無論是運營、推廣人員，還是產品經理，相信電商行業的小伙伴在雙十一過后做的第一件事就是復盤整個活動數據，從整個營銷漏斗的源頭到末端，逐一分析每個環節的數據情況，目的是沉淀總結經驗以指導下次活動。

可是很(hen)多時候(hou)我們并不知道(dao)在活(huo)動(dong)開始前的策(ce)略(lve)(lve)是否正確(que)，還需要(yao)(yao)通過在活(huo)動(dong)過后得到(dao)數(shu)據的加以驗(yan)證才(cai)行，這(zhe)樣就導致了驗(yan)證成本較(jiao)高，需要(yao)(yao)用真金白銀來(lai)驗(yan)證當時的想法策(ce)略(lve)(lve)正確(que)與否，造成了“事后諸葛(ge)亮”的處境(jing)。

那么有什么辦法可以在活動之前就能大概預估活動的效果，并根據預估情況做策略調整，避免不必要的預算浪費呢？

說到這里可能有的(de)朋(peng)友會想(xiang)到一些算法模(mo)型來做效果(guo)預估，那作為絕大多數運營來說，去從頭(tou)學Python這樣(yang)編(bian)程語言然(ran)后搭(da)建一套算法模(mo)型顯然(ran)也是效率(lv)不高的(de)。

那么還有什么其他簡單的辦法來實現嗎？答案是有的。

二(er)元一次(ci)(ci)方程相信(xin)我們每個人都(dou)會做，初一數(shu)學知識(shi)（初中數(shu)學不及格(ge)的(de)現在吃虧(kui)了吧），只要運(yun)用二(er)元一次(ci)(ci)方程就可(ke)以(yi)預估出我們雙十一的(de)成交量。

筆者接下來通過自己親身經歷的項目經驗來介紹下如何用二元一次方程預估出雙十一期間的成交量。

首(shou)先介紹(shao)下我(wo)當時的業(ye)務背(bei)景：我(wo)負(fu)責某平臺的信息流推廣(guang)工(gong)作，通過線上廣(guang)告來吸引用戶(hu)留下銷售線索，接(jie)著線索分配給銷售，然(ran)后促進成交。流程(cheng)如下：

業(ye)務背景：信(xin)息流廣告推(tui)廣——客戶留資(zi)——線(xian)索(suo)分(fen)配——銷售跟進——促成成交

先來介紹2個數據維度(du)：

1.線(xian)(xian)(xian)索(suo)(suo)(suo)生(sheng)命(ming)周(zhou)(zhou)期：通過(guo)線(xian)(xian)(xian)上廣告投放獲得到的一條(tiao)客戶留(liu)資線(xian)(xian)(xian)索(suo)(suo)(suo)，線(xian)(xian)(xian)索(suo)(suo)(suo)也是(shi)有生(sheng)命(ming)周(zhou)(zhou)期的，超過(guo)了線(xian)(xian)(xian)索(suo)(suo)(suo)的生(sheng)命(ming)周(zhou)(zhou)期，線(xian)(xian)(xian)索(suo)(suo)(suo)能帶來的價(jia)值(zhi)就微乎其微了，不同行業的線(xian)(xian)(xian)索(suo)(suo)(suo)生(sheng)命(ming)周(zhou)(zhou)期也有所不同；

2.線(xian)索(suo)生(sheng)命周期(qi)內當(dang)月轉(zhuan)化率：線(xian)索(suo)在生(sheng)命周期(qi)內第一個月產生(sheng)的成交(jiao)占比整個生(sheng)命周期(qi)內總共帶來的成交(jiao)量(liang)。

 

數據統計

數據維度1：線索生命周期

統計時間：半年(nian)

統(tong)計(ji)維度：成交(jiao)周(zhou)期、成交(jiao)數(shu)量

繪制圖表：

從數據圖表可以看出線索的生命周期大概在3個月，超出3個月所帶來的價值并不多了，且在線索產生當月的價值最高。

（舉一(yi)反三：線索(suo)生(sheng)命周期內，成交(jiao)數量呈現一(yi)定的(de)數據比例(li)(li)規律，那(nei)么反推(tui)(tui)出成交(jiao)成本也是同的(de)數據比例(li)(li)規律，即：當(dang)月(yue)(yue)的(de)成交(jiao)成本會在(zai)隨著(zhu)時間的(de)推(tui)(tui)移，在(zai)線索(suo)生(sheng)命周期內逐月(yue)(yue)遞減，這也是我們常說(shuo)起的(de)溯源成本）

