618促銷活動監控，你準備好了嗎
618要來了，小夥伴是不是都在忙着加班，備戰活動呢？特別是活動監控，每次活動領導都一次次催監控數據，搞得人緊張兮兮。
那麼，到底活動監控該怎麼做呢？就拿上個月我司剛做過的一個小活動舉個例子吧。這個活動是一個很簡單的全民派福利活動。從5月10日開始到5月31日，用戶登錄APP後可以領一張優惠券，優惠券在5月內都有效，滿400減80呢。
活動好簡單呀！於是負責運營的妹紙做的彙報也很簡單：
5月11日：28萬人參加
5月12日：12萬人參加
5月13日：8萬人參加
……
像小雞啄米一樣，一個字一個字的嘣，然後當場被領導批了：進度不是這麼報的！然後我就被要求陪着一起加班了。
爲什麼會被批呢？因爲用領導原話：“這也看不出來啥呀！至少把目標加上吧！”確實，如果不帶目標的話，也不清楚這些數字是好是壞。因此，做運營進度監控，第一條就是：與目標做對比，發現問題。
活動的總目標是100萬人參加，50萬人用券消費。那麼是不是就直接拿現在的數據，和這個100萬/50萬對比呢？當然不是，因爲活動的時間長達22天，如果只看整體目標的話，在最後一天才發現：誒呀，不能達標！那就大勢已去了。因此，做運營進度監控，第二條是：分解目標，樹立標準。
理論上最簡單的分解方法，就是100/22=4.5萬。每天參加4.5萬人就算達標。但是從實際數據看，顯然第一天參加的人更多，第二天開始大幅度減少。因此很有可能參與人數的分佈不是均勻的。因此可以參照之前的活動數據，看看每日參與分佈。
找到4月份類似的活動爲參考。當時有80萬人參加，在4月12日到4月30日，活動參與數據如下表所示。爲了看得清楚分佈，可以分爲：
第一步：用SUM函數，計算整個活動總參與人數
第二步：計算每日參與人數，佔總人數比例
第三步：畫出折線圖（10個點以上且是連續數據，用折線）
這樣就看得很清楚啦
從這個分佈看，前三天是重點，之後每天也有3%-1%參與，結尾時有個小高潮。雖然5月份活動時間和4月份不一樣，但活動形式是一樣的，這樣就能參考4月份走勢。仿照4月份走勢，做5月的目標拆解如下：
用同樣的方法，可以拆解用券人數目標。有趣的是，用券人數走勢和領券人數走勢並不一致，在月底有明顯高峯。猜：應該有兩類用戶
一類：領到券立刻用，從數據上看，這個比例是相對穩定的。
另一類：月底券快失效了，收到提醒的時候才用。
因此計算最後一天的用券率，公式應該是：用券人數/（有領券人數-已用券人數）計算，經過估算，大概4月30日用券率是20%，如下圖
這樣可以模擬出5月份的每天用券人數了。
有了這些判斷標準，就能判斷本月活動走勢到底怎麼樣了。在對比目標的時候，每日完成情況與累計完成情況，都要做對比，因爲二者含義不同。
每日完成情況：發展趨勢如何？眼前的手段是否有效
累計完成情況：整體上，還盈餘多少，差多少
5月數據做出來，結果如下圖
這樣看，就比一開始光禿禿的只報數字，多說明了很多問題：
首先：整體領券情況並不好，5天下來，差了5萬的進度
其次：領券發展趨勢也不好，除了第一天人暴多，後邊每日差異都是負的
類似的，也能做用券表對比如下：
啊，用券的結果，兼職更加慘不忍睹。這樣下去，這個月的活動肯定會完蛋呀！得趕緊想辦法了。可是，在短時間內，運營能想的辦法是有限的。
- 把領券放到更顯眼的位置
- 全體用戶再推送一輪
- 提前發用券提醒，讓用戶把券用一用
注意，這三種做法能起到的效果是不一樣的：
- 放到更顯眼位置：增加每日用戶參與人數
- 強推一輪信息：立刻拉一批人蔘與
- 提前發用券提醒：月底峯值下降，月底前用券率提升
體現在數據上，可能的效果有下圖：
可是，看起來，這些都是臨時抱佛腳的做法。很有可能是這個活動本身設計得不好。比如就有小哥哥說：4月份活動效果好，是因爲領的是滿100減20。雖然滿400減80看起來優惠力度是一樣的，都是減了20%，但是要用戶出320元現金，肯定比出80元更難。
嗯嗯，聽着好有道理，但是眼下木已成舟，臨時改規則，不但額外增加開發負擔，而且對已經參加過活動的用戶不公平，會被投訴的。眼下也只能救救急了。至於是不是因爲券的問題導致的，得等事後再分析了。
以上就是運營活動監控分析大體做法。就這麼簡單輕鬆，用excel就能完成哦。做數據分析一般有3個場景：
事前：策劃類分析、預測類分析
事中：監控類分析、原因類分析
事後：總結性分析
