客单价。
Step 3：根据 GMV 总增长率分摊各因子的增长贡献
单个因子增长贡献加总并不等于 GMV 总增长率，这是因为因子之间是相互影响的，因此需要根据 GMV 总增长率进行比例分摊。
举个例子：某平台 2021 年 618 大促总 GMV 为 6000 万，参与活动的用户数为 300 万，购买转化率为 20%，平均客单价为 100 元；2022 年 618 大促总 GMV 为 7500 万，参与活动的用户数为 450 万，购买转化率为14%，平均客单价为 119 元。相关计算如下：
一般来说，人群量级、购买转化率、客单价对应着一场活动的流量触达阶段、流量承接阶段和流程转化阶段。如下图所示：
接下来我们一一拆解三个阶段的复盘思路。
（一）流量触达
电商行业常见的流量触达方式有 4 种：抖音快手等外部渠道触达；Push、短信、弹窗等通道触达；banner、icon、为你推荐等产品内坑位触达；公众号、社群等私域触达。
流量触达阶段我们核心关注用户触达量和消息点击率两个指标，选择不同的渠道，指标差异也会比较大。
用户触达量 + 点击率可以展示“通过多种手段让多少用户了解活动”，这属于活动营销的第一步漏斗，无论哪一个指标出现问题都会直接导致活动整体转化率低，那我们应该从哪些方向去复盘这两个指标呢？
1、用户触达量
触达通道：同一个策略选择的通道数量。比如很多电商平台喜欢用弹窗下发优惠券，转化率高，但是没有考虑到用户通过弹窗领取优惠券的前提是用户必须先进入产品内（打开 App），如果只用弹窗去做权益的下发，通常会遗漏掉一大批非活跃用户。
“触达人群”选取规则：在活动运营中，考虑到成本问题，很多业务同学会考虑圈选出来一批高意愿用户（比如过去 7 天浏览商品次数 > 5 次），达到有限成本下转化率最大化。这个思路本身没有问题，但是需要在过程中不断调整用户规则，监测数据变化，否则会导致活动曝光量低，从而影响最终的销售额。
2、点击率
触达时间段：触达的时间点是否是根据历史数据判断的用户使用产品的高峰时间段；是否设置了勿扰时间段。
用户需求不匹配：很多运营策略特别是偏好策略，会根据用户在一段时间内浏览/收藏的商品分类做偏好判断，但是可能由于选取的时间窗口过长，用户或许已经没有相关商品需求。比如，用户在 1 个月前浏览了大量的手机详情页，业务同学由此判断该用户的商品偏好是手机通讯类，但可能该用户已经在别的平台完成了购买，他的消费偏好已经变成了手机周边。
文案不吸引：文案过长没有爆点，利益点不足等。运营同学应该分析历史活动不同文案的点击率，找到容易引发用户兴趣点的关键词。
（二）流量承接
电商大促活动基本围绕着“人、货、场”制定策略并执行落地。大促期间，除了做好目标用户的营销触达之外，还要做好流量承接，为投放流量提供有吸引力且体验流畅的落地场景，做好动线设计，才能留住流量，引导其进行消费转化。
动线设计是指客户活动或者行动的路线，通过了解消费者的心理，把握其潜在意识，通过对落地页甚至整个站内的布局和设计，促使客户按照预设路线流动，最终流向商品页或结算页，完成成交转化。
一般来讲，好的动线设计要具备信息可见、记忆明显和路线到达顺畅等条件，因此在 618 活动执行或复盘时，可从落地页信息传递、banner 推荐曝光和搜索结果有效性等多维度提升并验证流量承接的效果。
1、落地页信息传递效果评估
落地页作为站外营销的最后一步，站内流量承接的第一步，是承接用户、传递产品和品牌价值的关键，但落地页能否发挥其重要的作用，主要取决于落地页本身的质量和用户的行为决策。
因此可重点从用户动机匹配和内容设计两大方向，评估并提升落地页信息传递引流效果。
第一，根据用户画像特征，对比分析落地页与用户匹配精准度
如上文所说，提升落地页与用户匹配精准度在于了解用户动机并找准对应的投放渠道，即给正确的人推送正确的内容。正确的人，指真正能给平台带来转化的用户；正确的内容，指用户感兴趣、愿意转化的商品/活动。