數據維度2：線索生命周期內當月轉化率

統計時間：半年

 統(tong)計維度：線(xian)索生命周期內(nei)總(zong)成交(jiao)、線(xian)索當月(yue)成交(jiao)量(liang)(liang)、當月(yue)線(xian)索量(liang)(liang)，線(xian)索生命周期轉化率，線(xian)索當月(yue)轉化率

 （線(xian)索(suo)(suo)生命周期轉化(hua)率=線(xian)索(suo)(suo)生命周期總成(cheng)交/當(dang)月線(xian)索(suo)(suo)量；線(xian)索(suo)(suo)當(dang)月轉化(hua)率=線(xian)索(suo)(suo)當(dang)月成(cheng)交量/當(dang)月線(xian)索(suo)(suo)量）

繪制圖表：

從表(biao)中可(ke)以得出(chu)線索生(sheng)命周(zhou)期內平(ping)均(jun)轉(zhuan)化(hua)率(lv)(lv)為：0.59%，線索當月平(ping)均(jun)轉(zhuan)化(hua)率(lv)(lv)為：0.27%

 

構建模型

KPI：根據(ju)業務(wu)要求，雙十一成(cheng)交成(cheng)本要在10000以下

公式(shi)：雙十一預熱總花費 / 老線索(suo)帶來(lai)的(de)成(cheng)交量(liang)+活動預熱期帶來(lai)的(de)成(cheng)交量(liang)< 10000

公式拆解：

 

根據我們之前說的(de)線索生(sheng)(sheng)命(ming)周(zhou)期，可以(yi)得知線索的(de)生(sheng)(sheng)命(ming)周(zhou)期為3個月。

所(suo)以(yi)雙11的成交(jiao)主要來源(yuan)9月(yue)(yue)份(fen)的線索(suo)和10月(yue)(yue)份(fen)的線索(suo)和雙十(shi)一(yi)預熱期的線索(suo)（這里交(jiao)代(dai)一(yi)個背景，該渠(qu)道(dao)在(zai)10月(yue)(yue)份(fen)沒(mei)有投放，所(suo)以(yi)并無(wu)線索(suo)產(chan)生(sheng)(sheng)，所(suo)以(yi)以(yi)雙十(shi)一(yi)為時(shi)間原點向前倒推，成交(jiao)周期在(zai)15-30時(shi)段為空擋，同(tong)(tong)理如果10月(yue)(yue)產(chan)生(sheng)(sheng)線索(suo)，用同(tong)(tong)樣的方(fang)法(fa)預估出(chu)10月(yue)(yue)的線索(suo)在(zai)雙十(shi)一(yi)產(chan)生(sheng)(sheng)的發力）

所以我們只(zhi)需算出9月的(de)那批線索在雙十一(yi)共(gong)能產(chan)生多(duo)少成交(jiao)，在加(jia)上整個(ge)雙十一(yi)活(huo)動期間(jian)內(nei)共(gong)帶來的(de)成交(jiao)量即可預(yu)估(gu)出雙十一(yi)期間(jian)共(gong)能成交(jiao)多(duo)少，下面我們按照上圖(tu)的(de)分析(xi)思路逐一(yi)推算。

預估9月老線索成交量

從第一步數據(ju)(ju)統計中我們得(de)出了索生命周(zhou)期內平均轉(zhuan)化率為：0.59%，且已知9月的(de)線索截止目前(qian)已發生成(cheng)交360，下面(mian)根據(ju)(ju)公式可預估9月老(lao)線索在整個雙十一活動(dong)期間內能(neng)帶來多(duo)少成(cheng)交：

9月(yue)線(xian)索(suo)余量在雙11成交(jiao)預估=9月(yue)線(xian)索(suo)量  *  線(xian)索(suo)生(sheng)命周期內(nei)最終轉化率 – 已(yi)成交(jiao)的數量

114576 * 0.59% - 360=316

故(gu)：9月老線索在雙十(shi)一活動(dong)期間(jian)功能成交316

預估活動預熱期帶來的成交量

公(gong)式：雙十(shi)一預(yu)(yu)熱總花(hua)費 / 老線索帶來(lai)的成交量(liang)+活動預(yu)(yu)熱期帶來(lai)的成交量(liang)< 10000

