“大促”背后的秘密？手把手教你做活动数据分析

6月1日，对于我们各位大宝宝来说还在回味童年，但对就职于某APP的活动运营Lucy同学来说，6月1日已经吹响618的第一声号角；

6月19日，对于我们来说，618已经尘埃落地，但对Lucy来说，至少还要花一周时间来做复盘的各种数据Excel整理。

不过今年，Lucy所在公司上线了观远智能数据分析平台，以往需要花费一周的复盘报告，这次通过各种观远平台的实用功能和操作技巧，两天就搞定啦~

因此，借由此机会，小编特意采访了Lucy，整理出了本次大促活动复盘报告中，她觉得最实用、最提升效率的几个功能和操作。

1.自定义时间的同环比

首先是每次做活动复盘最头疼的数据处理过程。以往使用Excel来处理，从ERP里导出订单明细后，需要整合当前数据，再整理历史数据；有几种不同的同环比周期就要整理几张不同的表；然后再一一做成图表贴到PPT中

一旦发现源数据有个差错啥的，只能全部重头来过~

（本文图片均经过数据脱敏处理）

在观远智能数据分析平台里，不需要如此复杂的数据预处理，只需要将对应日期的订单数据导入之后，所有的同比、环比，都可以通过自由设置时间的【同环比】功能搞定。

1.1年同比的设置

想知道今年618同比去年618的表现？

选择今年618的数据日期区间，然后在同环比设置中，选择【年同比】即可。

无论是活动当天的对比，还是整个大促期间的对比，均能快速生成。

* 注：当前日期的不同，是因为卡片编辑时【筛选】里设置的时间区间不同；对比日期是根据当前时间和对比类型系统自动推算得到的。

1.2 不同时间区间的对比设置

想要对比今年618和去年双11的活动表现对比，设置也非常便捷：

选择要今年的日期区间，然后在同环比设置中，对比类型选择 自定义 ，则对比方式和对比时间均可以自定义，无论是对比单日还是对比整个活动期间的表现，手动输入需要对比的时间即可。

* 注：当前日期的不同，是因为卡片编辑时【筛选】里设置的时间区间不同；对比日期是根据手动输入的时间得到的。

1.3 同环比的时间根据筛选器或者联动条件的变化而变化

如果想要用一页报告体现活动期间每日相关指标的数据，用Excel和PPT一般用一个大宽表将每天的所有数据罗列在一起，既不能突出重点，也无法体现活动中的波动。

在观远智能数据分析平台中，这种灵活的数据之间的互动可以通过多种图表形式和【联动】设置来实现，如下图所示：

在这个示例中，当点击选中左侧柱状折线图某一天时，右侧的指标卡会对应显示该天的相关数据。

对于访问PV等后三个指标来说，无非是做个筛选，筛选出当天的数据；

而对于 环比前一日 和 相比去年同日 这两个增长率指标来说，每次选择的日期不同，当前日期及其对比日期都需要对应变化，听起来很复杂？其实用观远数据的【自定义对比】，设置很简单，如下图所示：

模式选择 基于日期筛选 后， 当前日期 会根据实际的时间筛选条件变化而变化， 对比日期 会根据对比方式和对比日期的设置系统自动推算得出。

因此当指标被另一个卡片联动，传入一个新的日期的时候，其当前日期和对比日期都会自动变化。

2.一键计算复购率

今年有一个词超越了去年的 增长黑客 ，成为运营圈的TOP热词，就是 私域 。

所谓私域流量，剖开层层，就是自主拥有、自主控制、可多次利用的免费流量，比如自主APP、个人微信号等。私域流量的运营好坏，最关键的指标之一就是用户的复购率。

Lucy所在的公司今年成立了专门的私域流量运营小组，每次活动结束后，会从各维度全方面分析用户的复购情况。

之前每次分析复购，数据部门都苦不堪言；这次618活动分析，使用观远智能数据分析平台内置的 复购率 高级计算，运营同学不需要麻烦数据部门也可以自己处理复购数据了。

无论是各性别、地域的复购，还是各年龄组、爱好、类目的复购，通过简单三步均可快速得出：

step1：确定复购分析维度

step2：确定定义复购的条件

step3：确定统计周期

3.一键生成基于各统计维度的百分比情况

活动复盘的关键内容之一是选品的复盘，要查看本次活动中各类目、各商品的销售情况，是否符合预期，是否达标，贡献最大的类目/商品是哪些，下一阶段的商品运营爆款重点是否要调整等。

之前为了多级占比和其中的细分项占比，需要重复输入Excel公式，而观远智能数据分析平台自带的百分比功能，可以一键生成需要的占比数据。

当然，在618复盘报告中，Lucy还用到了很多其他分析操作技巧，如漏斗图分析流量的转化、帕累托图来分析618当天每个时间段的销售额和总体目标达成度、雷达图来分析客户用户画像等等。

想想之前光是为了取数就要在数据部门排两天队、处理和核对数据又掉一大把头发，而今年通过观远智能数据分析平台，两天就搞定了，Lucy默默收起了之前囤积的券，准备留到下次大促再喝吧~

2019智能决策峰会官网：https://www.guandata.com/rids/2019