标签：业务流 网易 建议 优点 活跃 bbb bee sans 通过
老板让你评估近期活动的效果，问：近期活动效果怎么样？
答：推广渠道的曝光量增加了30%、落地页面点击率70%、活动期间有6万用户参与……（此处省略各种指标）。
再问：活动好还是不好？可不可以继续？不好的话哪里需要调整？
……
在面试和工作中经常会遇到这种活动效果评估类的问题，那么到底该如何评估活动效果，总结活动的优劣势呢？
下面就以网易面试题为例，一起学习如何回答这类问题。
【面试题目】
网易云vip两种方式，买一年送一年和年卡五折，你认为哪种更好？写出具体分析理由。（网易面试题）
【分析思路】
用我们之前讲过的“数据分析解决问题的步骤”来解决业务问题。
一、明确问题
需要明确目标和现状，采用买一年送一年还是打五折应视实际情况和具体问题而定。
可以使用5W2H分析方法来向面试官提问，进一步明确问题：
What(做什么)：会员权益具体有哪些？
When(何时)：活动周期是多长？
Where(何地)：活动在哪些城市推送？
Why(为什么)：设置会员活动的目标是什么？
Who(是谁)：活动推送给哪些用户？
How(怎么做)：活动流程是怎么样的？
How much(多少钱)：会员费用是多少？
不同的活动流程会对用户行为产生不同的影响，从而形成不同的活动效果。例如活动推送可能是在推广渠道投放，也可能是用户进入APP后收到。
推广渠道投放会会直接影响用户注册，用户进入后弹窗则会影响活跃或留存率。
因此，首先需要对活动流程进行梳理，了解活动对用户行为可能产生的影响，用指标对用户行为进行量化监控，然后才能进行比较分析。
在这里我们假设活动是在所有用户进入APP后进行弹窗推送，对活动流程梳理如下：
接下来，需要围绕活动目标选出相关的指标。设定本次活动的目标为提高用户粘度和忠诚度，实现收入提升。
用户在使用中涉及到的指标主要有注册用户数、活跃用户数、活动投放数、活动点击量、年卡购买量、活动收入以及用户留存率。
为了能够更清楚的说明问题，我们还需要在这些指标中建立指标体系。
本案例选择“会员收入”作为活动的一级指标，会员购买量、会员活跃率作为二级指标。
根据业务流程对二级指标进行拆解，将注册用户数、活动投放数、活动点击量、会员活跃数作为三级指标。
最终，构建的指标体系金字塔如下图。
至此，问题就被进一步细化为买一年送一年和打五折相比较，哪个活动方案能使会员收入（一级指标）更高？
二、分析问题
有了衡量的指标和比较的对象，就可以进行“好坏”的判断了。
可以采用A/B测试方法，对用户进行分组，每组推送不同的活动方案，再对两者的数据指标进行对比分析。
对于本次活动来说会员收入越高越好，会员活跃率用来衡量用户的质量高低。
用之前讲过的对比分析方法里的对比表格，对两个活动方案的指标从多个维度进行对比分析。方案A代表买一年送一年，方案B代表打五折。
根据会员收入=会员购买量*会员价格，其中方案B的会员价格=1/2*会员价格。
对比较结果分情况讨论：
1.当方案A的会员收入>方案B的会员收入时，我们对方案A和方案B的会员购买量进行比较：
1）如果方案A会员购买量>方案B会员购买量，方案A在会员收入和会员购买量同时占有优势；
2）如果方案B会员购买量>方案A会员购买量>1/2*方案B会员购买量，方案A因为会员单价高在收入方面有优势，方案B则对用户更具有吸引力。
2.当方案A会员收入<=方案B会员收入时，方案B在会员收入和会员购买量上均占优。
有了“好坏”判断，进一步，我们可以挖掘为什么好的原因。
因为活动流程的每一个业务节点对用户转化都能够产生一定影响，所以可以从业务流程出发提出假设。
假设1：不同渠道的渠道质量不同
假设2：不同用户对产品的体验不同
假设3：不同用户对会员权益和会员价格敏感度不同
就可以继续用假设检验分析方法进行分析验证，找到问题的原因。
三、提出建议
1.根据比较得出较优方案进行全面推行，用分析找到的原因不断的优化调整策略。
2.针对不同用户推送不同的活动方案。
不同用户对价格的和会员时长的敏感程度不同，比如新用户对价格敏感，老用户相对对会员时长更感兴趣，高等级用户和低等级用户也存在差异。
可以分别找出购买买一年送一年和打五折用户的特征，有针对性的对不同类型的用户推送不同的活动方案。
四、总结
通过以上的步骤就能够从多个维度来评估活动效果，并且可以从活动流程、推广渠道、用户偏好等方面进行总结，发掘活动中的优点和缺点。分析思路可以总结如下。
1.明确问题
1）了解现状和目标
2）梳理活动流程
3）列出相关指标，并建立指标体系
2.分析问题
1）使用对比分析方法，设定比较方法和比较维度
2）分情况讨论比较结果得出结论
3）使用假设检验分析方法，进一步分析原因
3.提出建议
标签：业务流 网易 建议 优点 活跃 bbb bee sans 通过
原文地址：https://www.cnblogs.com/houzidata/p/13934176.html