 設：雙十一(yi)預(yu)熱總花費為(wei)X，活(huo)動預(yu)熱期帶來(lai)的成交量為(wei)Y

已知：線(xian)索當月成交的線(xian)索轉化率為：0.27%，線(xian)索成本(ben)(ben)40（投放到一定體量(liang)，線(xian)索成本(ben)(ben)基本(ben)(ben)是一個常數(shu)值）

列出(chu)二元一次(ci)方程：

X / （316+Y） <10000     ①

X /40  *0.27%=Y               ②

X<9723076

Y=656

故：雙(shuang)十(shi)一期間預熱(re)總花(hua)費應不(bu)超過9723076，預估雙(shuang)十(shi)一期間總共成(cheng)交(jiao)316+656=972

最終(zhong)雙十一實際成交數據：979

9月(yue)老線索在雙十一期間(jian)成交（10.25-11.11）

預估：316

實際成交：313

雙十一活(huo)動線索成(cheng)交（10.25—11.11）

預估：656

實際成(cheng)交：666

從實際數據可以看出最終雙(shuang)十一的活動成(cheng)交量與當時預估的成(cheng)家(jia)量實際誤差僅差7臺！此模型后(hou)續又預估了次年(nian)6.18的成(cheng)交量，模型沿用至今。

總結

一、數據統計

1.線索(suo)生命周期

2.線索(suo)生命周(zhou)期轉(zhuan)化率(lv)

3.線索當(dang)月轉化率

二、構建模型

1.公式拆解

2.列出方程式組

 

寫在最后

最后想通過本文中介紹的方法論體現出的兩種比較重的運營思維：1.數據思維，2流程化思維。

1.流程化思維：

在前文(wen)中構建(jian)模型部分，我(wo)(wo)們(men)就(jiu)要運用到流程化思維，從公式出發，并將公式拆解，拆解成最(zui)小的(de)單元，然后(hou)我(wo)(wo)們(men)在把這些最(zui)小的(de)單元逐一攻破。

可是有很多時候(hou)我們(men)所接觸(chu)的(de)項目都是不能用公式來表達(da)的(de)，那怎么辦呢？

首先(xian)把事項原委從源頭到結(jie)尾(wei)，按照流程順(shun)序(xu)一一列舉出(chu)來，并按照每個環節(jie)要做的事情(qing)記(ji)錄清楚，包括每個階段(duan)的工作產出(chu)及結(jie)果匯(hui)報。

這一步要做到(dao)2個事無巨細：1流程上(shang)不要有(you)遺漏的環節(jie)(jie)(jie)，每個可能發(fa)生(sheng)的環節(jie)(jie)(jie)都考慮(lv)進去(qu)，2.每個環節(jie)(jie)(jie)下可能發(fa)生(sheng)所有(you)的細節(jie)(jie)(jie)要提前想(xiang)到(dao)且(qie)記(ji)錄。這一步做好可提升自己(ji)工作節(jie)(jie)(jie)奏感。

2.數據思維：

數(shu)據思(si)維我相信所有互聯(lian)網(wang)人(ren)都不(bu)陌(mo)生，因(yin)為我們互聯(lian)網(wang)人(ren)每天(tian)實(shi)在和(he)太多的數(shu)據打交(jiao)道。

在這里我想結合上文的內容來介紹下我運用的一些數據分析思路和方法：首先我們做數據分析一定要有一個明確的目標，這里很多新人(ren)會有一個誤(wu)區(qu)就是為了做數(shu)據分析而分析，什(shen)么(me)意思呢？

就(jiu)是目標不明確，不知(zhi)道想通過數(shu)(shu)據(ju)分析得到什(shen)么結果，這(zhe)里(li)我(wo)們(men)(men)要(yao)(yao)結合流程化思維，先梳理(li)業務(wu)，找(zhao)到我(wo)們(men)(men)要(yao)(yao)分析的數(shu)(shu)據(ju)指標，然后在根(gen)據(ju)這(zhe)個目標去統計和計算相(xiang)關的數(shu)(shu)據(ju)維度。

這樣分析(xi)得(de)到的(de)結果(guo)才是我們最想(xiang)要的(de)可輔(fu)助業務決(jue)策的(de)數據結果(guo)