借一個(gè)例子,說說我在做活動(dòng)產(chǎn)品時(shí)踩過的坑(數(shù)據(jù)復(fù)盤)
數(shù)據(jù)復(fù)盤的一些經(jīng)驗(yàn)。
先來回顧一下活動(dòng)流程:
轉(zhuǎn)化成漏斗類圖表:
有人有更好的做漏斗類圖表的工具或者方法請?jiān)谙旅媪粞愿嬖V我~~這個(gè)是用Excel柱狀圖做的,看起來比較粗糙,只能說給出個(gè)較為直觀的感受。
整個(gè)活動(dòng)期間共有約15.6w用戶,參與量有30w左右。實(shí)際中獎(jiǎng)用戶11.5w,其中新注冊用戶9.2w,新老用戶比例約為4: 1??傮w費(fèi)用在17w左右,也就是說一個(gè)用戶的拉新成本不到2塊(約為1.8元),從這個(gè)角度來看活動(dòng)還算比較成功,以較低的成本拉到盡可能多的新用戶。
中獎(jiǎng)率為73.8%,由于我們活動(dòng)中獎(jiǎng)率是百分百,所以流失主要來源兩部分:頁面流失和串碼錯(cuò)誤。在以后的活動(dòng)中可以加一個(gè)“領(lǐng)取按鈕”點(diǎn)擊人數(shù)的埋點(diǎn),這樣就可以看出頁面流失率和串碼出錯(cuò)率了。
通過數(shù)據(jù)看出,周末周內(nèi)用戶參與量差異不大,平時(shí)和節(jié)假日差異較大,淡旺季差異較大,在各種節(jié)日中,五一>端午>過年>清明。
注:這里數(shù)據(jù)分析沒有做差異性檢驗(yàn),即分析其他干擾因素(廣告投放,宣傳力度,投放罐數(shù)等)對活動(dòng)數(shù)據(jù)的影響。如果能確定這些因素,可以借助SPSS數(shù)據(jù)分析工具判定在99%或95%的置信區(qū)間內(nèi)各因素之間差異性是否顯著。
活動(dòng)期間注冊用戶:非活動(dòng)期間注冊用戶≈1.61:1
活動(dòng)期間注冊用戶占總注冊用戶占比≈64%
通過這兩組數(shù)據(jù)可以看出該活動(dòng)對新用戶的注冊起到了一定的作用,但和上一部分?jǐn)?shù)據(jù)一樣,也需要排除其他干擾因素對結(jié)果的影響。在以后的文章中我會(huì)詳細(xì)介紹如何通過統(tǒng)計(jì)學(xué)原理排除其他干擾因素,得到你想要的顯著性檢驗(yàn)。
一個(gè)活動(dòng)做下來除了要看拉新用戶數(shù),另一個(gè)很重要的指標(biāo)就是這些拉新用戶在我們的app,網(wǎng)站等有沒有后續(xù)的行為,即把一些只是通過手機(jī)號(hào)注冊的死粉轉(zhuǎn)化成我們真正的活躍用戶。
在9.2w多注冊用戶中總共有95人產(chǎn)生了購買行為,共產(chǎn)生了201筆訂單,總訂單金額19670.7元,每筆訂單客單價(jià)97元。其中:
直接webapp下單(免登錄)91人,產(chǎn)生了193筆訂單,總訂單金額17542.70元,每筆訂單客單價(jià)91元。
二次登錄的有6人,下單4人,產(chǎn)生了8筆訂單,總訂單金額2128元,每筆訂單客單價(jià)266元。
可以看出來注冊用戶在之后是有產(chǎn)生一定的購買行為,但絕大部分來自于webapp(無需登錄直接下單),活躍用戶很低。往后可以通過短信,微信或者app推送等營銷方式增強(qiáng)用戶粘性,增加注冊用戶到活躍用戶的轉(zhuǎn)化率。
立即登錄