此时我们可以从平台已转化用户的画像分析入手，反推平台受众的群体特征和兴趣偏好，以此作为渠道筛选和落地页设计的参考，做用户群体和内容的适配。比如，在平台已转化用户中，出现明显的女性聚集特征，则投放的落地页文案和设计风格要更偏向女性审美，落地页中的商品展现可更符合女性的需求，比如重点曝光口红、防晒霜等。
在活动结束后，可从用户基础属性、年龄性别等，再到用户行为偏好，如参与活动偏好、购买商品偏好、优惠券敏感度维度，查看平台已转化用户与落地页进线流量用户的画像特征是否相符。
若两者的用户画像特征相近，说明用户匹配精准度高，则可以此作为指导后续活动落地页设计和渠道人群选择的标准；若两者的用户画像特征差异较大，说明用户匹配精准度低，则需要调整投放的渠道，并进一步优化落地页的内容设计。
第二，从 A/B 试验数据表现出发，沉淀流量承接效果最优的内容设计
用户的心理路程是复杂多变的，仅从经验判断做出的内容设计，难以保证落地页的质量和吸引度，因此在大规模投放之前，应先做好落地页的 A/B 试验，验证不同内容主张、设计风格的落地页对用户进站率的促进作用。通过不同文案、图片、按钮的多次对照测试，监控流量进入落地页后的停留时长、跳出率、进站转化率等，找到最佳设计方案后，并在后续活动中持续 A/B 测试，持续迭代，保证流量承接效果的最大化。
落地页作为流量承接中的关键一环，需及时跟踪承接质量，监控数据指标，不断进行优化迭代，才能不断提升整体流量进线转化率。
2、banner 千人十面推荐，提升流量分流投产比
在首页规划上，banner 推荐是站内流量承接的核心部分，banner 不仅可以靠图片吸引用户，为其他页面做导流，同时在活动卖点输出和氛围营造上也扮演着重要角色。因此，平台通常会对 banner 的视觉设计和内容展示有高质量要求。
第一，banner 内容的多维度 A/B 测试
在大促活动筹备或蓄水期，需对 banner 进行多维度的 A/B 测试，了解各细分人群对 banner 卖点的兴趣度以及不同文案或 UI 设计的 banner 对用户的吸引力。
以此类推，通过多次测试，找到 banner 展示的最佳视觉风格、卖点文案等。
第二，banner 轮播图的推荐规则
通过前期 banner 的 A/B 测试以及最初的渠道画像特征分析，确定不同人群的卖点偏好和文案风格偏好后，则可设计 banner 推荐规则，实现千人十面运营，并从 banner 坑位投入产出比数据，监控用户反馈，及时做策略调整。
3、评估搜索结果有效率，找到强需求流量流失原因
对于需求模糊的用户，落地页各会场和 banner 是很好的流量承接工具，但对于需求明确的用户，其站内流向则更倾向于搜索栏，购物路径单一，绝大部分交互都在搜索结果页完成。而在搜索场景中，又面临用户搜不到（搜索无结果）、用户搜不准（搜索结果不匹配）这两大问题，如何提升搜索结果的有效率成为留住强目的性流量的关键。
第一，有效衡量搜索结果价值，定位优化品类和高价值关键词
上文讲到，搜索页为流量承接页面，商品详情页、下单支付页面为流量转化页面。评估搜索结果的价值权重，最基础的指标是搜索为流量转化页面带来的 UV/PV 贡献比。在指标搭建过程中，可基于上文的业务目标和策略以及用户在搜索模块的旅程，进行指标的拆解和维度的下钻。
通过搭建搜索效果指标体系，可以及时地观察搜索转化数据，指定策略优化：
-
按品类拆分查看搜索结果价值权重，定位可优化的品类
电商平台的商品品类众多，每个品类的商品样式、价格和性能参差不一，即使搜索关键词和返回商品品类结果一致，也可能因为商品属性问题导致流量流失，因此需要基于指标，快速定位低搜索转化品类，进行商品简略图优化、丰富商品 SKU 等策略调整。
-
找到高价值关键词，指导热搜词和活动运营
通过发起搜索人数/次数、搜索点击、搜索转化率等数据监控，找到高价值搜索关键词，洞察流量用户的最新需求动向，加大活动会场页对高价值搜索关键词对应商品的推荐运营，扩大该类型商品曝光，促进流量的有效分发；同时，可将高价值搜索关键词设置为活动会场页搜索栏热搜词，主动引导用户搜索该类商品，促进整体的搜索转化率。
第二，评估搜索关键词匹配度，及时做算法优化或商品补位
用户发起搜索后，最理想的情况是搜索返回结果且产生点击，但也可能产生各种无效搜索，而影响搜索有效性的核心因素是产品搜索匹配算法和商品库存供应。在搜索指标监控中，要及时从数据中推测用户需求，定位搜索无效的原因，制定优化策略，一般会有以下几种情况和应对策略：
在从数据结果反推搜索无效原因的过程中，我们可以对应地向整个活动项目组的协助部门赋能，如活动研发团队、采购组等，推动其去做相应的调整和优化，从而整体提升搜索结果的有效率，促进进线流量流向商品详情页等转化页面。
（三）流量转化
因为不同的活动玩法涉及到的用户转化路径完全不同，所以这里我们以“精准投放大额品类优惠券”策略为例拆解流量转化阶段的复盘思路。
针对优惠券场景下的流量转化复盘，我们只需要解决两个问题，用户为什么不领？领了为什么不用？可以从优惠券领取人数和优惠券核销率两个指标定位问题。
1、领取优惠券
获取难度：优惠券获取分为用户主动领取和商家自动下发，前者需要用户在活动落地页手动点击领取，但是往往受限于活动页面长、活动 UI 设计不合理等原因，用户可能并未在此环节产生权益感知，所以就需要商家在多场景下自动下发优惠券或者进行多场景提示（比如提交订单的时候自动核销优惠券）。
对于“品类优惠券”的投放人群设定，我们采取了 A/B 试验来测试两类不同人群的推送效果：
A 组：仅采用“品类消费偏好用户”
B 组：采用品类消费偏好用户 + 辅助盘点条件
注：采取的辅助盘点条件为：高价值人群 + 在大促期间未购买 + 大促期间浏览商品详情页次数 > 5次
从结果可知，纯采取“核心人群”（8W）作为推送人群的效果远不如用核心人群 + 辅助盘点条件（2W）的推送效果。这时候你可能会疑惑，优惠券发的越多不是越好吗？
我们需要明白，优惠券发得越多占用的营销成本也会越多，而运营同学追求的是在有限的成本内做到最大的营收转化。因此，我们需要回归到一个指标——转化效率：转化效率 = 转化人数/预估触达人数。
在以上两个策略中，转化效率 0.9%（仅品类消费偏好核心人群) < 3.6%（品类消费偏好人群 + 高价值人群 + 在大促期间未购买 +大促期间浏览商品详情页次数 > 5次）。转化效率越高，意味着该营销策略的效率越高，也意味着运营同学能够将多余的营销成本更好地运用在其他营销策略中，从而在成本不变的前提下，触达转化更多用户。这也是我们做精细化运营的原因。
为了让转化效率值达到最高，我们在实际人群圈选时更多地采取“组合拳”的形式，即“推送人群包 = 核心条件 + 辅助判定条件（辅助判定条件：辅助核心人群进行更细分的判断条件，一般是和用户价值/用户消费习惯强相关的条件，能够辅助目标定位更加精准有效）。
以下为辅助判定条件可选标签：
2、核销优惠券
使用难度：指消费者达成优惠券使用条件的难度大。常见的阻塞点有“满减金额高”和“核销逻辑复杂”。如果直接设置一个满 1000 元减 100 元的优惠券，会导致部分用户被 1000 元的门槛直接劝退，所以合理的设置方式应该根据历史客单价设置区间，以该区间设置阶梯优惠券。
有效期：有效期过长会拉长用户的决策周期，转化率也会随之降低，但是有效期设置得过短也不合理，用户从产生感知-产生兴趣-决策需要一个过程。针对此，可以从两方面改进，第一，优惠券有效期应该参考用户在活动期间的平均支付转化时长或者上下四分位数；第二，应该在优惠券有效期内通过弹窗/Push/短信等手段主动提醒用户。
从产品价值、运营策略、用户偏好等多方面综合进行活动复盘，可以为下一次活动提供更高层次的数据支撑与运营策略。
